|
看他们的工作细节，可以知道，实现某些东西已经不是吹牛。他们已经从古籍中挑选出数以万计的非常规字让电脑学习，不断扩充计算机的词汇量，从而极大提高了识别的精度。在这个基础上，再用计算机完成简单的异同校，适当加一些人为研判，就完成了校勘。再通过研究语法规律，让计算机根据常用语法初步加标点。我的理解是，比如遇到一个“吗”字，就让计算机执行一个在后面加“？”的命令。这样多数情况是对的。 古联公司去年推出的中华“经典古籍库”收了中华书局（少量来自其他古籍社）建国以后排印的（最最）常用古籍869种，将其中涉及的电脑不认识的1.6万字逐个挑出，要么让他们依附于某个电脑认识的字，要么重新编码让电脑学习。这样古籍库中的文本，就跟扫描的书影实现了高度一致。使用时，左边是文本，右边是书影。当初爱如生的“中国基本古籍库”设想而没有实现的效果，在这里实现了。这套经典古籍库的简版今年在微信公众平台上线了，我现在有三个月的免费试用期。打算到期后付费购买，每年120元，相当于出去搓一顿的钱。 在我周围的许多人观念中，提到古籍电子化，他们可能还会自然想到电子版《四库全书》。2009年将它的盗版装到自己电脑上时，我清晰的记得当时自己的感受，我感觉我拥有了整个世界。电子版四库是1999年上线的产品，距今已然17年了。这是信息时代的17年啊，这套电子版开始研发的时候，QQ还没有诞生，Windows98也还没有诞生。过去这17年，Windows系统经历了八九个版本。这17年，信息爆炸，天翻地覆。 其实在电子版四库全书面世前后，有不少仁人志士投入到了古籍数字化的斗争中。我曾经在一个QQ群里听一位前辈讲，他们当时自费购买扫描仪，扫描点校本古籍，做成pdg，后来转成DjVu、PDF等多种格式，传到电驴上，供大家免费下载。这位前辈当时开着一家私营公司，他让自己的员工白天上班，晚上用公司的设备加班扫描古籍。其实我们后来经常使用的点校本二十四史、新编诸子集成、资治通鉴等等常用的书，都是那时候那一群人无偿奉献的。（我硕士论文是魏晋南北朝史方向，要用到那个时段的八书二史一志，涉及到了二十四史中的十一部，如果我全部用实体书的话，简直无法想象。实际上，我只是动用了电脑硬盘里几百M的扫描本，就解决了问题。） 再后来有了一些论坛，爱如生、国学数典等，还有再再后来的新浪爱问、各色网盘、新浪微盘……我记得我上大学的时候成天用蜗牛的网速在网上下这些书，大部分如今仍然存在我的硬盘里，从来没有打开过。其实资源基础始终还是那些，形式、格式也没有变。最近几年，国家和民众都有了版权意识，我们常用的这些下书的网站相继失灵了。 继电子版四库这个路子而起的是爱如生的“中国基本古籍库”，它完全吸收了电子版的四库全书和四部丛刊，通过一些或合法或不合法的手段，增补了大量其他古籍。检索之方便，用着都知道，我就不多说了。刘俊文先生实在是个有理想的人，他们的想法一是提供准确的电子版，二是实现书影的对比，当然最后都没有实现。基本古籍库很多地方是做得很简陋的，比如号称用了某个版本，其实根本就是用了现成的电子书。但是他确实足够庞大，你想找的书往往都有。 我感觉中华“经典古籍库”和爱如生推出的“中国方志库”将是电子书使用的一次革命，往常我们利用基本古籍库，都是搜到了某个东西，定位好，再去找原书或者书影查。最近出的这两个库实现了一站式服务，书影就在你的屏幕上，可以直接著录。或许再过几年，这两个库经过多次修订，版本还要优于原先的点校本了，我们大概可以直接说引用的中华“经典古籍库本”了。 这几天真是频繁受到冲击，感觉自己这个行业岌岌可危。对于某个个人来说，技术进步不是循序渐进的，你会突然某天捅破一层窗户纸看到了另一个世界。对于一个行业来说，衰败可能也不是循序渐进的，可能会经历一个断崖式的下跌。最后还是与消亡无限接近、永不相交。面对技术进步，从来就不缺少顽固派，抵制者大有人在。但是抵制从来都是螳臂当车。面对这种叹为观止的高科技产品，失业我也心服口服。 编排：@二师兄 |
|
|
