AIGC宇宙 AIGC宇宙

文化遗产

大模型赋能文化遗产数字化：古籍修复与知识挖掘的技术实践

大模型赋能文化遗产数字化：古籍修复与知识挖掘的技术实践
在文化遗产数字化领域，大模型的核心应用难点在于如何处理古籍中大量的异体字、残缺文本与模糊语义，尤其是面对明清时期的手写残卷，传统的文字识别技术不仅准确率低下，更无法理解古籍中蕴含的历史语境与专业术语。 我在参与某博物馆古籍数字化项目时，首先遭遇的便是大模型对古籍文字的“识别盲区”—初期使用通用大模型识别一本明代医学残卷，发现其将“癥瘕”误判为“症痕”，把“炮制”错解为“泡制”，更无法关联“君臣佐使”等中医方剂配伍逻辑，导致提取的知识完全偏离原意。 为解决这一困境，我没有直接进行模型微调，而是先搭建“古籍文字与语境知识库”：通过整理《说文解字》《康熙字典》等权威字书，以及近现代古籍整理学术成果，构建包含5000 异体字、通假字的对照词典，每个文字标注字形演变、常见语境与释义差异；同时，针对医学、天文、历法等专业领域古籍，收集对应的行业术语库，标注术语的历史用法与现代对应概念（如“勾陈”对应天文领域的“小熊座”）。
10/13/2025 6:10:28 PM
许辉