古籍数字化需求如何满足？吾与点系统精准解决学者研究难题

古籍数字化是连接历史与现代的桥梁，对于文化传承和学术研究意义重大。但古籍往往没有标点、存在大量异体字，传统整理方式耗时费力。学者们在研究中常常面临文本处理效率低、信息关联难等问题。有没有一款工具能精准解决这些难题？北京大学研发的“吾与点系统”给出了答案。

? 自动句读：让古籍“开口说话”

古籍没有标点，这是学者阅读和研究的一大障碍。吾与点系统的自动句读功能基于深度学习的预训练语言模型BERT，利用10亿字的古汉语语料进行增量训练，句读平均准确率超过94%，标点准确率达90%。无论是先秦典籍还是明清小说，系统都能快速准确地添加标点。比如处理《尚书》《春秋》等上古语料时，句读效果媲美专业人员。而且系统处理速度极快，API接口处理5万字仅需10秒左右。有了自动句读，学者们再也不用逐字逐句手动断句，大大节省了时间和精力。

? 命名实体识别：精准定位关键信息

在古籍研究中，人名、地名、官职等专有名词的识别至关重要。吾与点系统的命名实体识别功能，能从非结构化文本中准确提取这些信息。系统在增量训练的BERT模型基础上应用迁移学习，在与训练语料同类型的测试语料上，准确率达到98.5%。在《尚书》《春秋》等先秦上古语料上，人名、地名的泛化准确率分别达到87%和82%；在明清小说上测试识别准确率达到80%。这意味着学者们可以快速定位到关键人物和事件，方便进行深入研究。

? 知识图谱生成：构建古籍知识网络

吾与点系统的知识图谱生成功能，能自动从文本中提取实体和它们之间的关系，并组织成网状结构。比如从古籍中提取人物、地点、事件等实体，以及“某人-担任-某职”等关系，构建出复杂的历史关系网。这对于理解历史事件、梳理学术脉络具有重要价值。学者们可以通过知识图谱快速关联不同内容，发现隐藏的知识联系，提升研究效率。

?️ 多模态数据处理：兼容多种格式

古籍资料形式多样，包括文本、图像等。吾与点系统支持多模态数据处理，用户上传扫描版古籍、历史档案、手写文献等原始材料后，系统可从图像中自动提取有价值的信息，并将它们转换为电子表格、知识图谱等结构化数据。无论是文字还是图像，系统都能轻松处理，满足不同用户的需求。

? 灵活的数据输出：适配多种场景

吾与点系统提供灵活多样的数据输出格式，包括纯文本、JSON、CSV、RDF等。纯文本格式便于直接阅读或编辑；结构化数据格式适合程序化分析和二次开发；RDF格式用于构建语义网和知识图谱，支持语义检索与知识推理。学者们可以根据自己的研究需求，选择合适的输出格式，方便后续处理和应用。

? 人机协作：提升标注效率

吾与点系统支持人机协作的标注模式，将自动标注与人工校对结合，大量减少了标注者的工作量。系统集成多种深度学习AI模型，能自动识别、分类和标注古籍文本中的实体和关系。用户可以在此基础上进行人工校对，确保标注的准确性。这种方式既发挥了AI的高效性，又保证了数据的质量。

? 实际应用：助力学术研究

吾与点系统在学术研究中已经得到了广泛应用。在智能史学工作坊中，学者们通过墓志铭信息抽取、宋代官制辞典的文字识别等案例，展示了系统的强大功能。比如以明代宦官墓志铭为例，学者们使用吾与点系统高效提取墓志结构化数据，构建微观历史数据库，系统性还原宦官晋升机制、家族网络及社会地位，探索制度史研究新维度。此外，系统还在《宋元学案》知识图谱构建等项目中发挥了重要作用，帮助学者们梳理复杂的学术史脉络。

? 操作指南：轻松上手

注册登录：打开浏览器，访问“吾与点智能数据平台”主页（https://app.wuyudian.net/），点击“注册新账号”，输入邮箱、验证码和密码完成注册，然后登录平台。
创建项目：在“我的项目”页面点击“+ 新建项目”，输入项目名称，选择项目类型为“多模态智能表格”，填写项目描述（可选），创建或选择标签（可选），点击“创建”完成项目建立。
配置字段：在项目页面左侧的“表格配置”版块中，点击“添加字段”，填写字段名称、描述和类型（文本、数字、布尔值、列表、字典、图片），设置是否可编辑，点击“确认”完成字段配置。
选择模型：根据任务需求选择合适的模型，包括文本处理模型、推理模型和图像识别模型。
添加示例：点击“+ 点此添加一个示例”，填写输入字段的内容和智能输出字段的预期输出内容，帮助模型更好地学习。
处理任务：在右侧的任务列表版块中，点击任务名称，选择输入文件或内容，点击“开始处理”，系统将自动进行智能表格抽取。