周健报道 古彝文传承至今已有数千年，是世界上最古老的文字之一。12月21日，合合信息与上海大学社会学院正式签署校企合作协议，双方将合力完成以国家珍贵古籍《西南彝志》为中心的贵州古彝文图像识别及数字化校对项目。
该项目将根据上海大学古彝文研究员设计的四字节编码系统，引入合合信息智能文字识别技术，对异体字、变体字、误用字和混用字等进行标注、识别、比对，并由此建立起精确的彝文古籍电子数据库，这在古彝文研究领域属于首创。
根据《滇川黔桂彝文字集》，目前记录在册的古彝文多达87046个。古彝文与汉字并非一一对应关系，存在大量的异体字、变体字。
从总量上看，未经整理规范的古彝文字符数高达八万七千多个，比《康熙字典》的四万七千余字还多。据古彝文数字化团队研究人员透露，若要找到某个字在一本古籍里的全部样例，手动查阅需要耗费一整天，如建立起完善的古彝文数据库和翻译系统，可极大提升研究效率。
“汉文古籍识别所面对的页面残损、字形复杂、字迹模糊等问题，在彝文古籍识别中全部存在，还有一些任务是更加特殊的。”合合信息智能技术平台事业部副总经理郭丰俊博士介绍，合合信息将基于“AI+OCR”融合下的智能文字识别技术，解决古彝文识别的版式检测、图像处理和文字识别的难题。
据悉，2021年、2022年世界人工智能大会上，合合信息用AI技术对甲骨文、西周钟鼎文进行精准识别。
甲骨文和古彝文追溯源头都属于以刻画符号表意的文字，两种文字的识别方式有相通之处，此次古彝文数字化项目的开启，也成为合合信息智能文字识别技术，赋能文字保护及文化传承的重要里程碑。（企业供图）
