“本来是这样的。”周至乐得眼睛都眯缝了：“可是两位师兄提供的字卡太好用了。”

    “《字海》的字卡，有编号，有大字，有拼音、民国拼音、甚至还有老四角号码，还有小字的释义和凡例，满足了我们自动识别软件对于调试校准模型的一切要求，我们当然也要用到那头去！”

    周至又道：“有了字卡的辅助，我们很快便将软件识别图形文字的准确率，从百分之九十二，也就是一百个字错八个，提升到了百分之九十九点六，也就是依靠软件识别文字，一千个字里只会读错四个。直接提升了一個量级。”

    “这个成就，也直接帮我们跨过了数字图书馆最后一个巨大门槛，这个软件，已经算是真正成熟了。”

    “这次带来的数字化的《字海》，就是我们第一本通过计算机扫描识别技术建立起来数字图书，既然字数最多的《字海》都可以实现数字化，那对其余典籍，我们当然充满了信心！”

    “那就是古籍数字化工作可以提上日程了？”韦一心大喜：“我们学校正在搞《四库全书丛目》这部大书，要不肘子你来我们学校？学籍什么的好说”

    一边计算机中心主任也连连点头：“其实清华那边没去头，肘子你到底是文科生，来我们这儿正好搞古籍数字化工程，想想看，这个大工程搞出来，那会是多大成就？古人说的君子三立，立德立功立言，不都在里边了？”

    周至听得心中暗笑，应该说北大的文化氛围的确可以的，你看计算机中心主任都说得出君子三立这样的命题解读来

    不过这事儿暂时没有可能，周至只好笑着解释：“我们蜀大的《道藏》，《儒藏》两部大书也准备开修了，师爷爷是不可能放人的。”

    “不过现在有了好工具，哪怕我不来北大，大家也能够加快工程的进度。现在还是说回正事儿，我利用数字化的《字海》，演示一下我们对数字典籍整理的工程架构协议及标准。”

    这个东西是周至的自创，哪怕上一世，这也是图书典籍工程里没有过的东西。

    直到周至穿越回来之前，国家将典籍进行数字化的工作，主要还停留在建立树状数据库的较为原始的应用阶段。

    就好比一个标准的图书馆，将一本书作为一个文本文件整体存放，然后给这个文件编出，书名，书号，最多再给出个作者，出版社之类的信息，作为标签。

    这样做的好处就是简单明了，升级维护也容易，信息保存也算全面，一句话说完，就是够用，但不好用。

    这样的东西在周至眼里当然是不合格的，最多最多只能算是地基，离百尺高塔还差着老远的功夫。

    信息工程就是这样，算法和协议的思路，往往比基础工作还要重要，如果指导思想发生了错误，等到工程进展到不敷使用，才想着改弦易辙，在已经叠房架屋的情况下，再要开展，将付出巨大的代价。

    后世中文编码的巨大混乱情形，就是这种教训的最好注脚。

    这些思路，是在四叶草的研发思想，周至提出来的“如何三问”原则思想指导下梳理出来的。

    “如何三问”听着玄奥，其实很简单质朴，就是对于任何需求，我们要问三层以上的问题。

    比如典籍数字化工程，按照一般的思路，好不好用？

    答案肯定：不好用。

    那第一个如何就来了：如何让它好用？

    答案也简单：除了将一部部书籍扫描成文本文档外，还要在这个基础上，建立起一个庞大的标签体系和智慧搜索引擎。

    那第二个如何就来了：如何建立起一个庞大的标签体系和智慧搜索引擎？

    答案就是需要一个能够根据文档内容，自动化地分析提取特征标签的标签采集软件；要完成智慧搜索引擎，又需要一个球网状的数据拓扑关联系统。

    那第三个如何就来了：我们如何开发这个标签采集软件和球网状的数据拓扑关联系统。

    答案就是软件硬件并行，软件上，利用现在最新的数学统计学原理，引入计算机模型当中，开发出一套特征提取算法和特征联动算法，并将这套算法作为指导思想，完成软件开发。

『加入书签，方便阅读』