一聲輕鳴，燈光亮起，高光譜成像儀啟動，一枚躺在玻璃管里的簡牘被緩緩推入。不到半分鐘，簡牘的高光譜成像圖已經出現(xiàn)在屏幕上。

　　在甘肅省簡牘智能計算與數(shù)字人文工程研究中心的實驗室里，研究中心負責人、西北師范大學教授張強盯著紅外圖像和光譜曲線仔細分析：“很多簡牘文物封存在玻璃管里，不能輕易打開。利用高光譜成像儀掃描和算法處理，可以清晰提取其紅外圖像信息，為數(shù)據(jù)集提供更多支持。”

　　張強所說的數(shù)據(jù)集，是指簡牘字符檢測與識別大規(guī)模數(shù)據(jù)集，名為DeepJiandu數(shù)據(jù)集。今年3月，張強團隊聯(lián)合甘肅簡牘博物館等單位推出數(shù)據(jù)集，面向全球開放。

　　甘肅是全國簡牘出土最豐富的地區(qū)之一。20世紀以來，甘肅出土7萬余枚簡牘，以漢簡居多，內容涉及軍事、政務、醫(yī)藥、民俗等。

　　簡牘材料相對脆弱，經過長期埋藏，經常出現(xiàn)字符模糊、字跡缺損等情況。傳統(tǒng)的簡牘研究，處理一枚簡牘的工作量非常大，從定位文字、辨認字形，到記錄保存、成果分享都需要人工完成。

　　張強長期從事計算機科學與管理科學交叉研究工作，“我們如何通過多學科交叉融合，運用人工智能為簡牘學研究賦能？”張強帶領團隊，聯(lián)合甘肅簡牘博物館、上海中西書局、甘肅文化出版社等，先后收集4萬多枚簡牘圖版，整理4.5萬多條釋文、近20萬個字形等數(shù)據(jù)。去年6月，簡牘學術資源數(shù)據(jù)共享平臺正式上線，面向全球公開免費使用。

　　在共享平臺的研發(fā)、應用中，張強團隊提出了推出DeepJiandu數(shù)據(jù)集的想法?！按罅靠此茝碗s的簡牘特征信息是可以被提取的，該數(shù)據(jù)集為利用人工智能實現(xiàn)簡牘文字智能識別的特征提取提供了基礎和可能?！睆垙娬f。

　　數(shù)據(jù)集就像“養(yǎng)料”，張強團隊不斷地將其“喂給”各類分析算法。例如，對于一枚簡牘，團隊通過圖像增強、補全、定位等算法，通過大量數(shù)據(jù)模型訓練和算法優(yōu)化，就能對其文字進行智能檢測和識別。

　　制作這樣的數(shù)據(jù)集，并非簡單地“把文字粘貼到表格里”。有些簡牘字跡模糊、書寫風格復雜，有些簡牘還存在著彎曲、斷裂等物理變形，加上不同簡牘的年代、地域不同，字體形態(tài)差異巨大、規(guī)范性差……經過反復試錯、細致標注，一個字一個字地“摳”，團隊開展了多輪對比測試。不斷調整優(yōu)化后，基于DeepJiandu數(shù)據(jù)集的文字檢測精度提升至92%以上，對于一些常見漢字，數(shù)據(jù)集的表現(xiàn)更加穩(wěn)定。

　　兩年中，張強團隊從不到5人擴展到30多人，人員學術背景構成也拓展到計算機、歷史、文學和管理等學科領域，目前正在穩(wěn)步開展智能識別簡牘書寫風格、殘簡斷簡智能綴合、簡牘知識圖譜構建等研究項目?！跋Ｍ嗳嗽敢饧尤脒M來，挖掘簡牘學的寶貴價值?！睆垙娬f。

　　《 人民日報 》（ 2025年06月09日 12 版）