识典古籍

识典古籍是什么

字节跳动旗下古籍数字化阅读平台。主打古籍全文检索与在线阅读。

文字识别引擎处理扫描版古籍。输出带标点的可读文本。

这里有个细节：平台数据来自多家图书馆授权，不是全网抓取。

识典古籍主要功能

• 古籍全文检索：输入关键词或句子，在已数字化古籍库中做全文匹配，返回命中位置和上下文片段。支持繁简通检。检索范围随入库进度动态变化，未收录古籍无法命中。
• OCR文字识别：上传古籍扫描图或PDF，用自研识别模型做版面分析和文字提取，输出带标点的结构化文本。对刻本、抄本、活字本等版式有区分处理。图片分辨率低于300dpi时识别率下降。
• 自动标点与断句：对无标点古籍原文做句读预测，输出逗号、句号、顿号等标点符号。基于序列标注模型，标点准确率随文本体裁波动，骈文和韵文表现一般。
• 繁简对照阅读：同一页面内并行显示繁体原文和简体转写，逐句对齐。转换规则基于字形映射表，异体字和通假字不做强制归一。
• 古籍影像对照：原文文本与原始扫描图左右分栏，点击文本行可定位到对应影像区域。影像加载依赖网络带宽，大图翻页有延迟。
• 引文溯源：检索结果标注出处书名、卷次、页码，支持跳转到对应古籍的阅读页。部分书目卷次信息缺失，只显示书名。

识典古籍使用要求

浏览器端访问，Chrome 90+ 或 Safari 14+ 版本运行稳定。低版本内核可能出现排版错乱。

OCR上传单张图片不超过20MB。PDF文件不超过200页。超出会提示拆分。

检索功能无需登录。影像对照和引文溯源在未登录状态下可用。

古籍文本以繁体为主。简体转写为辅助显示，不替代原文。

识典古籍核心优势

OCR识别精度：针对古籍刻本的行款、鱼尾、版心等特征做专项训练。宋元刻本和明清刻本识别率高于通用OCR模型。手写抄本识别率偏低。

检索响应速度：亿级字符库内做全文检索，平均返回时间在1秒以内。索引按古籍分卷预构建，不做实时全库扫描。

实际使用时会有差异：冷门古籍因扫描质量参差，检索命中率不稳定。

识典古籍如何使用

检索框输入关键词。支持单字、词组、整句。结果列表按相关度排序，可切换按年代排序。

点开命中条目，左侧显示文本，右侧显示影像。拖动分栏条调整宽度。

OCR入口在导航栏。上传图片或PDF后等待处理。处理完成后可在线校对，修改识别错误。

阅读页支持字号调整、繁简切换、夜间模式。翻页用键盘方向键或页面按钮。

识典古籍同类竞品对比

首页截图