通古OCR大模型发布：古籍识别准确率超越现有方法

在第二届CCF人文智能大会上，华南理工大学金连文团队分享了其在古籍OCR领域的最新研究成果。团队研发的通古OCR大模型（TongguOCR）已覆盖3.4万余个字符类别、600余万样本，支持从甲骨文到楷书等七类书体，为古籍数字化整理提供了新的技术路径。

针对古籍版面复杂、存在残缺污损等特点，该模型采用版面感知的智能分块策略，兼顾字迹清晰度与上下文关联，同时增强生僻字表示、引入行间转移标记，使模型能够同时学习文字内容与阅读顺序。实验结果显示，其识别准确率明显超过现有同类方法。

在纠错环节，团队提出“小模型识别、大模型后纠错”的协同方案：小模型提供可信候选，大模型在候选范围内结合上下文判断，并设置异体字保护机制，避免按现代语言习惯把正确异体字“规范化”。这一设计旨在保留底本原貌，守住古籍校勘的关键证据。

目前，团队已上线古籍OCR实时演示系统。金连文表示，AI的价值是成为研究者的伙伴，扩展人的研究能力边界，而非取代学术判断。