在研 计算批评 · 数字人文
古典文学编校智能体
面向古典文学学术稿件的规则校验与大模型协同智能编校研究
本项目以古典文学学术稿件为研究对象，采用文档结构解析、确定性规则匹配、词表与知识库核验、大语言模型语义复核等方法，对稿件进行格式归一化、文字规范检查、引文及年号纪年核对，并以Word批注形式输出结果。项目旨在形成可运行、可扩展的古典文学智能编校工具，辅助编辑提高编校效率与规范化水平。
- 周期
- 2025.03 – 至今
- 负责人
- 王子尧
- 当前阶段
- 系统原型开发与核心功能验证
- 成员
- 3 人
- 合作机构
- 中国社会科学院文学研究所 · 中国社会科学院文学研究所《文学遗产》编辑部
项目团队
当前成员 3
-
王子尧技术负责人
文学研究所数字人文研究室
研究设计与实现
-
赵薇负责人
文学研究所数字人文研究室
项目统筹
-
《文学遗产》编辑部合作方
《文学遗产》编辑部
数据提供，资料提供，功能测试
项目时间轴
-
2025.03方法
项目启动与总体方案设计
确定以古典文学学术稿件为对象，规划规则审校、格式规范、大模型辅助和批注导出等核心功能。
-
2026.03平台
完成项目基础架构
建立前后端、Docker 部署、用户登录、文档上传、异步任务和基础任务管理框架。
-
2026.03方法
建立第一阶段编校规则
初步实现标点、词语、标题长度、摘要、关键词、数字和非规范字等文本审校规则。
-
2026.03方法
优化 Word 批注定位
改进问题文本与 Word 批注的锚点定位，提升批注在导出文档中的准确性。
-
2026.04方法
增加格式识别与规范化
引入大模型识别标题、作者、摘要、关键词、正文和独立引文等段落类型，并按《文学遗产编校体例》进行格式调整。
-
2026.04平台
完善格式匹配与文档转换
优化格式规则，修复格式误判，并支持将 .doc 文档转换为 .docx 后继续处理。
-
2026.04方法
增加第三阶段语义复核
引入大模型处理年代、古籍卷次、页码、引文出注、数字写法等复杂语义问题，仅生成批注提醒。
-
2026.05数据
实现年号纪年核对
接入知识图谱网年历接口，对“康熙十年（1671年）”等年号与公元纪年进行一致性核验。
-
2026.05合作
初步成果展示与修改建议
数字人文研究室与《文学遗产》编辑部商讨保密协议事宜，并展示了初步成果，《文学遗产》编辑部马昕、高晓成等研究员对平台提出了修改建议。
-
2026.06平台
完善开发者后台与前端界面
增加开发者账号管理、词表及模型配置维护，并对前端工作台进行界面和交互优化。
-
2026.07数据
建立引文核验资料库
收集《文学遗产》历年论文 PDF，建立本地引文检索索引
-
2026.07数据
实现在线文档编辑功能
原定接入WPS平台实现在线校勘，后发现技术路线走不通，于是改为接入 ONLYOFFICE 实现在线引文核验和原文批注。
-
2026.07合作
数据保密协议签署
在所党委支持下，数字人文研究室与《文学遗产》编辑部最终敲定了数据保密协议的相关事项。
-
2026.08数据
交付《文学遗产》往年一校稿数据
在所党委支持下，数字人文研究室与《文学遗产》编辑部最终敲定了数据保密协议的相关事项。
成果与资源
-
平台
古典文学智能编校系统