四川在线记者 尹梦奇 高杲 黄潇
试想这样一幕，当你查阅馆藏报刊资料时，却碰到一个棘手难题：过去数十年间，海量报刊档案已陆续完成数字化扫描，许多却是仅供浏览的电子影像资料，检索无从下手，更无法作为AI可用的语料——珍贵史料虽然“搬上了屏幕”，却依旧在数字世界里“沉睡”。
11月13日，在“老朋友 新川报”——川报集团深化系统性变革开门恳谈会上，由全媒体技术与传播认知四川省重点实验室联合四川封面传媒科技有限责任公司、成都亿橙科技有限公司研发的“毕昇智钉”版面智能解析系统正式发布，标志着报刊数字化从“复制纸面”跨入“理解内容”的新阶段。
“毕昇智钉”版面智能解析系统是基于多模态大模型的报纸及出版物复杂版面解析平台，也是目前全国领先的版面智能解析系统。“毕昇是活字印刷术的发明者，‘钉’取自老式印刷的字钉。”全媒体技术与传播认知四川省重点实验室办公室主任黄云解释，该系统就是要借助智能技术，把存量报刊从仅供浏览的“电子扫描件”，转化为智能时代可检索、可分析、可调用的结构化语料。
这套系统，告别了过去主要依靠人来对版面数字文档进行识别标注的流程。操作者选定需要处理的报纸版面后，将其扫描生成PDF并上传至系统校准工作台，平台即可自动开展智能解析，识别准确率可达97%以上。
“毕昇智钉”自研了八大核心算法，包括：版面结构分析、年代版面特征分析、内容热区分析、标题专项分析、阅读顺序推演、广告识别、标题与正文关联、AI校审调优。依托核心算法，将报业排版规范、编排惯例等领域知识深度融入模型，形成了“版面拆解—智能理解—规则推演—顺序优化”全链路技术能力。相当于让AI拥有一位资深报人的“职业经验”，让它在真正“读懂”报纸的基础上，完成版面内容的智能解析。
不过，在不同年代、不同报纸，版式设计差别很大，怎么进行准确的识别、提取、组合呢？研发团队选取了跨越70余年的代表性样本开展大规模抽样测试。结果表明，面对不同年代、版式各异的报纸，系统解析均保持稳定的高解析精度。即便是受印刷工艺限制、字迹斑驳的老报纸，系统也能精准还原版面结构与阅读顺序，技术稳定性与跨年代适配能力位居国内行业前列。
“这项技术的价值，不仅在于报刊馆藏的数字化升级，也为更广泛的历史文献活化利用提供了新的技术路径。”黄云表示，从各级档案馆、图书馆、史志部门到出版机构、企事业单位，海量存量纸质文献完成扫描之后，仍面临着“有图无字、有字无结构、有结构无价值”的共性难题。
瞄准这一共性行业痛点，依托版面解析、数据结构化等能力，“毕昇智钉”版面智能解析系统还能进一步拓展至专题知识库建设、高质量语料加工等应用场景，为地方志编纂、档案编研、社科研究、行业知识服务等提供技术支撑，推动历史文献从数字化保存走向知识化利用。
