历史文献数字化过程中的 OCR 错误校正与语言模型辅助修复研究 .docxVIP

PAGE2

历史文献数字化过程中的OCR错误校正与语言模型辅助修复研究

摘要

历史文献是承载人类文明与智慧的重要载体，其数字化进程对于文化遗产保护与学术研究具有不可替代的战略意义。然而，受限于历史文献载体材质老化、字迹漫漶、版式复杂以及古汉语词汇系统的特殊性，光学字符识别（OCR）技术在应用过程中产生了大量错误，严重制约了数字化文本的准确性与可利用性。本文立足于语料库语言学视角，深入探讨历史文献数字化过程中OCR错误的生成机理与校正策略，重点研究语言模型在文本修复中的辅助作用。

本文首先梳理了历史文献数字化的发展现状，揭示了OCR技术在处理古籍文本时面临的“形近致误”与“义歧难辨”等核心矛盾。其次，运用文献分析法与比较研究法，系统回顾了国内外关于OCR后处理校正的研究成果，指出现有研究在深层语义理解与上下文关联校正方面的不足。在此基础上，本文构建了基于语料库语言学理论的OCR错误分类体系与校正分析框架，将错误类型划分为字形层、词汇层与句法层三个维度。研究核心在于提出了一种融合统计语言模型与深度学习语义表征的辅助修复机制，通过计算条件概率与上下文语义相似度，实现对OCR识别结果的自动化校正。最后，本文论证了该机制在提升历史文献语料库建设质量方面的理论解释力与实践应用价值，为数字人文领域的文本处理提供了新的理论参照。

第一章绪论

1.1研究背景

随着数