2021SC@SDUSC-SDUDOC-blog00

2021SC@SDUSC

（突然发现自己等级可以自定义标签结果带特殊字符的标签打不上Orz）

组内分工

小组选题为SDUDOC，与导师、学长交流后，通过组内协商，分工如下：戈同学负责逻辑引擎实现与基础UI绘制、刘同学负责图像渲染引擎与文档格式 杜同学负责后端服务器分布式架构、张同学负责后端数据库和数据分析。

前期调研与整体分析

项目背景

​ 中华上下泱泱五千年，先辈的智慧存于书中传承至今。然而，存放数百年乃至数千年的古籍十分脆弱，经不起翻阅等直接接触，需要极其苛刻的环境存放与保护。专业研究者、普通爱好者们使用需求量与古籍的保护要求形成了极为尖锐的矛盾。

​ 正如几千年前筹代替绳结、纸代替竹简，将繁重的资料数字化已然成为时代的潮流。古籍领域亦是如此。对古籍的整理、保护和利用，就是最大限度地保护与传承中华文脉和传统文化。但是目前，如国家图书馆http://www.nlc.gov.cn/‎、中国哲学书电子化计划https://ctext.org/zhs、阿里达摩院汉典重光等项目所做的基本只基于查询需求，不提供书籍影印原貌、或是不提供繁简转换、或者不能把搜索的内容定位到相关古籍页面。

​ SDUDOC项目目标是户输入简体汉字就可以自动匹配到相关古籍，并可以查找到相关的古籍原文，看到古籍的原貌。同时通过图像识别自主区分注释与正文内容、实现基于语义的内容整理。

目前已完成功能

1. 上传扫描古籍，并对古籍段落进行框选，生成SVG文档并通过上传模块发送到后端
2. 输入古文字对应的现代汉语字形字意和相关字词标注
3. 将编辑器中编辑和修改的古文字及其相关资料上传至服务器的工作
4. 查阅模块完成输入现代汉字字音字形检索相关古文字和古文的工作

待完成需求（预计会随代码分析与项目的理解深入不定时增加）

1. 繁简体输入法切换

2. 针对生僻字的造字系统

3. 制定规范，实现XMLtoHTML，XMLtoPDF、XMLtoFLASH、XMLtoHTML5等，能够多种形式进行文档展示

4. 古籍（竖排）和现代文（横排）的兼容展示与处理，细化用户体验

5. 需要一定的古文标注数据实现AI语义裁切并增加其准确度
   …

项目整体架构

安装过程

常规项目导入。
存在问题：git clone时遇到ssl reset和timed out.

但是可以ping通GitHub，故怀疑网络问题。

解决：睡觉。第二天起床clone。成功。

（指路Git遇到问题解决合集by ChiZ：
https://chizz.blog.csdn.net/article/details/114941246）

所用maven版本：

IDEA引入maven路径：

导入依赖即可。具体代码架构与分析下一篇咯。