Elastic 和腾讯云 AI 搜索技术让敦煌数字经藏对所有人开放

作者：来自 Elastic Yuki Jiang

敦煌数字经藏中的古籍现在已实现在线全民可访问。敦煌研究院正式发布了数字经藏数据库，收录了超过 9,900 册敦煌文献和超过 60,700 张包含佛经、法律法规、合同、丝绸画等内容的图片。

借助 Elastic 和腾讯云 AI 搜索及大型语言模型（ LLM ）技术，古籍中的繁体中文和罕见字符被“唤醒”，变得可搜索、可翻译，不再晦涩难懂。

敦煌数字经藏将文明深入带入每个人的眼中。

重释敦煌：AI 让古籍变得易懂

过去，要阅读一卷敦煌古籍，需要翻阅拓片和注释。现在，有了 AI 的帮助，这些书籍可以在敦煌数字经藏中直接打开。

AI 摘要：10 秒掌握一万字文章精髓

理解古籍门槛很高。以《金刚经》为例，全文超过 5,000 字，竖排且为繁体中文。

但在 AI 技术的支持下，晦涩的佛经变得清晰易读。《金刚经》主页自动提取了白话文摘要：

“佛告须菩提，一切有为法，如梦幻泡影，不应执着于形相。菩萨应无我相、人相、众生相、寿者相，以无住心行布施，方能证得觉悟。真实的法无法用言语描述，唯有超越概念和分别，才能见到如来的本质。”

AI 智能总结《金刚经》的背景知识，介绍其历史地位、核心思想、结构特点和文化影响。

智能问答：AI 助手全天候在线回答问题

平台的 AI 助手每天 24 小时开放，用户随时可以提问古籍相关问题。AI 助手将陪伴你进入图书馆，回答千年前的知识。

几秒钟内，它能回答诸如 “经藏发现于哪一年？” 或 “《金刚经》有多少个字？” 这样的问题。经敦煌专家组测试，回答准确率高达 95%。

多语言翻译：支持中文、英文、法文和日文切换

平台还支持中文、英文、法文、日文等多种语言之间的翻译。在 AI 助手中，用户可以输入这四种语言中的任意一种，助手会用相同语言与你交流 —— 实现中文、英文、法文和日文无障碍切换。多一种语言，就多一条世界了解敦煌的路径。

AI 搜索：解读经文，理解古籍

从千年碎片到数字解读的转变，依托一套专为古籍定制的 AI 搜索技术。腾讯利用腾讯云 Elasticsearch Service（ ES ）和大型语言模型（ LLM ），构建了检索增强生成（ RAG ）能力组合，快速准确地满足海量古籍信息的整理与搜索需求。

古文分词：让 AI 理解千年古语

分词是大规模数据实时检索的基础技术。通过将文本拆解成有语义意义的词元，确保 AI 系统能够有效解读和处理历史文献。

传统分词器难以处理文言文。例如，“佛在舍卫国祗树给孤独园” 这句话会被拆成单个字，导致人机都难以理解。

腾讯云 ES 团队通过开发古文分词器解决了这一难题。与敦煌专家合作，优化了复杂术语的分词规则，打造了一套专门针对敦煌手稿的系统。该系统将晦涩文本转化为机器可读的词元，优化了 AI 驱动的语义搜索。

像 “佛在舍卫国祗树给孤独园” 这样的短语，现在能被准确分词为“佛 / 在 / 舍卫国 / 祗树 / 给孤独园”，保留了上下文含义。

混合搜索：找到所有相关古籍

当你提问后，敦煌数字经藏会采用两种方式查找知识库中的相关文档。例如，你问 “《金刚经》讲什么？”，腾讯云 ES 会同时启动两种搜索：

• 关键词扫描（全文搜索）：精准捕捉 “金刚经” 和 “须菩提” 等关键信息

• 语义雷达（向量搜索）：将“《金刚经》讲什么？”理解为核心主题请求，自动找到类似的抽象概念，如 “破除执着” 和 “无住心” 等

经过分析和智能重排序后，最相关的文档会被找到并传递给大语言模型（ LLM ）以备后续使用。

LLM 集成：双模驱动更精准

腾讯云 ES 无缝集成了腾讯的混元大语言模型和 DeepSeek。

通过将用户查询与上下文文档结合，这些 LLM 生成精确回答。双模型架构提升了检索准确率，确保生成的答案既符合上下文又有事实依据。

未来，还有更多 “敦煌” 等待被温柔照亮。

腾讯云 Elasticsearch 服务：云原生一站式 AI 搜索服务

腾讯云 Elasticsearch 服务是一款云端一站式 AI 搜索与日志分析服务。通过与 Elastic 的战略合作，腾讯云 Elasticsearch 提供了 Elastic 的商业订阅服务。它具有高性能自主研发内核、一站式数据接入与索引管理、智能巡检和一键升级等优势，能高效帮助用户构建海量数据检索与分析服务。

该服务还支持无服务器模式，实现按需付费、自动弹性伸缩且完全免维护，大幅提升用户的云搜索体验。腾讯云 ES 助力敦煌项目实现数字经藏的全球上线，成功推动文化遗产的数字化和全球传播。

了解更多腾讯云 Elasticsearch 服务并开始免费试用。

本博文中提及的任何功能或特性，其发布与时间完全由 Elastic 自主决定。当前尚未发布的功能可能不会如期交付，甚至可能不会发布。

本文中可能使用或提及了第三方生成式 AI 工具，这些工具由各自所有者拥有和运营。Elastic 无法控制第三方工具，对其内容、运行或使用不承担责任，也不对因使用这些工具可能造成的任何损失或损害负责。使用 AI 工具处理个人、敏感或机密信息时请谨慎。你提交的数据可能被用于 AI 训练或其他用途，Elastic 不保证你提供的信息将被保密或安全存储。请在使用任何生成式 AI 工具前，熟悉其隐私政策和使用条款。

Elastic、Elasticsearch 及相关标志是 Elasticsearch N.V. 在美国及其他国家的商标、徽标或注册商标。文中提及的其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。

原文：Elastic and Tencent Cloud AI search technology make Dunhuang Digital Scripture Cave accessible to everyone | Elastic Blog