每經(jīng)編輯｜每經(jīng)記者 張虹蕾    

北京大學計算機科學技術研究所副所長湯幟

每經(jīng)記者 張虹蕾 北京攝影報道 每經(jīng)編輯 任芷霓

作為當代中國印刷業(yè)革命的先行者，計算機漢字激光照排技術創(chuàng)始人王選的“得意門生”，北京大學計算機科學技術研究所（以下簡稱北大計算機研究所）副所長湯幟已經(jīng)在新聞出版應用技術領域征戰(zhàn)已近30年。

從跨進北大校門算起，今年已經(jīng)是湯幟在北大學習和工作的第35個年頭。自1987年師從王選教授攻讀碩士研究生開始，湯幟就把全部的精力投入到軟件的研究與開發(fā)。湯幟對于我國自有知識產(chǎn)權軟件領域有兩大貢獻，分別為方正飛騰排版與方正阿帕比數(shù)字版權保護系統(tǒng)。

業(yè)界對于湯幟的美譽頗多，有人說湯幟率領的團隊的努力帶活了一個產(chǎn)業(yè)，把Adobe等強敵擋在國外。而在北京大學計算機科學技術研究所35周年之際，《每日經(jīng)濟新聞》記者專訪湯幟，和他一起探討中國數(shù)字出版產(chǎn)業(yè)近年來的變革之路。

湯幟對《每日經(jīng)濟新聞》（以下簡稱NBD）記者表示，經(jīng)過將近20年的探索，整個數(shù)字出版行業(yè)在技術上已經(jīng)趨于成熟，而近兩年發(fā)力的點則是文檔處理和知識服務技術的升級。

談行業(yè)變革：2C趕超2B市場 深度內容待挖掘

NBD:行業(yè)起步的十多年來，我國數(shù)字出版產(chǎn)業(yè)產(chǎn)生了哪些變化？

湯幟：2000年初，國內互聯(lián)網(wǎng)環(huán)境不夠成熟，未形成個人支付習慣，數(shù)字出版基本沒有2C市場，主要面向2B領域的機構服務。上述模式持續(xù)將近十幾年，產(chǎn)業(yè)具備一定規(guī)模時，互聯(lián)網(wǎng)風暴被掀起，網(wǎng)絡文學也開始獲取流量，近幾年2C網(wǎng)絡文學市場的用戶量超過2B市場。

NBD:網(wǎng)絡文學也催生內容付費潮流的發(fā)展，這對數(shù)字出版行業(yè)帶來哪些變化？

湯幟：從技術角度看，網(wǎng)絡文學以文字為主，一般基于網(wǎng)頁瀏覽，對于文檔處理技術要求較低。值得注意的是，雖然B2C市場看起來規(guī)模很大，但一些低俗獵奇文章充斥市場；相較于網(wǎng)絡文學，內容有深度的專業(yè)電子書，特別是科技類電子書的B2C規(guī)模較小，這一市場銷量大幅度提升還需時間。

NBD:對于上述市場現(xiàn)象，有解決途徑嗎？

湯幟：文檔處理技術的升級或許是一個打開專業(yè)類市場的“突破口”。不同于網(wǎng)絡文學的純文字，專業(yè)類書籍則涵蓋圖表、公式，在處理復雜版式的過程中，需要用到“門檻高”技術。此外，要想解決上述市場現(xiàn)象，還需要產(chǎn)業(yè)界各方共同努力。

談發(fā)展突破：結合新技術挖掘應用點

NBD:數(shù)字版權保護技術目前是否已經(jīng)很成熟，還需要攻克哪些難題？

湯幟：經(jīng)歷將近20年的探索應用，數(shù)字版權保護技術已進入成熟期。但不可忽視的是，隨著技術更新迭代，也要求研究機構作出相應思考，為現(xiàn)有的數(shù)字版權保護錦上添花。

比如，北大計算機研究所也會探索區(qū)塊鏈在版權保護中應用，但目前究竟新技術能夠產(chǎn)生怎樣的化學反應尚不可預知。此外，作為研究機構，也不會關注熱點概念“炒作”，而是去挖掘真正能夠結合應用具體落地點。

從研究層面和技術層面來看，我希望能夠用先進的技術帶來更好的閱讀體驗；但從市場角度來講，出版方也需要有動力驅動，技術推廣程度和也和受眾素質及整體行業(yè)環(huán)境相關。希望阿帕比這類公司能根據(jù)此前技術積累不斷革新，引領行業(yè)發(fā)展。

NBD:您目前是研究者，此前也在企業(yè)作出相應指導，您認為一些數(shù)字出版的研究怎樣才能更好落地？

湯幟：從2000年開始帶領團隊研究技術，就一直沿著研究、開發(fā)、應用一條龍的模式去思考，研究成果和企業(yè)應用基本能夠達到無縫銜接。而現(xiàn)在出現(xiàn)的變化則是，市場上數(shù)字出版的公司越來越多，我們也用開放的心態(tài)面對市場，不會拘泥于方正或者阿帕比某幾家公司，而是把合適的技術提供給更需要的企業(yè)。

例如，眼下化學公式的檢索技術，在藥物成分分析領域對于這一技術的需求十分迫切，就可以和相關單位達成合作和研究，在藥物分子庫的構建領域，提供分子式自動識別、檢索等技術。

談技術演進：促進版權保護 降低人工成本

NBD:阿帕比系統(tǒng)技術特點是什么？

湯幟：阿帕比技術是從2000年開始做的，彼時，中國的數(shù)字版權剛剛起步，模式也僅是網(wǎng)絡電子圖書的在線購買。阿帕比技術主要的技術特點包括兩個，一個是數(shù)字版權保護技術實現(xiàn)了產(chǎn)業(yè)鏈各環(huán)節(jié)的保護；另一個是實現(xiàn)了版式和流式融合的CEBX文檔技術，使一個文檔既支持原版原式的閱讀或打印，也支持在移動終端高質量地實時排版閱讀。

阿帕比技術支持出版社、圖書館、電子運營商、讀者等各個環(huán)節(jié)的版權保護技術，使得整個產(chǎn)業(yè)鏈條形成透明的交易環(huán)境，有利于出版社看到交易情況，定制相應機制，形成良性循環(huán)。

NBD:技術革新是否也會降低人工成本？

湯幟：是的，目前大家都在做移動數(shù)字閱讀，移動閱讀需要把PDF文件轉換為其他流式閱讀的格式，需要很多人工校對的工作。因此，我們研究版面分析與理解技術，使PDF轉化為移動閱讀格式時自動化程度更高，目前版面復雜的文檔轉化能夠達到80%~90％準確度，未來希望結合人工智能等技術將轉化準確率提升到99％以上。版面分析與理解技術還可以把表格、數(shù)學公式等復雜版面轉換為結構化、語義化的信息。例如，針對上市公司年報的PDF文檔，可以把其中的表格轉換為Excel數(shù)據(jù)。