因研究需要，近年来笔者经常使用多个中文文献全文数据库。但是几乎每次都会发现，命中的结果是因为OCR错误导致的伪命中，这种情况在古籍与繁体字文献中尤甚。几乎每次，笔者都会将发现的OCR错误提交纠错，但如果一次检索中得到太多的OCR错误，笔者也就无法一个个提交纠错了。

        既然有很多因OCR错误造成的伪命中，反过来，应该也有很多本该存在的真命中，因OCR错误而未被检索到，这就是一个大问题了！即从最初被检索到的数据开始，就具有了致命缺陷。加之大陆绝大多数文献数据库都是非免费的，这就排除了通过大量人工查询使用，来纠错的可能。

        也不知道被整天炒作鼓吹的“大数据”“大模型”“深度学习神经网络”等等先进的人工智能技术，为什么不先将这个最基础的文献OCR问题解决一下。这个问题不解决，喂给“大模型”等人工智能的数据，都是些有不少错误的，带有基础缺陷的数据，人工智能通过这些数据，所得到的结论的科学性，则很难令人信服！

        附上刚刚进行的一则查询。