——兼論古籍?dāng)?shù)字化中國家行為的重要性
李玉安
（武漢大學(xué)圖書館 430072）
內(nèi)容摘要：古籍?dāng)?shù)字化，是信息時代對傳統(tǒng)紙質(zhì)歷史文獻傳遞與利用的最便捷的方式。在古籍?dāng)?shù)字化過程中，應(yīng)逐步將企業(yè)行為逐步轉(zhuǎn)變?yōu)閲倚袨椋鳛閲椅幕鞴懿块T、國家圖書館或者是國家古籍保護中心，應(yīng)該盡快研究和出臺相關(guān)古籍?dāng)?shù)字化標(biāo)準(zhǔn)和格式，成立相應(yīng)的專業(yè)數(shù)字化公司，結(jié)合國家古籍名錄的頒布，統(tǒng)一組織和分期分批實施古籍?dāng)?shù)字化，這不僅是科學(xué)研究事業(yè)的需要，更是開展國家古籍保護工作的需要。
關(guān)鍵詞：古籍?dāng)?shù)字化；古籍利用；古籍保護
作者簡介：李玉安，男，1957年生。武漢大學(xué)圖書館古籍部主任，研究館員。發(fā)表論文40余篇，著述7部。
古籍?dāng)?shù)字化，有兩個方面使得人們期望值不斷提高并產(chǎn)生了誤區(qū)：第一是對古籍的保護的期望值，認(rèn)為只要古籍?dāng)?shù)字化了，就可以在電腦顯示器上瀏覽，珍善本古籍就可以安然入庫了。第二是人們對數(shù)字化古籍檢索和閱讀功能的期望值不斷地在提高，只要數(shù)字化了，就可以有海量的儲存、便捷的檢索、傳輸?shù)目焖佟⒖鐣r空的鏈接、高度的開放等，這些優(yōu)點，當(dāng)然是傳統(tǒng)的古籍檢索和閱覽中望塵莫及。然而，我們也不能盲目地過于樂觀，應(yīng)該認(rèn)識到，古籍?dāng)?shù)字化是一個過程，而且是一個較為漫長的過程，不可能一蹴而就的。在今后一個時期內(nèi)，古籍?dāng)?shù)字化的建設(shè)應(yīng)該以國家行為為主，期望國家有關(guān)主管部門做出更多的分析和研究，統(tǒng)一來組織和實施全國古籍?dāng)?shù)字化工程，如同實施全國古籍普查與保護工程一樣，成立專門的班子，納入國家文化主管部門的規(guī)劃和計劃中，有計劃、有步驟地開展中國古籍?dāng)?shù)字化工程。
一、中國古籍?dāng)?shù)字化的建設(shè)模式最好是國家行為，而非企業(yè)行為
古籍?dāng)?shù)字化，說到底，它牽涉到三個方面的問題，一是組織，二是投入，三是營銷和利用。就我國的實際情況來講，目前開發(fā)的數(shù)字化產(chǎn)品來講，大部分是企業(yè)公司的文化營銷行為，不是某個公司或者是某幾個圖書館聯(lián)合后，都有能力來組織和經(jīng)營古籍?dāng)?shù)字化成果的。現(xiàn)在的問題是，各館都在把本館的特色館藏數(shù)字化，是不是就算進行了古籍?dāng)?shù)字化呢？顯然不是，或者說只是其中的一部分。這樣盲目進行的數(shù)字化工程，在沒有行業(yè)和部門的規(guī)劃和計劃指導(dǎo)下的盲動，它帶來的負(fù)面影響除了重復(fù)勞動和資源浪費外，再就是低水平的單機（館）利用，談不上是社會效益和國家利益。
我們認(rèn)為，建設(shè)國家（省市）級的古籍?dāng)?shù)字化中心是最具權(quán)威和最為理想的建設(shè)模式。文化部應(yīng)在評估的基礎(chǔ)上立項，在國家圖書館成立國家古籍?dāng)?shù)字化中心，包括現(xiàn)在已經(jīng)成立的國家古籍保護中心（或在其中心下面成立國家古籍?dāng)?shù)字化中心），負(fù)責(zé)開展全國各系統(tǒng)各類型圖書館的古籍?dāng)?shù)字化工作，包括古籍?dāng)?shù)字化經(jīng)費的落實，古籍?dāng)?shù)字化標(biāo)準(zhǔn)與格式，古籍?dāng)?shù)字化的版本遴選，數(shù)字化后的文字與內(nèi)容的校勘，古籍?dāng)?shù)字化后的文獻保護，古籍?dāng)?shù)字化成果的使用與營銷等，都應(yīng)該在國家圖書館古籍館的領(lǐng)導(dǎo)下，逐步走出一個中國特色的且與世界通用的中國古籍?dāng)?shù)字化的建設(shè)模式來。
國家圖書館在文化部的直接領(lǐng)導(dǎo)下，于2007～2009年開展的國家古籍珍貴名錄申報工作，已經(jīng)有了一個很好的開端。國家圖書館應(yīng)該首先對第一批2392部珍貴古籍和第二批4478部珍貴古籍加以數(shù)字化。僅第二批名錄中，先秦兩漢的文獻達(dá)9部，魏晉隋唐的146部，宋遼金元的645部，明清善本3411部，民族文字文獻266部。這兩批珍貴名錄中的文物文獻，不僅僅是全國各省市和大學(xué)、科學(xué)圖書館的鎮(zhèn)館之寶，也是中華民族傳統(tǒng)文獻的珍品和瑰寶，具有極高的文物價值和文獻價值。保護和利用好這些文化精品，是我們的義務(wù)和責(zé)任。率先將這些國家珍貴名錄數(shù)字化，不僅僅是文獻保護的需要，也是讓更多的珍善之本能提供給更多的讀者研究和利用。
在這種建設(shè)模式下，首先有利條件是經(jīng)費的保證，國家應(yīng)該吸取相關(guān)的教訓(xùn)，盡快將古籍?dāng)?shù)字化的企業(yè)行為轉(zhuǎn)變?yōu)閲倚袨椋ㄗh撥出相應(yīng)的經(jīng)費來保證古籍?dāng)?shù)字化的軟件研發(fā)和推廣，并在薄利的前提下，推廣到社會，造福于科學(xué)研究。國家文化部、財政部、教育部等發(fā)起由國家圖書館在2001年組織實施完成的《中華再造善本》工程，就是一例很好的國家項目行為，不僅僅是保護了中華珍貴文獻，更是造福了千萬學(xué)子，提供了利用這些珍貴文物文獻的機會。
其次是數(shù)字化技術(shù)的保證，過去，我們在數(shù)字資源的語言與格式、存儲與讀寫、編碼技術(shù)等方面，還是一瓶頸。現(xiàn)在都有了比較成熟的技術(shù)，可以說，古籍?dāng)?shù)字化技術(shù)已經(jīng)不再是難關(guān)了，而現(xiàn)在的難關(guān)恰恰是在規(guī)劃與組織、規(guī)模與項目的問題了。而這個問題，更需要的是國家行為。
其三是古籍?dāng)?shù)字化專業(yè)人員的保證。有了這三寶，建設(shè)國家級和省部級的古籍?dāng)?shù)字化中心，應(yīng)該是一條便捷之路。
國外古籍?dāng)?shù)字化和數(shù)字圖書館發(fā)展的道路和歷程值得我們借鑒。以美國為例，它率先在俄亥俄州的OCLC和OhioLINK的模式上，它并不是首先建立數(shù)字化圖書館,而是首先建立圖書館網(wǎng)絡(luò)，從建網(wǎng)初期的18個圖書館發(fā)展到全州的74個圖書館，實現(xiàn)了全州的統(tǒng)編聯(lián)采、網(wǎng)上互借、網(wǎng)上資源的共建共享等，到目前有四萬多個各類型的圖書館連接，這種的社會效益是被廣大讀者認(rèn)可的。
中國古籍?dāng)?shù)字化建設(shè)的模式，應(yīng)該是在國家文化部的統(tǒng)一規(guī)劃下，依托于我國傳統(tǒng)圖書館“三大系統(tǒng)”的龍頭單位，如國家圖書館、中科院科學(xué)圖書館、清華、北大圖書館等牽頭，由國家圖書館組織相關(guān)的單位和專家，統(tǒng)一制定相關(guān)標(biāo)準(zhǔn)和格式，由全國各省、市的分中心等實施，它工作的核心應(yīng)該是古籍?dāng)?shù)字化版本信息的收集、文字的整理與加工、數(shù)據(jù)組織、鏈接和保存?zhèn)鬟f，統(tǒng)一在國家標(biāo)準(zhǔn)之內(nèi)。應(yīng)該走統(tǒng)一、聯(lián)合共建、防止重復(fù)建設(shè)的道路。至于全國古籍?dāng)?shù)字化如何確定精選優(yōu)選的標(biāo)準(zhǔn),我們應(yīng)該相信專家的判斷，更應(yīng)該相信圖書館等收藏單位的利用率和稀有情況，來挑選急需數(shù)字化的文獻;分期分批地逐年完成珍貴古籍的數(shù)字化。
二、中國古籍?dāng)?shù)字化的相關(guān)標(biāo)準(zhǔn)的制定，只有國家行為才具權(quán)威
誠如李國新先生斷言，中國古籍?dāng)?shù)字化，必須保證具有四大功能：一是必須實現(xiàn)文本字符的數(shù)字化，第二是具有基于超鏈接的瀏覽閱讀環(huán)境，第三是具有強大的檢索功能，第四是具有研究支持功能。而要求實現(xiàn)文本字符的數(shù)字化，是求得檢索的自動化、便捷化。而要完全無誤地實現(xiàn)文本字符的數(shù)字化，文本字符的識別問題是一個令人頭疼的問題。恰恰在中國古籍?dāng)?shù)字化實踐中，有一個很不樂觀的事實是，有將近四分之一的古籍是難以用掃描或照相來完成文字識別的，這表現(xiàn)在稿本、手抄本、寫本等載體上，這些文字的識別有相當(dāng)?shù)碾y度，是必須用人工干預(yù)方能完成。盡管在過去20多年中，古籍?dāng)?shù)字化的字符技術(shù)與存儲技術(shù)已經(jīng)逐步走向成熟，然而在處理異體字方面，目前還是要靠人工造字（符號）來實現(xiàn)，而人工造字雖然目前都可以實現(xiàn)，但是人工編碼字體的增多，也影響了軟件的通用性，字符問題不具備通用性，就難以完全實現(xiàn)古籍?dāng)?shù)字化。
古籍中的異體字，是比比皆是的，一般有以下幾種：第一是避諱字，第二是異體字，第三是少數(shù)民族文字，第四是手抄本中的草體字。以上這幾種文獻，都在一定程度上限制了中國古籍?dāng)?shù)字化的轉(zhuǎn)換和檢索，退而求其次，只能用照相或掃描的圖像文件，而這些圖像文件則不具備鏈接功能和檢索功能，又制約著古籍?dāng)?shù)字化數(shù)據(jù)庫的使用功能。
要具備通用性字符的完備性，就必須對各種各樣的古籍中會出現(xiàn)的問題做一個完備的字庫，這個字庫的字?jǐn)?shù)肯定超過10萬～15萬個左右。而且必須考慮到各種字體的轉(zhuǎn)換問題，例如：
1、簡繁體轉(zhuǎn)換：簡/簡 義/義 連體/連體；
2、正體與異體：修/俢 兔/兎 刃/刄
3、正字與訛（偽）字：久/乆 派/泒 叐/犮
4、通假與被通假：詳/佯
5、古今字體：镸/長/長
6、新舊字形兼容：青/靑 説/說 媼/媼
7、形近異義字：義/叉 刺/剌 諫/諌
8、避諱字體：弘/
玄/
燁/
胤/
禛/
構(gòu)/構(gòu)
9、異體字：“夘央”/鴛鴦；
10、生造字：囯/國/國 曌/照
以上10大類型，還不包括俗字與俚語，作為一般文獻來講，遇到各種的異體字，我們只要在Unicode中造一個模塊，或許就能解決，但是整個建設(shè)模式是凌亂的無序的，Unicode編碼系統(tǒng)已經(jīng)定義了七萬多漢字，如果再擴展數(shù)萬個漢字，漢字字符不足問題就會得到解決。但是，古籍?dāng)?shù)字化的內(nèi)容并不只是字符的轉(zhuǎn)換問題，各地各館各公司隨意開發(fā)，就使得這種古籍?dāng)?shù)字化化后的通用性大為下降，降低了讀者利用數(shù)字文獻的欲望，而寧可去利用紙本文獻，這與我們古籍?dāng)?shù)字化的初衷是大相徑庭的。
我們從《四庫全書》（電子版）、《中華基本古籍庫》、《國學(xué)寶典》三大古籍?dāng)?shù)字化產(chǎn)品的效果來看，各有利弊各有所長。但是有一個共同之處就是對寫本、抄本文獻的收錄，幾乎是很少的，原因就是在字體的限制上，僅僅靠掃描和照相的文字識別率非常之低，還不如靠人工文字錄入。我們從相關(guān)的數(shù)字化產(chǎn)品中檢索到很多錯別字問題，如“闖賊”寫成“闖賦”，顯然是文字識別以后沒有校勘的問題，以至于研究者不敢相信電子文獻和數(shù)字化產(chǎn)品的權(quán)威性和真實性，至少要核對原文，這是目前我們利用電子文獻中所普遍感到的困惑。
正如陳力先生所指出的那樣：“由于古籍傳抄、刊刻的情況千差萬別，因此在古籍中不僅有正字與異體字、正字與俗字的問題，還有由于各人審美觀念不同或者因抄寫刊刻的習(xí)慣而隨意改變漢字筆劃的位置、形狀造成的異形字。……在進行古籍?dāng)?shù)字轉(zhuǎn)換時，操作人員限于水平，不能識別古籍中的異形字，不得不“依樣畫葫蘆”，生造出一些新字。由于每一個漢字都有一個對應(yīng)的編碼，如果將異形字都當(dāng)作不同的漢字，其結(jié)果就是大量生造Unicode表外字，不僅增加了錄入的工作量，更重要的是將對檢索和資源共享等產(chǎn)生重大的影響，因為使用者在檢索時并不清楚某部書中某字的具體寫法(甚至一部書中同樣的字也有許多種變體)，因此實際上無法進行檢索或者出現(xiàn)大量漏檢。”
所以說，在古籍?dāng)?shù)字化的過程中，必須要有古籍專業(yè)人員的參與，否則，將會對數(shù)字化質(zhì)量大打折扣。而專業(yè)人員的參與，只有在國家行為下，才會有可能組織更多更專業(yè)的古籍整理人員參與到不同的文獻體系中，也才能保證這些專業(yè)人員有較高的積極性和質(zhì)量保證，這是個體化公司所不能比擬的。
三、中國古籍?dāng)?shù)字化只有國家行為才能保證原文獻受到保護和數(shù)字化文獻的質(zhì)量
以《中國基本古籍庫》和《國學(xué)寶典》的數(shù)據(jù)格式為例，《中國基本古籍庫》為ABT數(shù)據(jù)格式，不可以直接對原文進行如打印、復(fù)制、粘貼等，而需要另行圈點復(fù)制區(qū)位方可。《國學(xué)寶典》數(shù)據(jù)格式主要有:TXT文本文件、DBF(數(shù)據(jù)庫，含文字和相關(guān)標(biāo)示)、ATM(網(wǎng)頁格式，含文字和圖片、聲音等)，用戶可直接打印、復(fù)制、粘貼到自己的文檔中。這二者比較起來，前者的文獻數(shù)量較為滿意，而后者的文獻編輯功能更比前者靈活優(yōu)秀。
還有更多的古籍文獻數(shù)字化的數(shù)據(jù)庫，格式是各種各樣的，圖書館在購買這些數(shù)字化成果時，也不得不安裝多種的瀏覽器，這就給讀者利用數(shù)字化文獻帶來了不必要的麻煩：不同單位開發(fā)出來的古籍?dāng)?shù)字化產(chǎn)品具有不同的文件格式。除常見的txt、doc、html格式外,還有exe、pdf、wdl、pdg、ebk、edb、oeb、sep、ifr、xeb等。除了一些通用格式如txt、doc、html、pdf等,大部分?jǐn)?shù)字化古籍因為文件格式不同,通用功能性差,極大地影響了讀者利用數(shù)字化古籍。這也說明文化部暨國家圖書館等主管部門盡快研究和出臺數(shù)字化產(chǎn)品的標(biāo)準(zhǔn)和規(guī)范的必要性和緊迫性，并盡可能地組織和成立自己的專業(yè)化的數(shù)字化公司。
現(xiàn)今的一些數(shù)字化公司和單位，為了追求利潤的最大化，對古籍?dāng)?shù)字化過程后的文獻校勘工序，往往淡化或者沒有這個環(huán)節(jié)，這勢必導(dǎo)致古籍?dāng)?shù)字化過程后的錯誤連連。過去我們單方面地追求培養(yǎng)“具有計算機及古文獻兩方面知識的人才”，其實這是個誤區(qū)，計算機研發(fā)和古籍文獻的電子校勘并不是非要復(fù)合型的，當(dāng)然有更多的這種復(fù)合型人才更好，問題是現(xiàn)實中這種人才可真是屬于鳳毛麟角，只要重視古籍?dāng)?shù)字化以后的文字、內(nèi)容的校勘和審定，就必須組織一批古籍整理的專家把關(guān)。
只有國家行為中，制定相關(guān)嚴(yán)格的古籍保護政策，建立國家古籍保護體系。然而我們在過去的數(shù)字化實踐中驚異地發(fā)現(xiàn)，凡是委托外單位的IT掃描公司數(shù)字化的，大部分對原古籍都有嚴(yán)重的損毀，且程度還比較嚴(yán)重，因為它們對古籍沒有一種保護的情感。所以，2007年國務(wù)院辦公廳發(fā)布《關(guān)于進一步加強古籍保護工作的意見》（國辦發(fā)[2007]6號），其中的第五條提出了古籍?dāng)?shù)字化的具體要求，對于承包的IT公司數(shù)字化的，一定要加大監(jiān)管和處罰的力度。為此，最為合適的辦法是：在國家行為的統(tǒng)一標(biāo)準(zhǔn)和格式下，由各古籍持有單位進行數(shù)字化文獻處理，按照國家標(biāo)準(zhǔn)提交已經(jīng)數(shù)字化的文獻數(shù)據(jù)，并由國家給予一定的勞務(wù)經(jīng)濟補償，以此來保證數(shù)據(jù)的準(zhǔn)確性和數(shù)字化單位的積極性。
國家對古籍整理的政策和任務(wù)，也應(yīng)該更多地為古籍?dāng)?shù)字化方向給予適度地傾斜和保護，這樣，有助于中國古籍保護政策的進一步落實，有助于古籍?dāng)?shù)字化的文化保護工程落到實處。
參考文獻：
1、陳力：中文古籍?dāng)?shù)字化的再思考[J].國家圖書館學(xué)刊,2006(2):42-49.
2、陳力：古籍?dāng)?shù)字化中的漢字處理問題[J].《古籍整理情況出版簡報》2005（10）
3、李國新：中國古籍資源數(shù)字化的進展與任務(wù)[J].大學(xué)圖書館學(xué)報,2002(1):21-26,
4、劉春金等：中文古籍?dāng)?shù)字化現(xiàn)狀分析[J].江西圖書館學(xué)刊2008(2)112～113
發(fā)布日期：2009-08-18