試論中國(guó)古籍?dāng)?shù)字化與人文學(xué)術(shù)研究 史 睿 |
【內(nèi)容提要】本文從人文研究角度出發(fā)討論古籍?dāng)?shù)字化意義及解決方案，強(qiáng)調(diào)了在數(shù)字化時(shí)代傳統(tǒng)古籍整理工作的重要性。史文認(rèn)為古籍?dāng)?shù)字化能為人文研究提供便捷、準(zhǔn)確的查詢工具，但要實(shí)現(xiàn)這一目標(biāo)，必須對(duì)傳統(tǒng)古籍整理工作進(jìn)行變革，要求建立數(shù)據(jù)庫(kù)統(tǒng)一的規(guī)范，包括分類(lèi)法、著錄格式都要有一定的修改，以建立國(guó)家標(biāo)準(zhǔn)，并使古籍?dāng)?shù)據(jù)庫(kù)與數(shù)字圖書(shū)館的其他數(shù)據(jù)庫(kù)保持整體的統(tǒng)一性。文章對(duì)計(jì)算機(jī)技術(shù)也給予了同樣的重視，分析了人文研究對(duì)計(jì)算機(jī)技術(shù)的要求，計(jì)算機(jī)技術(shù)為古籍?dāng)?shù)字化準(zhǔn)備的條件，并討論了兩者的有效結(jié)合。 【關(guān) 鍵 詞】人文學(xué)術(shù)研究；數(shù)據(jù)庫(kù)；知識(shí)發(fā)現(xiàn)；中國(guó)古籍?dāng)?shù)字化解決方案；圖書(shū)館自動(dòng)化
中國(guó)古籍的數(shù)字化是一個(gè)非常復(fù)雜的跨學(xué)科課題，本來(lái)應(yīng)由專家來(lái)解決，絕非學(xué)識(shí)淺陋如不佞者所應(yīng)妄言的。但是，計(jì)算機(jī)產(chǎn)業(yè)界的專家對(duì)于計(jì)算機(jī)技術(shù)在人文學(xué)術(shù)研究上的應(yīng)用缺少了解和興趣，而學(xué)術(shù)界的專家都忙于各自的名山事業(yè)，兩方面又無(wú)良好的溝通，所以創(chuàng)獲甚少。此前雖有學(xué)術(shù)機(jī)構(gòu)曾進(jìn)行過(guò)類(lèi)似課題的研究，獲得了初步的成果，但舊的思路和成果已很難跟上計(jì)算機(jī)技術(shù)飛速發(fā)展的步伐[1]。鑒于目前中國(guó)古籍?dāng)?shù)字化問(wèn)題的日益緊迫和相關(guān)專題研究的相對(duì)滯后，筆者不揣谫陋，撰此小文，以期引起有關(guān)專家就例如數(shù)字化、網(wǎng)絡(luò)化時(shí)代對(duì)人文學(xué)術(shù)研究提出怎樣的機(jī)遇和挑戰(zhàn)，如何利用計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)推動(dòng)人文學(xué)術(shù)研究的發(fā)展以及如何規(guī)劃、評(píng)估古籍（以至一切圖書(shū)文獻(xiàn)）的數(shù)字化方案等問(wèn)題的深入討論。 一、古籍?dāng)?shù)字化——現(xiàn)代學(xué)術(shù)研究的基礎(chǔ) 我們中華民族創(chuàng)造了無(wú)比豐富的歷史文化遺產(chǎn)，對(duì)于世界文化具有巨大貢獻(xiàn)。古代典籍是中國(guó)歷史文化遺產(chǎn)最為重要的物質(zhì)載體，面對(duì)蘊(yùn)藏于浩如煙海的古籍之中的文化思想，究竟應(yīng)該如何解讀，如何履踐，不免令人有“一部十七史，不知從何說(shuō)起”的感覺(jué)。胡適之先生認(rèn)為傳統(tǒng)的經(jīng)史研究存在范圍太狹窄，注重功力而忽略理解，缺乏參考比較的材料等積弊，故以清代三百年間第一流人才的心思精力，都用在經(jīng)學(xué)的范圍內(nèi)，卻只取得了一點(diǎn)點(diǎn)的成果，關(guān)鍵是缺少對(duì)古籍的系統(tǒng)整理，又不注重學(xué)術(shù)成果的積累，兩千四百多卷的《清經(jīng)解》，大多是一堆流水爛帳，沒(méi)有條理，沒(méi)有系統(tǒng)，人人從“粵若稽古”、“關(guān)關(guān)雎鳩”說(shuō)起，怪不得學(xué)者看了要望洋興嘆了[2]。針對(duì)清儒治學(xué)方法的缺陷，胡適之先生著重提出，必須系統(tǒng)地整理古籍，包括索引式、結(jié)帳式和專史式的整理。此后，學(xué)界編纂了多種引得、通檢、索引、匯編等工具書(shū)，部分完成了索引式整理的目標(biāo)，拜前輩學(xué)者之賜，我們查閱古籍不知享受了多少便利。但是我們也發(fā)現(xiàn)，中國(guó)古籍汗牛充棟，經(jīng)過(guò)系統(tǒng)整理的畢竟只是少數(shù)，方便的檢索工具也還嫌太少，離胡適之先生的標(biāo)準(zhǔn)還有相當(dāng)?shù)木嚯x。即使是已有索引的古籍，我們用來(lái)解決具體問(wèn)題時(shí)仍會(huì)感覺(jué)到種種不便。至于結(jié)帳式的整理，則尚未受到學(xué)術(shù)界的普遍重視，而在未有結(jié)帳式整理之前，所作的專史研究，其完整性、可靠性都值得懷疑。劉家和先生在《〈崔述與中國(guó)學(xué)術(shù)史研究〉序》中說(shuō)道：“記得從前有一位學(xué)術(shù)前輩說(shuō)過(guò)：‘上窮碧落下黃泉，動(dòng)手動(dòng)腳找材料。'這已很不容易。而現(xiàn)在是要‘上窮碧落下黃泉，以求有所新發(fā)現(xiàn)'，這就更是難上加難了。由此我想到了美國(guó)科學(xué)哲學(xué)家?guī)於鳎═homas Kuhn，1922—1996）的一篇文章《必要的張力：科學(xué)研究中的傳統(tǒng)和創(chuàng)新》（The Essential Tension：Tradition and Innovation in Scientific Research）。他說(shuō)，科學(xué)的發(fā)現(xiàn)，既需要發(fā)散思維，即對(duì)于傳統(tǒng)具有突破性的創(chuàng)新思維，又必須有向心思維，即深入傳統(tǒng)的思維。這是因?yàn)椋瑳](méi)有前一思維，就會(huì)限于傳統(tǒng)而失去創(chuàng)新的可能；沒(méi)有后一種思維，就不能深知傳統(tǒng)中的問(wèn)題與病因所在，就不知到底為何需要突破，應(yīng)該從何突破，即使突破也破不到點(diǎn)子上，何來(lái)創(chuàng)新？所以他概括地說(shuō)：‘成功的科學(xué)家常常必須同時(shí)扮演傳統(tǒng)主義者和離經(jīng)叛道者的角色。'庫(kù)恩講的是科學(xué)發(fā)展的要求，其實(shí)對(duì)于史學(xué)的發(fā)展來(lái)說(shuō)，這幾乎是同樣適用的。這就是要‘上窮碧落下黃泉'，要有微觀與宏觀、傳統(tǒng)與創(chuàng)新兩極之間的張力。”[3]確如劉家和先生所說(shuō)，經(jīng)常保持這種張力是推動(dòng)學(xué)術(shù)創(chuàng)新的要素，如果認(rèn)真反省一下就不難發(fā)現(xiàn)，在人文學(xué)術(shù)研究中，我們有時(shí)忽視對(duì)古籍文本的深入解讀，導(dǎo)致研究結(jié)論發(fā)生偏差；有時(shí)又被前人的成說(shuō)所左右，不能有所推進(jìn)。為了中國(guó)現(xiàn)代學(xué)術(shù)的自主、自立，促進(jìn)中外學(xué)術(shù)的對(duì)話，我們必須比以前任何時(shí)候都更加致力于中華元典以至全部古代典籍的深入解讀，以求在此基礎(chǔ)之上作出更大的學(xué)術(shù)突破。有人看不起古籍點(diǎn)校或是索引、目錄、匯編的編纂，可又有誰(shuí)能說(shuō)自己的名山事業(yè)從未受惠于點(diǎn)校本《二十四史》、《資治通鑒》或是《二十史朔閏表》、《中國(guó)歷史地圖集》、《十三經(jīng)索引》、《二十四史人名索引》這樣經(jīng)典的點(diǎn)校本或檢索工具呢？人文學(xué)術(shù)研究是個(gè)人的事業(yè)，一個(gè)人的精力和時(shí)間是有限的，而人類(lèi)知識(shí)的積累又絕非一個(gè)人所能把握的，如果我們不能大幅度地提高自己的學(xué)習(xí)效率，而是將有限的時(shí)間、精力都花費(fèi)在浩繁、瑣碎的翻檢工作之中，那么還談何學(xué)術(shù)進(jìn)步呢？為此，我們需要有經(jīng)過(guò)認(rèn)真梳理的、反映全部前人研究成果的古籍文本供學(xué)術(shù)界使用，需要有便捷、高效、準(zhǔn)確的查詢工具為人文學(xué)術(shù)研究服務(wù)。 古籍?dāng)?shù)字化是一項(xiàng)重要的人文學(xué)術(shù)研究基礎(chǔ)工程，不僅需要全體學(xué)術(shù)研究者和計(jì)算機(jī)專家的勤奮和努力，更需要現(xiàn)代化技術(shù)的支持。我們認(rèn)為，利用計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)進(jìn)行深入的古籍整理工作，在當(dāng)今數(shù)字化時(shí)代勢(shì)在必行，它必將大幅度地提高我們學(xué)習(xí)中國(guó)古代文化的效率，定會(huì)將學(xué)者的時(shí)間和精力從艱苦而繁瑣的爬梳、翻檢工作中解放出來(lái)，用于推動(dòng)人文學(xué)術(shù)研究的發(fā)展，對(duì)此我們充滿了希望。同時(shí)我們還應(yīng)認(rèn)識(shí)到，古籍文獻(xiàn)的數(shù)字化實(shí)際上也是全部中文文獻(xiàn)數(shù)字化事業(yè)的一個(gè)復(fù)雜特例，它所積累的經(jīng)驗(yàn)和取得的成果必能廣泛地應(yīng)用于后者，而中文文獻(xiàn)的數(shù)字化又是數(shù)字化圖書(shū)館事業(yè)的一部分，是國(guó)家知識(shí)基礎(chǔ)設(shè)施（National Knowledge Infrastructure簡(jiǎn)稱NKI）的一部分[4]，具有十分廣闊的應(yīng)用前景。此外，積極建設(shè)網(wǎng)上中文資源庫(kù)，打破某些國(guó)家或某種語(yǔ)言對(duì)網(wǎng)絡(luò)資源的壟斷，這將有利于中外學(xué)術(shù)文化的交流，樹(shù)立中國(guó)人的學(xué)術(shù)自信心和自尊心。 二、古籍?dāng)?shù)字化的理論思考 當(dāng)前，衡量個(gè)人電腦的性能標(biāo)準(zhǔn)已不再是中央處理芯片（CPU）的時(shí)鐘頻率，而是看它的整體可用性如何。軟件亦是如此，應(yīng)用放在了越來(lái)越重要的位置上。由于缺乏利益驅(qū)動(dòng)，計(jì)算機(jī)軟件在傳統(tǒng)人文學(xué)術(shù)研究領(lǐng)域的應(yīng)用還遠(yuǎn)未提到中國(guó)計(jì)算機(jī)產(chǎn)業(yè)界的議事日程上來(lái)，這不能不說(shuō)是一種遺憾。目前，臺(tái)灣中央研究院已建立起十余個(gè)重要的古籍資料庫(kù)，并逐漸開(kāi)放于網(wǎng)絡(luò)[5]。近期日本出版了一本《電腦中國(guó)學(xué)》（東京好文出版社，1998年11月），書(shū)中探討了計(jì)算機(jī)技術(shù)應(yīng)用于中國(guó)研究的問(wèn)題，并且提供了大量與中國(guó)研究有關(guān)的網(wǎng)址，其中絕大部分是屬于臺(tái)灣學(xué)術(shù)機(jī)構(gòu)的。本來(lái)應(yīng)由最具人才資源和技術(shù)優(yōu)勢(shì)的大陸學(xué)術(shù)界完成的事業(yè)，卻被臺(tái)灣學(xué)術(shù)界搶先了一步，不能不說(shuō)又是一重遺憾。最近，大陸出版界推出了幾種大型的電子版古籍[6]，引起了社會(huì)的普遍關(guān)注。然而此類(lèi)電子讀物大多難以差強(qiáng)人意，究其原因就在于我國(guó)的計(jì)算機(jī)產(chǎn)業(yè)界很少有人專門(mén)從事計(jì)算機(jī)技術(shù)在傳統(tǒng)人文學(xué)術(shù)研究領(lǐng)域的應(yīng)用研究，對(duì)中國(guó)古籍及其研究方法也缺乏必要的了解。同時(shí)，文史研究者不能勇敢地迎接數(shù)字化時(shí)代對(duì)人文學(xué)術(shù)研究提出的挑戰(zhàn)與機(jī)遇，積極地參與古籍的數(shù)字化工作，則是另一個(gè)重要原因。問(wèn)題的關(guān)鍵在于人文學(xué)術(shù)研究向計(jì)算機(jī)提出怎樣的要求，當(dāng)代計(jì)算機(jī)技術(shù)又為古籍?dāng)?shù)字化準(zhǔn)備了哪些條件，兩者究竟如何契合。 筆者認(rèn)為，古籍?dāng)?shù)字化的理論問(wèn)題比技術(shù)問(wèn)題更為重要，因?yàn)橐坏├碚摪l(fā)生了偏差，技術(shù)越高明，則解決方案越是難以成功。而此種理論是基于對(duì)人文學(xué)術(shù)研究一般過(guò)程和計(jì)算機(jī)數(shù)據(jù)處理基本原理的認(rèn)識(shí)之上的，所以只有學(xué)術(shù)界與計(jì)算機(jī)產(chǎn)業(yè)界的密切合作，才能達(dá)成盡善盡美的結(jié)果。筆者認(rèn)為，以人文學(xué)術(shù)研究的角度來(lái)看，古代典籍一方面是古代先賢完整地表述思想體系的“撰述”，另一方面又可看作是保存古代歷史斷片的“記注”[7]。研究先賢的思想，固然要尊重其“撰述”的完整性及其內(nèi)部的邏輯，將其還原于它的時(shí)代語(yǔ)境之中，作“同情之了解”；而研究歷史則如藝術(shù)家一般，將零星的斷片（即史料）小心地補(bǔ)綴成一件完整的藝術(shù)品。無(wú)論何種研究，每當(dāng)我們將零星的斷片按照一定規(guī)則重新排列、組合以后，都會(huì)有一種豁然開(kāi)朗的感覺(jué)，因?yàn)槲覀冇纱税l(fā)現(xiàn)了那些材料在原有脈絡(luò)（context）之中難于發(fā)現(xiàn)的字面之外的第二甚至第三重含義，以及它們之間的各種內(nèi)在關(guān)聯(lián)，我們對(duì)這些含義和關(guān)聯(lián)作進(jìn)一步的分析或綜合，總會(huì)有新的發(fā)現(xiàn)及解釋，這就是人文學(xué)術(shù)研究的一般過(guò)程。其具體操作過(guò)程往往是突破文獻(xiàn)的原有結(jié)構(gòu)，將原文獻(xiàn)劃分為若干基本單位，提取其中指向內(nèi)部含義的關(guān)鍵詞，依照它們的屬性進(jìn)行排序、篩選、統(tǒng)計(jì)和分類(lèi)，比較相關(guān)文獻(xiàn)中的關(guān)鍵詞，尋求他們之間的相關(guān)性。這一過(guò)程在手工查閱紙本文獻(xiàn)的時(shí)代，需要學(xué)者具有深湛的功力，否則很難得到完美的解決，因?yàn)榧埍竟偶蠖嗳鄙俦匾乃饕埍緳z索工具既不能隨讀者的要求提供多種排檢方式，又無(wú)法按照讀者的要求產(chǎn)生再生資源，可用性有限；此外，研究者對(duì)文獻(xiàn)本身的認(rèn)識(shí)是隨著研究工作的深入而逐步清晰起來(lái)的，其工作初期往往難以明確提出與自己的研究題目完全切合的全部關(guān)鍵詞，而是要在較大范圍內(nèi)進(jìn)行模糊查詢或漸進(jìn)式查詢，這更是紙本檢索工具所不能解決的。當(dāng)然我們也看到，傳統(tǒng)的點(diǎn)校本古籍為數(shù)字化古籍提供了基本樣式，紙本檢索工具為數(shù)字化古籍的查詢積累了有益的經(jīng)驗(yàn)。中華書(shū)局版《二十四史》，尤其是《前四史》的點(diǎn)校，可稱古籍整理的優(yōu)秀范本，它吸收了此前的全部前人校勘的成果，為學(xué)術(shù)界提供了準(zhǔn)確、可靠的古籍文本。洪煨蓮先生主持的哈佛燕京學(xué)社編纂的引得叢書(shū)、譚其驤先生主編的《中國(guó)歷史地圖集》、中華書(shū)局出版的《二十四史人名索引》、上海圖書(shū)館編纂的《中國(guó)叢書(shū)綜錄》等，都是嘉惠士林的工具書(shū)。引得叢書(shū)的語(yǔ)詞逐字索引堪稱同類(lèi)索引的典范，《二十四史人名索引》嚴(yán)格的規(guī)范控制使讀者獲益匪淺，《中國(guó)歷史地圖集》所具備的古今地名對(duì)照、地名方位查詢等檢索功能，絕非其他類(lèi)別的工具書(shū)可以替代。數(shù)字化古籍一方面應(yīng)繼承紙本古籍及檢索工具的優(yōu)點(diǎn)，一方面又要克服其原有缺陷，淋漓盡致地發(fā)揮電子媒體的優(yōu)勢(shì)。鑒于中國(guó)古籍中知識(shí)發(fā)現(xiàn)的復(fù)雜性及其廣闊的應(yīng)用前景，筆者認(rèn)為古籍?dāng)?shù)字化事業(yè)對(duì)計(jì)算機(jī)產(chǎn)業(yè)界是一個(gè)嚴(yán)峻的挑戰(zhàn)，無(wú)論是系統(tǒng)、軟件在中文環(huán)境下的易用性，還是信息產(chǎn)業(yè)的運(yùn)營(yíng)和服務(wù)的水平，都須經(jīng)過(guò)古籍?dāng)?shù)字化事業(yè)的檢驗(yàn)才是真正的合格。 雖然我們一再?gòu)?qiáng)調(diào)計(jì)算機(jī)技術(shù)一日千里的發(fā)展，但還是有必要檢討一下其為古籍?dāng)?shù)字化所作的技術(shù)準(zhǔn)備。首先，網(wǎng)絡(luò)技術(shù)的飛速發(fā)展使信息資源的共享成為可能。幾年前網(wǎng)絡(luò)通信還是少數(shù)人的奢侈品，如今信息高速公路已經(jīng)修到我們每個(gè)人的家門(mén)口，將世界連接為一個(gè)名副其實(shí)的地球村。依托這條無(wú)遠(yuǎn)弗屆的信息通衢，人類(lèi)的知識(shí)傳播和知識(shí)創(chuàng)新勢(shì)必發(fā)生新的躍遷。國(guó)際互聯(lián)網(wǎng)提高了電子文獻(xiàn)的檢索效率，擴(kuò)大了服務(wù)范圍，具有便捷的信息傳遞方式，節(jié)省了遠(yuǎn)程通信費(fèi)用[8]。其次，新一代高性能計(jì)算機(jī)的海量存儲(chǔ)和秒級(jí)運(yùn)算能力十分驚人，以至普通人已難于預(yù)測(cè)它明天的發(fā)展。海量存儲(chǔ)設(shè)備已逐漸普及，我們?cè)僖膊槐卦诳臻g和時(shí)間的矛盾中苦苦掙扎了。電腦CPU的時(shí)鐘頻率一路突飛猛進(jìn)，1GHz的CPU也指日可待了。復(fù)次，新的國(guó)際計(jì)算機(jī)信息處理標(biāo)準(zhǔn)的制定和實(shí)施為建構(gòu)全球統(tǒng)一的信息處理系統(tǒng)奠定了堅(jiān)實(shí)的基礎(chǔ)。我們知道，最初的計(jì)算機(jī)使用的字符集是為人熟知的ASCII碼，即基本拉丁字符集（ISO646），僅有96個(gè)拉丁字母和符號(hào)。隨著計(jì)算機(jī)技術(shù)在世界各國(guó)的普遍運(yùn)用，多文種信息處理的要求也應(yīng)運(yùn)而生，基本拉丁字符集顯然已無(wú)法滿足這種需求，各國(guó)所運(yùn)用的地區(qū)性編碼又為全球信息處理一體化設(shè)置了障礙。于是在國(guó)際標(biāo)準(zhǔn)化組織（ISO）引導(dǎo)下，由國(guó)際計(jì)算機(jī)界、語(yǔ)言文字學(xué)界的專家共同制定了通用多八位編碼字符集（ISO/IEC10646）。我們現(xiàn)在所使用的中文版Windows95就是實(shí)現(xiàn)該標(biāo)準(zhǔn)的一個(gè)子集，它采用了中國(guó)信息標(biāo)準(zhǔn)化委員會(huì)1995年11月制定的漢字內(nèi)碼擴(kuò)展規(guī)范（GBK），收入漢字兩萬(wàn)多個(gè)[9]，雖然目前還不能完全滿足古籍?dāng)?shù)字化的要求，但畢竟為漢字信息處理的國(guó)際化和標(biāo)準(zhǔn)化開(kāi)辟了道路，為中國(guó)準(zhǔn)備了一把開(kāi)啟數(shù)字化時(shí)代大門(mén)的鑰匙。再次，新的計(jì)算機(jī)應(yīng)用技術(shù)，如非鍵盤(pán)輸入技術(shù)[10]，中文數(shù)據(jù)庫(kù)技術(shù)[11]，多媒體壓縮與傳送技術(shù)、安全保密技術(shù)、自然語(yǔ)言理解技術(shù)[12]，尤其是數(shù)據(jù)挖掘技術(shù)的出現(xiàn)，為古籍?dāng)?shù)字化事業(yè)提供了有力的支持。數(shù)據(jù)挖掘技術(shù)又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Database,簡(jiǎn)稱KDD），是指從大量數(shù)據(jù)中提取出可信的、新穎的、有效的并易于理解的知識(shí)的高級(jí)處理過(guò)程[13]。它已廣泛應(yīng)用于市場(chǎng)行銷(xiāo)、產(chǎn)品制造、通信網(wǎng)絡(luò)管理、金融投資、自然科學(xué)研究等許多領(lǐng)域[14]。我們相信，數(shù)據(jù)挖掘技術(shù)運(yùn)用于人文研究領(lǐng)域，必將創(chuàng)造出更卓越的業(yè)績(jī)。非鍵盤(pán)輸入技術(shù)使文獻(xiàn)載體轉(zhuǎn)換方式發(fā)生了一場(chǎng)革命，例如自動(dòng)識(shí)別輸入技術(shù)（ODR）使海量信息輸入的工作量大大降低，清華紫光公司所研制的非特定人手寫(xiě)識(shí)別軟件僅用三個(gè)月時(shí)間就將一部《文淵閣本四庫(kù)全書(shū)》輸入計(jì)算機(jī)內(nèi)，為同類(lèi)工作積累了寶貴的技術(shù)財(cái)富[15]。最后，面向?qū)ο蟮木幊坦ぞ叩某霈F(xiàn)使人性化應(yīng)用界面的編制變得輕而易舉。 如上所述，計(jì)算機(jī)的特長(zhǎng)正在于海量數(shù)據(jù)的存儲(chǔ)、運(yùn)算（包括排序、篩選、統(tǒng)計(jì)和分類(lèi)）和傳輸，更可深入文獻(xiàn)內(nèi)部，實(shí)現(xiàn)知識(shí)的發(fā)現(xiàn)，這與人文研究工作的一般過(guò)程，即關(guān)鍵詞的查詢、排序、篩選、分類(lèi)、統(tǒng)計(jì)及其相關(guān)性的分析十分相似。既然如此，那么我們就發(fā)現(xiàn)了計(jì)算機(jī)科技運(yùn)用于人文學(xué)術(shù)研究領(lǐng)域的基本契合點(diǎn)，我們只須以某種方式溝通兩者的語(yǔ)言，就可以充分地發(fā)揮計(jì)算機(jī)的優(yōu)勢(shì)，大幅度地提高人文學(xué)術(shù)研究的效率，為學(xué)術(shù)積累和學(xué)術(shù)評(píng)論提供更為便利的條件和優(yōu)化的環(huán)境，同時(shí)，也就找到了比較完善的古籍?dāng)?shù)字化方案。 目前對(duì)于數(shù)據(jù)庫(kù)廠商來(lái)說(shuō)是一個(gè)千載難逢的良機(jī)，無(wú)論是近期的國(guó)家古籍整理與規(guī)劃小組的古籍光盤(pán)工程、北京圖書(shū)館的數(shù)字化圖書(shū)館工程，還是未來(lái)的國(guó)家知識(shí)基礎(chǔ)設(shè)施工程，肯定會(huì)帶來(lái)計(jì)算機(jī)網(wǎng)絡(luò)工程、系統(tǒng)集成、數(shù)據(jù)通信、軟件開(kāi)發(fā)以及服務(wù)方面的巨額需求，誰(shuí)先期投入這一事業(yè)，制定出一系列行業(yè)標(biāo)準(zhǔn)，誰(shuí)就占據(jù)了相關(guān)產(chǎn)業(yè)的制高點(diǎn)，分得最大的市場(chǎng)份額，必將成為全國(guó)以至全球的信息產(chǎn)業(yè)界業(yè)巨子。 三、古籍?dāng)?shù)字化解決方案之我見(jiàn) 數(shù)字化古籍究竟是什么樣的呢？它需要具備怎樣的功能呢？其數(shù)據(jù)須經(jīng)如何處理，使用何種技術(shù)才能保證它具備我們需要的功能呢？這些都是擺在我們面前的重要問(wèn)題。 首先，好的版本和必要的校勘是古籍?dāng)?shù)字化的重要前提，沒(méi)有這一前提，一切功能將無(wú)從談起。我們所談的古籍?dāng)?shù)字化事業(yè)，其目的不是為大眾提供普及讀本，而是為學(xué)術(shù)文化的繁榮奠定基礎(chǔ)，這應(yīng)是參與古籍?dāng)?shù)字化事業(yè)的專家的共識(shí)。其次，即筆者曾經(jīng)一再?gòu)?qiáng)調(diào)的，數(shù)字化古籍的功能不僅在于一般的信息查詢，更重要的是古籍文獻(xiàn)中的知識(shí)發(fā)現(xiàn)。最后，它應(yīng)符合各種國(guó)際通用標(biāo)準(zhǔn)，具有開(kāi)放性，可以在網(wǎng)絡(luò)上傳輸，實(shí)現(xiàn)信息資源共享。中國(guó)古籍?dāng)?shù)字化的過(guò)程，基本上可以視為古籍全文數(shù)據(jù)庫(kù)的生成過(guò)程。一篇古籍文獻(xiàn)輸入計(jì)算機(jī)，就形成了無(wú)標(biāo)引的全文數(shù)據(jù)庫(kù)，即半結(jié)構(gòu)化的數(shù)據(jù)庫(kù)。目前以中國(guó)古籍為內(nèi)容的電子讀物多為此類(lèi)產(chǎn)品，但這遠(yuǎn)不能發(fā)揮計(jì)算機(jī)的技術(shù)優(yōu)勢(shì)，也難以達(dá)到研究者的要求，其最大的缺陷就在于它不能象結(jié)構(gòu)化數(shù)據(jù)庫(kù)一樣經(jīng)由排序、篩選、分類(lèi)和統(tǒng)計(jì)之類(lèi)的管理過(guò)程產(chǎn)生再生資源，更談不上知識(shí)發(fā)現(xiàn)。因此，對(duì)古籍中的數(shù)據(jù)進(jìn)行充分的分析和處理，制成結(jié)構(gòu)化數(shù)據(jù)庫(kù)，與半結(jié)構(gòu)化數(shù)據(jù)庫(kù)相結(jié)合，才是較為完美的方案。 如所周知，傳統(tǒng)的紙本工具書(shū)，包括索引、類(lèi)編、目錄、年表、歷史地圖等，盡管已經(jīng)提供了相當(dāng)多的便利，但是仍然不能擺脫紙本檢索工具的種種缺陷，如門(mén)類(lèi)不齊全，排檢方式單一，缺少綜合條件和漸進(jìn)式檢索方式，無(wú)法產(chǎn)生再生資源，只能部分地完成信息查詢功能，不能做到海量數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)，攜帶不便、復(fù)制困難又在其次。筆者所設(shè)想的數(shù)字化古籍解決方案正是為了解決紙本媒介存在的上述問(wèn)題，確保信息查詢的查準(zhǔn)率和查詢率，并實(shí)現(xiàn)海量信息中的知識(shí)發(fā)現(xiàn)。其重要步驟包括古籍文獻(xiàn)的載體轉(zhuǎn)換、置標(biāo)，關(guān)鍵詞的規(guī)范控制、屬性描述及多途徑排檢。 載體轉(zhuǎn)換是指從紙本文獻(xiàn)到電子文獻(xiàn)的轉(zhuǎn)換過(guò)程，要求快速而又準(zhǔn)確，是保證實(shí)現(xiàn)進(jìn)一步文獻(xiàn)處理目標(biāo)的基礎(chǔ)。傳統(tǒng)的中文鍵盤(pán)輸入技術(shù)需要新的突破，走出萬(wàn)“碼”奔騰或萬(wàn)“碼”齊喑的怪圈，才能適應(yīng)海量信息的、快速準(zhǔn)確的載體轉(zhuǎn)換的要求。非鍵盤(pán)輸入技術(shù)的逐漸成熟顯然已向鍵盤(pán)輸入技術(shù)提出了挑戰(zhàn)，清華紫光開(kāi)發(fā)的一種自動(dòng)識(shí)別軟件具有非特定人手寫(xiě)識(shí)別功能，識(shí)別率達(dá)到90%以上，如果再加上邏輯或語(yǔ)法判斷，則可進(jìn)一步提高識(shí)別率。 置標(biāo)或標(biāo)引是指通過(guò)對(duì)文獻(xiàn)的分析，選用確切的檢索標(biāo)志以反映文獻(xiàn)內(nèi)容的過(guò)程。置標(biāo)，由于古籍文獻(xiàn)中含有非常豐富而寶貴的學(xué)術(shù)信息，因此必須通過(guò)置標(biāo)這一過(guò)程，充分地發(fā)掘其中的內(nèi)涵，以便研究者利用。置標(biāo)的目的是提取關(guān)鍵詞，做數(shù)據(jù)的預(yù)處理，故應(yīng)足夠充分，不放過(guò)任何有學(xué)術(shù)信息的關(guān)鍵詞，力求做到從任何角度都能檢索到讀者需要的信息。清代大學(xué)者章學(xué)誠(chéng)曾提出，將古籍中人名、地號(hào)、官階、書(shū)目等一切有名可治、有數(shù)可稽者都制成韻編（即索引），以收事半功倍之效[16]。一般來(lái)說(shuō)，各類(lèi)文獻(xiàn)中的人名、地名、官名、書(shū)名、年代、典故、制度、族屬、語(yǔ)詞、范疇和其它專名等關(guān)鍵詞都須制成索引，另外如文獻(xiàn)的主題、體裁、結(jié)構(gòu)、類(lèi)別、標(biāo)題、韻腳等特征也要當(dāng)作關(guān)鍵詞來(lái)提取。目前，計(jì)算機(jī)尚無(wú)法正確標(biāo)引古代漢語(yǔ)文獻(xiàn)，所以將已有的紙本檢索工具轉(zhuǎn)換為數(shù)據(jù)庫(kù)，并開(kāi)發(fā)出標(biāo)引古籍的智能化軟件，是古籍?dāng)?shù)字化的當(dāng)務(wù)之急。當(dāng)然，鑒于古代漢語(yǔ)的復(fù)雜性及文獻(xiàn)特征的多樣性，依托熟悉古籍的專家仍然是必不可少的。 規(guī)范控制是為了保證文獻(xiàn)標(biāo)目的一致性，以便有效地實(shí)現(xiàn)對(duì)標(biāo)目進(jìn)行統(tǒng)一管理的手段，規(guī)范標(biāo)目記錄以下內(nèi)容：規(guī)范標(biāo)目，規(guī)范標(biāo)目與相關(guān)標(biāo)目之間的參照關(guān)系，選取標(biāo)目及確定其參照關(guān)系的依據(jù)。規(guī)范控制在紙本檢索工具中曾被廣泛運(yùn)用，并取得了很大成功。但是我們必須注意到，以往的檢索工具多為專名類(lèi)型索引，在非專名類(lèi)型索引的規(guī)范控制方面，學(xué)術(shù)界的成果和經(jīng)驗(yàn)還不多，既有的主題詞表不僅不能涵蓋古籍中復(fù)雜的語(yǔ)言現(xiàn)象，更難于跟上人文學(xué)術(shù)的發(fā)展進(jìn)程，我們有必要重新建立規(guī)范古籍語(yǔ)詞及專名的標(biāo)準(zhǔn)。 排檢是指檢索工具的排序方式和檢索途徑，它限定著讀者的檢索策略，直接影響檢索效果。一般的紙本檢索工具多使用以關(guān)鍵詞外部特征為序的排檢方式，不能滿足讀者的信息查詢及知識(shí)發(fā)現(xiàn)的要求。紙本檢索工具包含著這樣的預(yù)設(shè)，即認(rèn)為讀者事先已確知所須檢索的關(guān)鍵詞，但實(shí)際上往往并非如此，抑或即使確知，依然需要按其內(nèi)部特征追尋關(guān)鍵詞之間的相關(guān)性。不難發(fā)現(xiàn)，依關(guān)鍵詞外部特征排檢的檢索工具提供給讀者的關(guān)鍵詞之間的關(guān)聯(lián)信息較少[17]，而依關(guān)鍵詞內(nèi)部特征排檢的檢索工具則可提供更多類(lèi)型的關(guān)聯(lián)信息，便于讀者發(fā)現(xiàn)新知識(shí)。但是限于紙本媒體的特征，多功能檢索工具的編纂難度很大，而數(shù)字化古籍正適于實(shí)現(xiàn)多途徑排檢功能，這就要用到關(guān)鍵詞的屬性描述方法。 描述關(guān)鍵詞的各種屬性是為了計(jì)算機(jī)能依照屬性對(duì)關(guān)鍵詞進(jìn)行分類(lèi)、排序、篩選、統(tǒng)計(jì)之類(lèi)的管理，產(chǎn)生再生資源，以利知識(shí)發(fā)現(xiàn)。所謂關(guān)鍵詞的屬性描述，其實(shí)質(zhì)就是將關(guān)鍵詞的屬性特征作認(rèn)真嚴(yán)格的分析，制成數(shù)據(jù)庫(kù)，再將目前為止學(xué)術(shù)界所了解的有關(guān)它的全部知識(shí)都填入數(shù)據(jù)庫(kù)之中。研究越深入，所能反映的關(guān)鍵詞的內(nèi)涵及其關(guān)聯(lián)就越豐富，檢索效果越理想，發(fā)現(xiàn)的知識(shí)越新穎而可信，所以我們必須毫無(wú)遺漏地將已經(jīng)取得的研究成果納入其中。于是，這一數(shù)據(jù)庫(kù)的設(shè)計(jì)就變得十分重要。不同類(lèi)型的關(guān)鍵詞具有不同的屬性，如人名的屬性顯然與書(shū)名不同。同一類(lèi)型關(guān)鍵詞因其主題不同又有所區(qū)別，如帝王有即位年代的屬性，士大夫以下則沒(méi)有。同時(shí)，任何關(guān)鍵詞的屬性還因其規(guī)定性特征有所不同，如官僚所任之官有時(shí)代之別，又有品階和類(lèi)型（如散官、勛官、職事官、加官、贈(zèng)官等）之別。為了處理如上十分復(fù)雜的情況，我們可以利用中國(guó)機(jī)讀目錄格式（China MARC）的思路來(lái)設(shè)計(jì)這種可實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)功能的關(guān)鍵詞數(shù)據(jù)庫(kù)。機(jī)讀目錄格式是一種多層次的開(kāi)放式數(shù)據(jù)庫(kù)，它原本用來(lái)詳盡地描述書(shū)目型關(guān)鍵詞的各種屬性，并進(jìn)行基本管理。由于它允許用戶自由定義各字段和子字段的內(nèi)容，因此可以改造為一種描述和管理各類(lèi)關(guān)鍵詞的數(shù)據(jù)庫(kù)。理論上，它應(yīng)是一種通用的綜合的信息管理數(shù)據(jù)庫(kù)，能管理各種不同類(lèi)型的數(shù)據(jù)，包括文本、日期、邏輯、圖像、視頻、聲音等[18]，符合（或者創(chuàng)造）國(guó)際標(biāo)準(zhǔn)，具有多個(gè)檢索出口，可通過(guò)多種檢索途徑實(shí)現(xiàn)信息查詢和知識(shí)發(fā)現(xiàn)。它分為記錄、字段和子字段三個(gè)層次。首先，以對(duì)一個(gè)關(guān)鍵詞的全面描述為一條記錄。其次，以記錄之下的通用字段描述不同類(lèi)型關(guān)鍵詞的相同屬性，如以規(guī)范標(biāo)目字段描述各類(lèi)關(guān)鍵詞的規(guī)范標(biāo)目屬性，以非規(guī)范標(biāo)目字段描述相關(guān)非規(guī)范標(biāo)目屬性，以主題字段描述各類(lèi)關(guān)鍵詞的主題屬性，以款目連接字段描述此關(guān)鍵詞與它關(guān)鍵詞之間的相關(guān)性，以附注字段作自然語(yǔ)言的附注等；又以特殊字段分別描述各類(lèi)關(guān)鍵詞的特殊屬性，如以籍貫·郡望字段、歷官字段、家族譜系字段來(lái)描述人名類(lèi)關(guān)鍵詞，以四部類(lèi)別字段、載體形態(tài)字段描述書(shū)目類(lèi)關(guān)鍵詞等；最后，以字段之下的子字段反映屬性的規(guī)定性特征，如以歷官字段之下的品階子字段描述歷官的品階，以類(lèi)別子字段描述歷官的類(lèi)別，以部門(mén)子字段描述歷官所屬的部門(mén)，以年代子字段描述歷官的起訖時(shí)間等。常規(guī)字段規(guī)定為必須使用，非常規(guī)字段或非相關(guān)字段則可選用，字段或子字段依其性質(zhì)規(guī)定為可以重復(fù)和不可重復(fù)兩類(lèi)。一般的單一條件檢索，其檢索結(jié)果（報(bào)表）可以表格形式輸出，如果是復(fù)合條件的檢索，其結(jié)果又不便以表格形式表達(dá)，就需要編制合乎傳統(tǒng)檢索習(xí)慣的其它輸出形式，如職官年表、百官志、家譜、歷史地圖等形式。以人名索引為例，依照職官年表的方式排檢，可由一個(gè)人名查到他的同僚、前任、繼任，如果按照百官志的序列排檢，又可查到他的上級(jí)、下級(jí)，如果按照譜牒的形式排檢，則可查到他的祖先、兄弟、姊妹、子孫及姻親。以地名索引為例，依照歷史地圖的形式排檢，可查到地名的方位，所屬的自然區(qū)域、行政區(qū)劃以及它的歷史沿革。機(jī)讀目錄格式包含了供檢索用的紀(jì)錄頭標(biāo)和指針，這樣經(jīng)由基本的數(shù)據(jù)庫(kù)管理手段，我們就可以實(shí)現(xiàn)數(shù)據(jù)庫(kù)的多途徑排檢功能了。 除了以上有關(guān)古籍全文檢索數(shù)據(jù)庫(kù)生成的問(wèn)題之外，還有應(yīng)用界面的問(wèn)題需要探討。筆者認(rèn)為，瀏覽界面是古籍?dāng)?shù)字化解決方案中必不可少的組成部分，如果沒(méi)有瀏覽界面，那么古籍就會(huì)變成一堆支離破碎的詞匯或段落，無(wú)法閱讀，而閱讀是數(shù)字化古籍的首要功能，不能放棄[19]。數(shù)字化古籍的瀏覽界面最好以國(guó)際通用的HTML語(yǔ)言編寫(xiě)，使用普通的網(wǎng)絡(luò)瀏覽器閱讀，可用于網(wǎng)絡(luò)發(fā)布和光盤(pán)（CD-Web）制作。目錄、正文和注釋等內(nèi)容可層級(jí)顯示，讀者可使用目錄樹(shù)直接跳轉(zhuǎn)到需要閱讀的正文，也可根據(jù)需要僅顯示正文或顯示部分以至全部注釋。充分利用電子媒體的特性，正文之中必要的地方應(yīng)插入聲音、圖像或視頻剪輯等多媒體，方便讀者。它以超文本鏈接（包括網(wǎng)絡(luò)映射）揭示文獻(xiàn)或關(guān)鍵詞的意義及其間的內(nèi)在關(guān)系，例如讀者遇到陌生的關(guān)鍵詞時(shí)可以跳轉(zhuǎn)到網(wǎng)絡(luò)上權(quán)威辭書(shū)的相應(yīng)辭條或最新的研究成果，以掃除閱讀障礙，深入解讀文獻(xiàn)；另一種情況是讀者閱讀此文獻(xiàn)時(shí)能夠追尋其中引用的彼文獻(xiàn)，點(diǎn)擊關(guān)鍵詞之后可跳轉(zhuǎn)到引用文獻(xiàn)的相應(yīng)篇章、段落或條目；更重要的是以超文本鏈接的形式將古籍篇章中的基本問(wèn)題與歷代的研究成果聯(lián)系起來(lái)。當(dāng)然，這樣預(yù)設(shè)的超文本鏈接必須準(zhǔn)確地反映知識(shí)體系之間的層次和關(guān)聯(lián)，如果稍有偏差，就會(huì)發(fā)生失之毫厘，謬以千里的情形。瀏覽界面最好配合智能網(wǎng)絡(luò)搜索引擎，允許讀者建立自定義的超鏈接。另外一個(gè)應(yīng)用界面是查詢界面，它要與關(guān)鍵詞數(shù)據(jù)庫(kù)相配合，具有不同類(lèi)別的各種關(guān)鍵詞、同類(lèi)關(guān)鍵詞的不同屬性及相同屬性的不同規(guī)定性特征三層查詢條件，還有各種查詢條件之間邏輯關(guān)系的組合形式。關(guān)鍵詞數(shù)據(jù)庫(kù)作為后臺(tái)數(shù)據(jù)庫(kù)支持讀者信息查詢和知識(shí)發(fā)現(xiàn)的要求。其檢索結(jié)果以HTML文檔的形式顯示于瀏覽器上，建立檢索結(jié)果到所出文獻(xiàn)的超文本鏈接，讀者可由此跳轉(zhuǎn)至原文獻(xiàn)，以實(shí)現(xiàn)指向文獻(xiàn)內(nèi)部意義的知識(shí)發(fā)現(xiàn)[20]。無(wú)論是瀏覽界面，還是查詢界面，都必須具備人性化特征，符合讀者的檢索習(xí)慣，并輔以必要實(shí)用的使用說(shuō)明（幫助），不給讀者增加學(xué)習(xí)負(fù)擔(dān)。這樣就構(gòu)成了完整的古籍?dāng)?shù)字化方案。 四、余論：學(xué)習(xí)的革命 圖書(shū)文獻(xiàn)的數(shù)字化是數(shù)字化圖書(shū)館事業(yè)的基礎(chǔ)，而數(shù)字化圖書(shū)館以及國(guó)家知識(shí)基礎(chǔ)設(shè)施的建立勢(shì)必引發(fā)一場(chǎng)知識(shí)傳播或?qū)W習(xí)的革命。以往人類(lèi)傳播知識(shí)的方式不外文字記載和言傳身教兩類(lèi)，前者傳播范圍廣泛，后者易于表述經(jīng)驗(yàn)，而國(guó)家知識(shí)基礎(chǔ)設(shè)施將兼有兩者的特長(zhǎng)，它通過(guò)計(jì)算機(jī)對(duì)公共知識(shí)的處理，模擬人類(lèi)學(xué)習(xí)知識(shí)和形成智能的過(guò)程，使人類(lèi)較為容易地獲取知識(shí)和經(jīng)驗(yàn)[21]。更重要的是，僅僅依靠圖書(shū)分類(lèi)法來(lái)建構(gòu)人類(lèi)知識(shí)體系的時(shí)代已一去不復(fù)返了，利用計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)，我們能更全面、完整而確切地表達(dá)自己的知識(shí)、經(jīng)驗(yàn)和智慧以及它們之間的關(guān)聯(lián)，前賢可以在不知不覺(jué)之中將他們畢生積累的知識(shí)和經(jīng)驗(yàn)轉(zhuǎn)化為后學(xué)的常識(shí)，而且可以不受時(shí)空限制地迅速傳播。因而人類(lèi)的學(xué)習(xí)過(guò)程也將變得日益輕松、富于人性化和高效率。那時(shí)，我們的學(xué)習(xí)將從巨人肩膀上起步，徹底拋掉碾碎人類(lèi)鮮活智慧的教科書(shū)，更可以避免不負(fù)責(zé)任的教育者加之于幼小心靈的傷害。網(wǎng)絡(luò)將在其中扮演重要角色，它成為一種獨(dú)立媒體已經(jīng)為時(shí)不遠(yuǎn)了，它必將與其他四大媒體并駕齊驅(qū)，成為傳播人類(lèi)知識(shí)的重要媒介，并且決定著我們的思維與生活方式。它還將有助于打破強(qiáng)勢(shì)話語(yǔ)對(duì)知識(shí)、思想、信仰的壟斷，消除大眾文化對(duì)精英文化的扭曲，作為民主制度的一部分，服務(wù)于社會(huì)。 【注釋】 [1]中國(guó)社會(huì)科學(xué)院計(jì)算機(jī)室曾經(jīng)在欒貴明等先生指導(dǎo)下就此課題進(jìn)行過(guò)探索，見(jiàn)田奕《古籍整理與研究的電腦化》（載《中國(guó)文化》9期，1994年2月，85—89頁(yè)），但其電子版產(chǎn)品并未公開(kāi)。 [2]胡適《〈國(guó)學(xué)季刊〉發(fā)刊宣言》，原載《國(guó)學(xué)季刊》一卷一號(hào)，1923年1月，此據(jù)歐陽(yáng)哲生編《胡適文集》三，5—17頁(yè)，北京大學(xué)出版社，1998年12月。 [3]邵東方《崔述與中國(guó)學(xué)術(shù)史研究》，《序》1—10頁(yè)，人民出版社，1998年4月。 [4]國(guó)家知識(shí)基礎(chǔ)設(shè)施是應(yīng)用計(jì)算機(jī)及網(wǎng)絡(luò)存儲(chǔ)和傳播人類(lèi)知識(shí)、經(jīng)驗(yàn)和智慧，改變?nèi)祟?lèi)知識(shí)獲取方式的全新體系，包括通信網(wǎng)絡(luò)、高性能計(jì)算機(jī)群、知識(shí)庫(kù)系統(tǒng)和應(yīng)用界面四個(gè)層次。見(jiàn)曹存根《NKI——21世紀(jì)的科技熱點(diǎn)》，載《計(jì)算機(jī)世界》1998年50期，12月28日，產(chǎn)品與技術(shù)版，D1,3頁(yè)。 [5]見(jiàn)黃寬重、劉增貴《中央研究院人文計(jì)算的回顧與前瞻》，載《漢學(xué)研究通訊》總66期， 145—168頁(yè)（臺(tái)灣中央研究院計(jì)算中心的網(wǎng)址為（http://www.sinica.edu.tw）。但是中央研究院的資料庫(kù)也不能完成知識(shí)發(fā)現(xiàn)功能，所以還有進(jìn)一步研究的必要。 [6]如武漢大學(xué)出版社的《文淵閣四庫(kù)全書(shū)》光盤(pán)、上海人民出版社與北京書(shū)同文電腦公司合作的同名光盤(pán)，以及文物出版社、人民美術(shù)出版社、上海人民美術(shù)出版社與北京銀冠電腦公司合作的《中國(guó)美術(shù)全集》光盤(pán)等。 [7]撰述和記注系借用章學(xué)誠(chéng)的概念，見(jiàn)《文史通義·書(shū)教》下，《章學(xué)誠(chéng)遺書(shū)》，4頁(yè)，文物出版社，1985年8月。 [8]見(jiàn)董小英《Internet——數(shù)據(jù)庫(kù)產(chǎn)業(yè)發(fā)展的新機(jī)遇》，載《互聯(lián)網(wǎng)世界》1999年1期，36—38頁(yè)。 [9]見(jiàn)朱巖《多文種信息處理與圖書(shū)館現(xiàn)代化》，載《現(xiàn)代圖書(shū)情報(bào)》1996年5期，6—9頁(yè)。北京中易電子公司和中國(guó)標(biāo)準(zhǔn)化技術(shù)開(kāi)發(fā)公司聯(lián)合開(kāi)發(fā)的“全漢橋2000”漢字系統(tǒng)很可能成為未來(lái)的國(guó)際新標(biāo)準(zhǔn)，它擁有十萬(wàn)漢字字庫(kù)。（見(jiàn)《鄭碼超級(jí)漢字系統(tǒng)收集10萬(wàn)漢字》，載《計(jì)算機(jī)世界》1999年6期，2月8日，綜合新聞版，A11頁(yè)）可用于古籍整理出版，電子版高麗大藏經(jīng)已用此系統(tǒng)制作成功。（新江、吳寧《光盤(pán)版大藏經(jīng)時(shí)不我待》，載《世界宗教文化》1998年4期，6—9頁(yè)。） [10]見(jiàn)侯怡波《“筆”妙自生花——非鍵盤(pán)輸入技術(shù)時(shí)代正向我們走來(lái)》，載《互聯(lián)網(wǎng)世界》1999年1期，70—74頁(yè)。 [11]見(jiàn)王珊、林耀森《中文數(shù)據(jù)庫(kù)的研究與展望》，載《計(jì)算機(jī)世界》1998年34期，9月7日，技術(shù)專題版，D1頁(yè)。又馬應(yīng)章《中文數(shù)據(jù)庫(kù)——數(shù)據(jù)庫(kù)本地化的重要議題》，載《計(jì)算機(jī)世界》同期，D4—5頁(yè)。 [12]孟小峰、王珊《中文數(shù)據(jù)庫(kù)自然語(yǔ)言界面研究》，載《計(jì)算機(jī)世界》1998年34期，技術(shù)專題版，D8—9頁(yè)。 [13]見(jiàn)高文《KDD：數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)》，載《計(jì)算機(jī)世界》1998年37期，8月28日，技術(shù)專題版，D1頁(yè)。又朱廷劭《數(shù)據(jù)挖掘——極具發(fā)展前景的新領(lǐng)域》，載《計(jì)算機(jī)世界》1999年1 期，1月4日，產(chǎn)品與技術(shù)版，C14頁(yè)，文中提供了三個(gè)網(wǎng)址訪問(wèn)KDD in China ：清華AILINUX（http://ailinux.ml.org/~kdd）、中山國(guó)際（http://202.96.189.28/kdd/index.html）和沈陽(yáng)SYNET（http://202.112.29.35/kdd）。 [14]見(jiàn)朱廷劭、王軍《數(shù)據(jù)挖掘應(yīng)用》，載《計(jì)算機(jī)世界》1998年37期，9月28日，技術(shù)專題版，D5, 8頁(yè)。 [15]古籍的載體轉(zhuǎn)化固然十分重要，但數(shù)字化古籍事業(yè)須綜合運(yùn)用多種計(jì)算機(jī)技術(shù)，絕非單憑一項(xiàng)OCR技術(shù)能夠完成。 [16]見(jiàn)《校讎通義·校讎條理》，《章學(xué)誠(chéng)遺書(shū)》，98頁(yè)。 [17]好的檢索工具依關(guān)鍵詞的內(nèi)部特征排列正文，而以其外部特征排列索引，例如《中國(guó)叢書(shū)綜錄》“總目”和“子目”的正文以四部分類(lèi)法（類(lèi)別屬于書(shū)目關(guān)鍵詞的內(nèi)部特征）來(lái)部勒群書(shū)，而輔以書(shū)名和作者（關(guān)鍵詞）首字的四角號(hào)碼、筆畫(huà)、音序（均屬外部特征）索引。但是這類(lèi)檢索工具多限于目錄（如《中國(guó)叢書(shū)綜錄》）、職官年表（如吳廷燮《唐方鎮(zhèn)年表》）、法令匯編（如仁井田升《唐令拾遺》）等，而其他類(lèi)別的檢索工具多只依關(guān)鍵詞的外部特征排檢，不能體現(xiàn)關(guān)鍵詞的相關(guān)性，讀者不能通過(guò)查詢一個(gè)關(guān)鍵詞從而查得與此相關(guān)聯(lián)的其它關(guān)鍵詞。例如《世說(shuō)新語(yǔ)箋釋》書(shū)后附有引書(shū)索引，為讀者提供了極大的方便，但是我們?nèi)绻獧z索《世說(shuō)新語(yǔ)》及劉孝標(biāo)注中所見(jiàn)的家譜，就必須閱覽全部的引書(shū)索引才能獲得檢索結(jié)果，因?yàn)橐龝?shū)索引只有書(shū)名首字的筆畫(huà)排檢方式，而沒(méi)有分類(lèi)排檢方式，讀者無(wú)法即類(lèi)求書(shū)。 [18]由于高性能計(jì)算機(jī)具備海量存儲(chǔ)設(shè)備，而且價(jià)格低廉，所以我們不必?fù)?dān)心這種數(shù)據(jù)庫(kù)占用過(guò)多空間。 [19]臺(tái)灣中央研究院計(jì)算中心所制作的某些古籍資料庫(kù)沒(méi)有瀏覽功能，如“二十五史資料庫(kù)”，這不能不說(shuō)是令人遺憾的缺失。 [20]其具體的技術(shù)實(shí)現(xiàn)方法見(jiàn)李澤光《用idc/htx實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)Web信息檢索》,載《計(jì)算機(jī)世界》1999年5期，2月1日，電腦與生活版，E14頁(yè)。 [21]見(jiàn)曹存根前引文。 原載《國(guó)家圖書(shū)館學(xué)刊》1999年02期 |
 |