古籍?dāng)?shù)字化簡(jiǎn)述 黎知謹(jǐn) |
一、數(shù)字圖書(shū)館與古籍?dāng)?shù)字化 隨著信息化時(shí)代的到來(lái)，作為公共信息和教育服務(wù)體系重要組成部分的數(shù)字圖書(shū)館受到越來(lái)越多國(guó)家的重視。美國(guó)最早開(kāi)始數(shù)字圖書(shū)館理論研究和建設(shè)。1991年俄亥俄州政府投資建立州內(nèi)圖書(shū)館網(wǎng)絡(luò)中心，開(kāi)始了數(shù)字圖書(shū)館的嘗試。1994年6月，在德克薩斯召開(kāi)了以“數(shù)字圖書(shū)館理論與實(shí)踐”為主題的第一次數(shù)字圖書(shū)館的理論研究會(huì)議。同年9月，美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）、國(guó)家宇航局（NASA）和國(guó)防部高級(jí)研究署（AKPA）聯(lián)合發(fā)布《數(shù)字圖書(shū)館啟動(dòng)計(jì)劃》，領(lǐng)導(dǎo)、組織和資助美國(guó)的數(shù)字圖書(shū)館研究和開(kāi)發(fā)。繼美國(guó)之后，英、法、德、日等國(guó)也先后提出各自的數(shù)字圖書(shū)館計(jì)劃。1995年2月25～26日，在比利時(shí)布魯塞爾召開(kāi)了全球信息社會(huì)研討會(huì)，大會(huì)確立了全球數(shù)字圖書(shū)館計(jì)劃與數(shù)字博物館計(jì)劃是全球信息社會(huì)化的兩個(gè)重要組成部分。 在中國(guó)，數(shù)字圖書(shū)館建設(shè)也已納入國(guó)家的發(fā)展戰(zhàn)略。1999年6月中國(guó)數(shù)字圖書(shū)館發(fā)展戰(zhàn)略組、中科院計(jì)算所等單位聯(lián)合主辦了“99數(shù)字圖書(shū)館論壇”。2002年5月中華人民共和國(guó)信息產(chǎn)業(yè)部、中國(guó)數(shù)字圖書(shū)館等8家單位聯(lián)合主辦“2002年數(shù)字圖書(shū)館國(guó)際論壇”。2002年9月，江澤民同志《在慶祝北京師范大學(xué)建校一百周年大會(huì)上的講話》中指出“加快數(shù)字圖書(shū)館等教育公共服務(wù)體系建設(shè)”。除了理論研究和思想認(rèn)識(shí)，中國(guó)目前已啟動(dòng)了一些工程項(xiàng)目，進(jìn)入了數(shù)字圖書(shū)館的建設(shè)階段，例如中國(guó)高等教育文獻(xiàn)保障體系CALIS、中國(guó)國(guó)家科學(xué)數(shù)字圖書(shū)館工程及中國(guó)國(guó)家數(shù)字圖書(shū)館工程等。 數(shù)字圖書(shū)館的工程建設(shè)已經(jīng)全面展開(kāi)，但對(duì)數(shù)字圖書(shū)館的內(nèi)涵還在討論之中，盡管有各種說(shuō)法，但基本認(rèn)識(shí)還是一致的，即把圖書(shū)館的各種文獻(xiàn)轉(zhuǎn)換成數(shù)字信息并通過(guò)網(wǎng)絡(luò)發(fā)布和傳輸，同時(shí)采集、加工各種公共信息為全社會(huì)提供優(yōu)質(zhì)的信息服務(wù)和決策咨詢，使數(shù)字圖書(shū)館成為信息社會(huì)的核心部分。在我國(guó)，數(shù)字圖書(shū)館建設(shè)目前的主要工作還是對(duì)現(xiàn)有文獻(xiàn)的數(shù)字化，其中一項(xiàng)基本內(nèi)容就是傳統(tǒng)古籍的數(shù)字化。 傳統(tǒng)古籍的數(shù)字化有著重要的意義。傳統(tǒng)古籍是中國(guó)五千年文化積淀的瑰寶，維系中華傳統(tǒng)文明的進(jìn)步與傳承，也是我國(guó)各圖書(shū)館館藏的重要組成部分。古籍的數(shù)字化和上網(wǎng)，是中華優(yōu)秀文明由紙張等媒質(zhì)流傳方式轉(zhuǎn)為數(shù)字信息等現(xiàn)代方式傳播的重要步驟，是對(duì)傳統(tǒng)的中華文化傳播和繼承方式的革命。古籍的數(shù)字化和上網(wǎng)，是互聯(lián)網(wǎng)上中文信息完整性的重要保障，對(duì)確立中華文化在互聯(lián)網(wǎng)上的整體優(yōu)勢(shì)地位和樹(shù)立文化大國(guó)形象具有不可替代的地位。傳統(tǒng)古籍的數(shù)字化和上網(wǎng)還具有現(xiàn)實(shí)的價(jià)值，可以有效地解決古籍保存與使用之間的矛盾。古籍通常是1911年以前抄寫、出版的圖書(shū)，包括民國(guó)時(shí)期出版的古人所著的線裝圖書(shū)，往往具有重要的史料價(jià)值和很高的文化價(jià)值。許多古籍保存單位嚴(yán)格限制古籍的使用，以達(dá)到古籍保護(hù)的目的，但同時(shí)也使古籍的研究利用受到影響。古籍的數(shù)字化和網(wǎng)上發(fā)布，使研究者可以在網(wǎng)絡(luò)終端上瀏覽古籍，還能避免直接接觸對(duì)古籍造成的損壞，能有效地解決古籍保存和使用的矛盾，為中外學(xué)者方便地研究古籍提供便利，對(duì)古籍研究工作必將產(chǎn)生巨大的推動(dòng)作用。 二、古籍?dāng)?shù)字化中的幾個(gè)問(wèn)題 傳統(tǒng)古籍不同于普通文獻(xiàn)，這使古籍?dāng)?shù)字化的進(jìn)程面臨許多問(wèn)題。在圖書(shū)館業(yè)務(wù)中，古籍整理工作相對(duì)獨(dú)立，采、編、閱、藏自成體系，古籍整理保留的舊有模式也最多，采用舊的分類法、沿用傳統(tǒng)的著錄方式，館際之間也沒(méi)有國(guó)家統(tǒng)一標(biāo)準(zhǔn)，僅分類法就有四庫(kù)法、中圖法、科圖法、人大法、劉國(guó)鈞“十五大類”等等。古籍整理的這種現(xiàn)狀制約了古籍?dāng)?shù)字化的進(jìn)程。 作為圖書(shū)館數(shù)字化的重要部分，人們?cè)跓崃矣懻搱D書(shū)館數(shù)字化的同時(shí)也開(kāi)始研究古籍?dāng)?shù)字化的理論和技術(shù)問(wèn)題。1992年，李致忠先生在《北京圖書(shū)館館刊》（下簡(jiǎn)稱《北圖館刊》）發(fā)表了《略談建立中國(guó)古籍書(shū)目數(shù)據(jù)庫(kù)》一文，文章針對(duì)古籍整理中的各種問(wèn)題提出建立古籍?dāng)?shù)據(jù)庫(kù)的前提條件。1995年，李針對(duì)古籍?dāng)?shù)字化面臨的問(wèn)題和解決方案，在《北圖館刊》發(fā)表《再論建立中國(guó)古籍書(shū)目數(shù)據(jù)庫(kù)》，討論了中國(guó)古籍書(shū)目數(shù)據(jù)庫(kù)的建庫(kù)規(guī)范，包括中國(guó)古籍分類法，標(biāo)準(zhǔn)著錄，古籍書(shū)目的機(jī)讀格式，使用的軟件及接口，使用的字庫(kù)等。盡管李文討論的古籍書(shū)目數(shù)據(jù)庫(kù)還遠(yuǎn)不是古籍本身的數(shù)字化，但內(nèi)容已經(jīng)涉及到古籍?dāng)?shù)字化各方面的重要問(wèn)題，勾勒了古籍?dāng)?shù)字化整體規(guī)范的基本框架。 在李以后，學(xué)者們從不同方面思考古籍?dāng)?shù)字化遇到的問(wèn)題以及解決方案。1999年，《國(guó)家圖書(shū)館學(xué)刊》（下簡(jiǎn)稱《館刊》）第2期發(fā)表了朱巖的《中國(guó)古籍書(shū)目數(shù)據(jù)分析》。朱文從信息處理角度對(duì)古籍書(shū)目數(shù)據(jù)做出分析，對(duì)《中國(guó)古籍善本書(shū)目》在機(jī)讀格式中的使用作出示范。制訂統(tǒng)一的機(jī)讀目錄是古籍?dāng)?shù)據(jù)庫(kù)建庫(kù)規(guī)范之一，機(jī)讀目錄通過(guò)對(duì)書(shū)目數(shù)據(jù)信息進(jìn)行標(biāo)識(shí)，完成書(shū)目的信息統(tǒng)計(jì)、整理和檢索。充分利用機(jī)讀目錄提供的字段標(biāo)識(shí)數(shù)據(jù)信息，能夠提高數(shù)據(jù)庫(kù)的檢索功能，方便讀者的檢索查閱。《中國(guó)古籍善本書(shū)目》是由國(guó)家古籍整理出版規(guī)劃小組領(lǐng)導(dǎo)編纂的大型書(shū)目，歷時(shí)十五年完成，分經(jīng)、史、子、集、叢五類，共九冊(cè)，收錄56000種善本古籍。此書(shū)的編寫仍然采用傳統(tǒng)的古籍編目規(guī)則，不利于編制機(jī)讀目錄。論文從檢索點(diǎn)的切分入手，具體討論了書(shū)名信息、責(zé)任者信息、版本信息、附注文字、分類信息、層次關(guān)系等方面信息的標(biāo)引及其機(jī)讀目錄的實(shí)現(xiàn)等問(wèn)題。 《館刊》同一期刊登了史睿的《論中國(guó)古籍的數(shù)字化與人文學(xué)術(shù)精神》。史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。 《館刊》1999年第3期《首屆“中文古籍開(kāi)發(fā)利用研討會(huì)”紀(jì)要》一文，記錄了1999年5月12－14日國(guó)家圖書(shū)館主辦的“中文古籍開(kāi)發(fā)利用研討會(huì)”的內(nèi)容，反映了當(dāng)時(shí)古籍?dāng)?shù)字化進(jìn)程。會(huì)議著重對(duì)《古籍機(jī)讀目錄格式字段表（試用稿）》作出討論，探討了制定國(guó)家標(biāo)準(zhǔn)的機(jī)讀目錄格式和統(tǒng)一的古籍分類法的可能性，以及圖書(shū)館界在古籍?dāng)?shù)據(jù)庫(kù)方面所作的嘗試及成果。這次會(huì)議反映了圖書(shū)館界已經(jīng)開(kāi)始著手文獻(xiàn)資源的網(wǎng)上服務(wù)和資源的共建共享。 《館刊》2002年第2期刊發(fā)了鮑國(guó)強(qiáng)的《古籍機(jī)讀目錄的文獻(xiàn)連接技術(shù)及其應(yīng)用》。鮑曾參與編寫《漢語(yǔ)文古籍機(jī)讀目錄格式使用手冊(cè)》。鮑文結(jié)合實(shí)際工作，從具體問(wèn)題入手，討論古籍機(jī)讀目錄的文獻(xiàn)連接技術(shù)。文章分析實(shí)現(xiàn)文獻(xiàn)連接的前提條件、文獻(xiàn)連接的類型以及連接技術(shù)的應(yīng)用，針對(duì)機(jī)讀目錄文獻(xiàn)連接技術(shù)的要點(diǎn)，展示應(yīng)用機(jī)讀目錄中的文獻(xiàn)連接技術(shù)，以充分發(fā)揮古籍書(shū)目數(shù)據(jù)庫(kù)的文獻(xiàn)檢索的功能。 由于李、朱、史、鮑都是圖書(shū)館工作人員，因而對(duì)數(shù)據(jù)的著錄格式以及機(jī)讀目錄都給予了更多的關(guān)注，更重視機(jī)讀目錄在標(biāo)引、檢索中的應(yīng)用，以提高數(shù)據(jù)庫(kù)的信息檢索能力，提高信息的查全率和查準(zhǔn)率，但他們對(duì)古籍?dāng)?shù)字化本身以及帶來(lái)的相關(guān)后果考慮還嫌較少，例如：如何通過(guò)計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)展示出與古籍原本質(zhì)地和觀感一致的數(shù)字化形象，古籍?dāng)?shù)字化后的人文和學(xué)術(shù)價(jià)值，以及對(duì)紙張等實(shí)物介質(zhì)留存的古籍的影響，古籍?dāng)?shù)字化過(guò)程中，工程建設(shè)的技術(shù)、管理、運(yùn)營(yíng)和法律問(wèn)題，如何在與國(guó)外先進(jìn)技術(shù)交流中既達(dá)到吸取先進(jìn)的成果和經(jīng)驗(yàn)，同時(shí)確保古籍的國(guó)家信息主權(quán)和版權(quán)的獨(dú)立和完整。 三、古籍?dāng)?shù)字化的主要成果 古籍的數(shù)字化是一項(xiàng)龐大的系統(tǒng)工程，除了理論研究，還需要各方面的技術(shù)專家特別是古籍研究人員、圖書(shū)館工作人員、計(jì)算機(jī)人員以及其他相關(guān)領(lǐng)域的人員通力合作。目前，通過(guò)國(guó)家基金資助，公司參與以及國(guó)際合作等方式，我國(guó)的古籍?dāng)?shù)字化工作已經(jīng)取得了相當(dāng)?shù)某煽?jī)。目前古籍?dāng)?shù)字化的工作取得了一定的成績(jī)，已經(jīng)完成或正在進(jìn)行的有關(guān)古籍?dāng)?shù)字化的大型項(xiàng)目有： 電子版《四庫(kù)全書(shū)》，由上海人民出版社、香港迪志公司、北京書(shū)同文公司合作開(kāi)發(fā)，選用國(guó)際標(biāo)準(zhǔn)ISO/IEC10646（GB13000/Unicode）作為數(shù)字化的字符集，采用XML語(yǔ)言作為文獻(xiàn)內(nèi)容的標(biāo)識(shí)語(yǔ)言，使用OCR技術(shù)實(shí)現(xiàn)圖文數(shù)碼轉(zhuǎn)換，使用數(shù)據(jù)庫(kù)加知識(shí)工具庫(kù)多種信息關(guān)聯(lián)的全文檢索引擎。書(shū)同文公司是大陸最大的致力于古籍?dāng)?shù)字化的公司，現(xiàn)擁有《四庫(kù)全書(shū)》、《四部叢刊》、《康熙字典》的電子版。此外還有《中華文化通志》、《漢語(yǔ)大詞典》、《中華古漢語(yǔ)詞典》等產(chǎn)品。目前在制作《永樂(lè)大典》和《歷代石刻史料匯編》的全文檢索版。該公司亦將地方志的數(shù)字化列入了規(guī)劃。 北京大學(xué)中文系《全唐詩(shī)》網(wǎng)上電子檢索系統(tǒng)，由211工程資助、北京大學(xué)中文系李鐸博士主持開(kāi)發(fā)，歷時(shí)一年完成。該項(xiàng)目主體部分由《全唐詩(shī)》及《全唐詩(shī)補(bǔ)編》組成，輔助項(xiàng)由《樂(lè)府詩(shī)集》、《玉臺(tái)新詠》、《文選》等組成。參考類則由重要唐代史料《新唐書(shū)》、《舊唐書(shū)》、《唐才子傳》、《歷代詩(shī)話》、《唐詩(shī)紀(jì)事》等資料組成，共1700萬(wàn)字。全部文獻(xiàn)錯(cuò)誤率控制在三萬(wàn)分之一以下（共五校），《全唐詩(shī)》文本控制在五萬(wàn)分之一以下（共六校）。所有文獻(xiàn)均使用Unicode內(nèi)碼，在Windows2000平臺(tái)上，不需要任何轉(zhuǎn)碼工具，全球任何語(yǔ)言的操作系統(tǒng)均可在網(wǎng)上直接檢索《全唐詩(shī)》及相關(guān)資料，并且兼容Windows9x，WindowsNT，Unix，Linux等平臺(tái)。檢索系統(tǒng)由兩個(gè)版面組成，一是瀏覽界面，它提供以原書(shū)為序?yàn)g覽，瀏覽內(nèi)容只限于《全唐詩(shī)》。另一界面是檢索界面，此界面是本系統(tǒng)的核心，可以檢索全部資料。主體部分除全文檢索功能外，另有詩(shī)題檢索、作者檢索、體裁檢索、音韻檢索等功能，檢索結(jié)果顯示詩(shī)歌全文（以首為單位）、作者小傳、詩(shī)文校注、詩(shī)歌體裁、原書(shū)頁(yè)碼、冊(cè)、卷等。 “中國(guó)基本古籍庫(kù)”光盤工程，由北京大學(xué)劉俊文先生主持，是北京大學(xué)的重點(diǎn)項(xiàng)目，1998年經(jīng)全國(guó)高校古委會(huì)的批準(zhǔn)立項(xiàng)，正式啟動(dòng)。著名學(xué)者季羨林、國(guó)家圖書(shū)館館長(zhǎng)任繼愈擔(dān)任編纂委員會(huì)主任，兩院院士羅霈霖、工程院院士李國(guó)杰擔(dān)任技術(shù)委員會(huì)主任，由北大方正技術(shù)研究院提供技術(shù)支持。全套光盤庫(kù)共500張，根據(jù)中國(guó)古籍自身的特點(diǎn)，參照國(guó)際通行的圖書(shū)分類法分為哲科、史地、藝文、綜合4個(gè)子庫(kù)，20個(gè)大類，近百個(gè)細(xì)目。范圍涉及先秦至民國(guó)的重要典籍1萬(wàn)余種，每種典籍有1個(gè)通行版本的全文信息，另附1－2個(gè)珍貴版本的圖像數(shù)據(jù)，預(yù)計(jì)全文20億字，版本圖像2千萬(wàn)頁(yè)。基本可以滿足文史和其他方面研究者的研究需求。適用于中、英、日、韓多語(yǔ)種操作平臺(tái)，并提供多重檢索功能。用戶只需懂得一些基本的電腦操作方法，就可在極短的時(shí)間內(nèi)，查找所需的資料，每次檢索均可在5秒內(nèi)完成。 臺(tái)灣中央研究院《漢籍電子文獻(xiàn)》，始于1984年7月，前身是為開(kāi)發(fā)二十五史全文數(shù)據(jù)庫(kù)而成立的“史籍自動(dòng)化計(jì)劃”，現(xiàn)已完成的數(shù)據(jù)庫(kù)，共約一億兩千萬(wàn)字，其中較大型的是二十五史、醫(yī)藥文獻(xiàn)、明實(shí)錄、歷代史料筆記叢刊和十三經(jīng)，這些數(shù)據(jù)庫(kù)已包括中國(guó)唐代以前的大部份重要文獻(xiàn)（道教資料除外）；正在建設(shè)中的數(shù)據(jù)庫(kù)多達(dá)一億八千萬(wàn)字，準(zhǔn)備逐步將宋代以下的重要文獻(xiàn)數(shù)字化。所有文獻(xiàn)通過(guò)人工與機(jī)器共進(jìn)行3次校對(duì)。在制作技術(shù)上得到中央研究院計(jì)算中心的支持。使用者可以在一秒之內(nèi)，查到二十五史數(shù)據(jù)庫(kù)中四千萬(wàn)字的任何字詞。 “國(guó)際敦煌學(xué)項(xiàng)目”（The International Dunhuang Project，簡(jiǎn)稱IDP），旨在通過(guò)國(guó)際合作促進(jìn)敦煌寫卷的研究與保護(hù)。由英國(guó)圖書(shū)館開(kāi)發(fā)，開(kāi)始于1993年。項(xiàng)目計(jì)劃逐步將全世界各國(guó)各收藏單位的敦煌文獻(xiàn)數(shù)字化。目前可在線查看英國(guó)圖書(shū)館收藏的3萬(wàn)余件中亞寫本和印本文件，以及15000余件殘卷的高質(zhì)量彩色圖片。2001年3月，中國(guó)國(guó)家圖書(shū)館與英國(guó)國(guó)家圖書(shū)館簽署五年合作項(xiàng)目，加入此項(xiàng)目。中國(guó)國(guó)家圖書(shū)館國(guó)際敦煌學(xué)項(xiàng)目的數(shù)字化內(nèi)容主要包括：1、館藏敦煌文獻(xiàn)數(shù)字化。使用掃描圖像展示寫卷的全部?jī)?nèi)容——正面、背面，甚至沒(méi)有文字的地方，圖像的清晰度與看原卷沒(méi)有區(qū)別。同時(shí)使用國(guó)際敦煌學(xué)項(xiàng)目提供的專門設(shè)計(jì)的4D數(shù)據(jù)庫(kù)詳細(xì)描述寫卷的物理性質(zhì)。2、研究論著目錄數(shù)據(jù)。包含四個(gè)專題書(shū)目數(shù)據(jù)庫(kù)：敦煌吐魯番學(xué)日文論著目錄數(shù)據(jù)庫(kù)；敦煌吐魯番學(xué)西文論著目錄數(shù)據(jù)庫(kù)；敦煌文獻(xiàn)研究論著目錄數(shù)據(jù)庫(kù)和敦煌吐魯番學(xué)學(xué)者檔案數(shù)據(jù)庫(kù)。3、中國(guó)國(guó)內(nèi)散藏敦煌文獻(xiàn)聯(lián)合目錄。 以上介紹的是目前古籍?dāng)?shù)字化的重要工程項(xiàng)目，隨著數(shù)字圖書(shū)館建設(shè)的進(jìn)行，國(guó)家資金的投入和各方面專家的努力，古籍?dāng)?shù)字化中的各種各樣的問(wèn)題必將得到妥善的解決,我國(guó)五千年的優(yōu)秀文化必將得到更好的傳承。 原刊《文津流觴》第八期，2002年7月 |
 |