中國古籍數(shù)字化進程的現(xiàn)狀與問題探究

摘要: 現(xiàn)代古籍數(shù)字資源日益與電腦信息技術(shù)結(jié)合緊密，本文闡述了我國古籍數(shù)字化進程中的一些現(xiàn)狀與問題，分析了在檢索古籍數(shù)字資料時，如何進一步歸類整理，從海量的信息中獲取新的知識解讀與發(fā)現(xiàn)，充分利用信息技術(shù)，來提高史學研究的效率和質(zhì)量。

關(guān)鍵詞: 古籍概況古籍數(shù)字資源古籍數(shù)字化應(yīng)用

隨著計算機科學信息技術(shù)的發(fā)展，大多數(shù)史學研究者很自然地提出古籍數(shù)字化。以網(wǎng)絡(luò)為主要載體，數(shù)字圖書館建設(shè)迅速發(fā)展，古籍數(shù)字資料的應(yīng)用與史學研究的結(jié)合日益緊密，信息技術(shù)對人文社會科學研究的影響在向深度和廣度發(fā)展，相關(guān)問題的應(yīng)用與研究也越來越受到人們的重視。

一、古籍概況

中華民族創(chuàng)造了輝煌浩瀚的歷史文化遺產(chǎn)，古代典籍是我國歷史文化遺產(chǎn)最為重要的物質(zhì)載體，是世界文化的重要組成部分。雖然經(jīng)史研究有很多優(yōu)秀遺產(chǎn)，但存在著范圍狹窄，缺乏參考資料等積弊。針對以上缺陷，近代以來學術(shù)界編纂了多種引得、通檢、索引、匯編等工具書，部分完成了索引式整理的任務(wù)，為查閱古籍提供了諸多便利。但中國歷史古籍卷帙浩繁，經(jīng)過系統(tǒng)整理的只是少數(shù)，即便已有的索引古籍，在解決具體問題時仍會有種種不便。古典整理主要包括標點、校勘、箋注等工作。史料是歷史研究的基礎(chǔ)，每一個從事史學工作的人都要搜集和積累史料，以前抄錄卡片的方法基本上是按照個人的需要輯錄的，難以大家共享。搜集資料的工作麻煩而又艱巨，但十分重要。而且，只有盡可能全面地占有資料，才能對所研究的問題進行科學論證，得出正確的結(jié)論。因此，我們需要應(yīng)用便捷、高效、準確的檢索工具為人文學術(shù)研究服務(wù)。

信息時代，數(shù)字卡片將取代傳統(tǒng)的紙質(zhì)卡片是不爭的事實，數(shù)字圖書館正在迅速豐富著個人的數(shù)字藏書。古籍數(shù)字資料的搜集與整理是一個完整的過程，包括數(shù)字資料搜集范圍的確定，數(shù)字資料的篩選與鑒定等[1]。利用計算機把史料的整理歸類工作做好，方便廣大讀者，這需要史學工作者熟悉、掌握基本的計算機信息技術(shù)，便于和信息技術(shù)人員配合協(xié)作，把古籍數(shù)字資料建設(shè)和史學研究推向深入。

現(xiàn)階段古籍數(shù)字資料的應(yīng)用喜憂參半。一方面，信息技術(shù)的迅速發(fā)展，為古籍數(shù)字化提供了充分的技術(shù)條件。互聯(lián)網(wǎng)提高了電子文獻的檢索效率，擴大了服務(wù)范圍，便捷的信息傳遞節(jié)省了遠程通信費用。另一方面，現(xiàn)有的網(wǎng)絡(luò)古籍數(shù)字資料分布極不平衡，大部分網(wǎng)絡(luò)古籍數(shù)字資料庫集中在海外，我國學者在使用上存在諸多不便。

二、古籍數(shù)字資源

數(shù)字化古籍文獻為史學文化研究的繁榮奠定了基礎(chǔ)，其功能不僅在于一般的信息查詢，更重要的是古籍文獻中的知識發(fā)現(xiàn)。古籍數(shù)字化應(yīng)符合國際通用標準，具有開放性，可以在網(wǎng)絡(luò)上傳輸，實現(xiàn)信息資源共享。古籍數(shù)字化的過程，基本上可以視為文獻全文數(shù)據(jù)庫的生成過程。通過計算機輸入一部古籍文獻，就形成了無標引的全文數(shù)據(jù)庫，即半結(jié)構(gòu)化的數(shù)據(jù)庫。[2]但其最大的缺陷就在于，半結(jié)構(gòu)化的數(shù)據(jù)庫不能像結(jié)構(gòu)化數(shù)據(jù)庫一樣，由排序、篩選、分類和統(tǒng)計等管理過程產(chǎn)生再生資源，更談不上知識發(fā)現(xiàn)。這遠遠不能發(fā)揮計算機的技術(shù)優(yōu)勢，也難以達到研究者的要求。因此，只有對古籍中的數(shù)據(jù)進行充分的分析和處理，制作成結(jié)構(gòu)化數(shù)據(jù)庫，與半結(jié)構(gòu)化數(shù)據(jù)庫相結(jié)合，才能滿足研究者的需要。古籍數(shù)字資料搜集得方便快捷的同時，帶來了新的問題。

古籍數(shù)字資料尚沒有方便適用的程序和統(tǒng)一的方法，古籍研究者可根據(jù)自己對資料的理解和研究需要進行二次歸類整理。其方式有以下幾種:按性質(zhì)歸類，按時間順序排比，按研究問題分組等。檢索得到的數(shù)字資料可以分為兩類:一是數(shù)據(jù)性資料，二是需要進行邏輯分類的文字。對數(shù)據(jù)性資料進行分析，是史學研究的重要內(nèi)容。我們可通過Excel之類的電子表格軟件來實現(xiàn)常用的數(shù)據(jù)，如平均數(shù)、近似值、時間序列、分布規(guī)律等。在古籍中的數(shù)據(jù)性資料也占有相當一部分，但更多的是文字資料。

從古籍學術(shù)研究的角度上來看，古籍中既有我們古代先賢哲人所表述的撰述，又有保存歷史斷片的記注。研究古代先賢的思想，首先，當然要尊重其撰述的完整性，而每當我們對其研究發(fā)現(xiàn)之后，往往會有新的解讀，這就是史學研究的一般過程。其次，古籍研究者對文獻本身的認識也是隨著研究工作的深入而逐步清晰起來的，如果在大范圍內(nèi)進行模糊查詢或漸進式查詢，紙本檢索工具書就不能解決。使用數(shù)字檢索系統(tǒng)就能解決上述困難，然后再使用Word和Excel，對文字性資料進行邏輯分類，以便從中獲得新的知識發(fā)現(xiàn)。[3]

三、古籍數(shù)字化現(xiàn)存的主要問題

1.技術(shù)問題

目前古籍文本輸入的主要方法有兩個:鍵盤輸入，但手工作業(yè)，效率低成本高;而OCR雖然是一種較為先進的自動化信息資源輸入技術(shù)，但也存在一些諸如圖像質(zhì)量不高，掃描速度低，識別率低等技術(shù)性問題。此外，現(xiàn)有的漢字識別系統(tǒng)多數(shù)針對簡體，識別豎排繁體古籍的效果非常不理想。相對古籍中眾多的繁體字、異體字、通假字、避諱字而言，計算機的文字編碼不敷應(yīng)用，缺字一直是古籍電子化的瓶頸。

2.人才問題

因為古籍原本都是豎排繁體字，包含大量的異體字、通假字等，沒有標點符號，必須先進行整理，而古籍整理工作只能依賴于專業(yè)人員，所以古籍數(shù)字化需要一批既懂得古籍整理又精通計算機技術(shù)的人才。現(xiàn)狀卻是急需培養(yǎng)古籍資源數(shù)字化專門人才。

3.統(tǒng)籌問題

我國古籍數(shù)量龐大，往往分散各地，而國內(nèi)的古籍數(shù)字化工作缺乏一個全國性的權(quán)威機構(gòu)的統(tǒng)一指導和協(xié)調(diào)。

4.標準問題

我國急需建立規(guī)范、統(tǒng)一的數(shù)據(jù)庫形式。沒有規(guī)范的機讀目錄格式，數(shù)據(jù)庫就無法進行交換，無法真正實現(xiàn)國家乃至世界范圍內(nèi)的資源共享，給讀者的使用和研究帶來極大不便。

5.經(jīng)費問題

現(xiàn)在我國公共圖書館擁有古籍文獻資料最多，但因缺少經(jīng)費，無法購置必需的設(shè)備和軟件，并且缺乏相關(guān)的古籍與計算機人才，無法正常開展古籍數(shù)字化工作。

四、古籍數(shù)字資源在史學領(lǐng)域的應(yīng)用

目前，盡管許多的史學研究者對應(yīng)用計算機的認識，已經(jīng)有了很大的提高，但是我們應(yīng)該更加努力地提高利用計算機綜合分析處理文字信息的水平，豐富研究手段，積極主動地參與信息化與史學關(guān)系的方法和理論研究，深入挖掘蘊含在浩瀚古典文獻中的知識寶藏。此外，歷史研究是一項系統(tǒng)而全面的學術(shù)活動，我們在運用古籍數(shù)字資料時，要擺正系統(tǒng)讀書和按需搜集資料之間的關(guān)系，應(yīng)當對古代文獻中最基本的史料有比較正確、全面的理解，在此基礎(chǔ)上搜集資料、發(fā)現(xiàn)問題和研究問題。掌握和運用的電腦網(wǎng)絡(luò)知識，充分利用信息技術(shù)和古籍全文檢索料為我們帶來的方便快捷，可以把大量的時間和精力投入到文獻資料的考訂、分析和歷史問題的思考上，提高我們的研究質(zhì)量和效率。總之，加快古典文獻數(shù)字化進程，對于史學研究有著極其重要的意義。

參考文獻:

[1]龔婭君，劉春金.中文古籍數(shù)字化建設(shè)[J].浙江大學學報:人文社科版，2006，(4):176.

[2]王發(fā)社.古籍數(shù)字化的幾點思考[J].圖書館論壇，2006，(3):170.

[3]余述淳.古籍資源數(shù)字化建設(shè)的一些探討[J].大學圖書情報學刊，2003，21，(2):69.