古籍數(shù)字化利弊芻議

黃河

摘 要 論文從實際工作的角度出發(fā)，結(jié)合使用數(shù)字化古籍的切身感受，就數(shù)字化古籍的版本、檢索、閱讀、保真等方面討論了目前古籍數(shù)字化工作的利與弊，認為理性地認識數(shù)字化古籍的優(yōu)缺點和古籍數(shù)字化工作中存在的問題，適時調(diào)整古籍數(shù)字化工作的重心，合理采用古籍數(shù)字化建設模式，對于節(jié)約資源、提高古籍數(shù)字化工作質(zhì)量、保護和利用歷史文化遺產(chǎn)具有重要意義。

關鍵詞 古籍數(shù)字化 古籍使用 建設模式 歷史文化遺產(chǎn)

分類號 G255.1

中文古籍數(shù)字化工作已經(jīng)在國內(nèi)開展了30多年，各種形式的數(shù)字化古籍已經(jīng)在市場上紛紛涌現(xiàn)。同時，有關古籍數(shù)字化的方案、技術和理論，學界也取得了豐碩的研究成果。尤其是數(shù)字化古籍的優(yōu)缺點、古籍數(shù)字化的成果總結(jié)、古籍數(shù)字化的技術實現(xiàn)、古籍數(shù)字化工作的重難點以及對于古籍數(shù)字化工作的反思等，都是學者關心的話題。筆者主要從事中文古籍的整理和研究工作，不可避免地要接觸到數(shù)字化古籍，因此對古籍數(shù)字化工作的現(xiàn)狀也曾略有留意。目前筆者正在參與國家社科基金重大項目《荊楚全書》的編撰工作，并負責宜昌地區(qū)古文獻的點校，對數(shù)字化古籍的利用情況又有了切身的體會。因此，筆者從一名使用者的角度，結(jié)合實際工作中使用數(shù)字化古籍的感受，談談目前古籍數(shù)字化工作的幾點問題。

1 版本

古籍的版本對于其學術價值有著決定性的影響，學術研究所采用的古籍版本也是學者專業(yè)水平的體現(xiàn)。當前的古籍數(shù)字化工程大多注重題材的選取，而忽視古籍版本的價值。就以香港迪志文化出版公司與上海人民出版社合作出版的“文淵閣《四庫全書》”電子版為例，這的確是一個很有吸引力的題材，但精心制作而成的數(shù)字版本卻很少被學術論著所引用。主要是因為《四庫全書》在編撰過程當中，清廷有意刪改原書，使其版本價值大打折扣。實際工作中，文史研究者往往會選擇其它精校本，而不是《四庫全書》本作為參考文獻。如要引用正史材料，學者一般會采用中華書局點校本《二十四史》；如需引用諸子，學者也多會選擇中華書局點校本《新編諸子集成》。哪怕是專門的文獻整理和研究者，在選擇底本或者參校本時，《四庫全書》本往往也不是最佳的選擇。比如劉韶軍先生點校《太玄集注》，是以明抄本為底本，“以道藏本、大典本、張士鎬本及胡注殘卷對校前六卷”[1]，以五柳居本為參考點校后四卷。《四庫全書》本《太玄經(jīng)》出自明朝本，其版本價值不及明抄本，故而不用。再如王利器先生撰《新語校注》，所用《新語》以浮溪精舍刻宋翔鳳校本為底本，校以明李廷梧刻本、子匯本、程榮刻《漢魏叢書》本、《兩京遺編》本等[2]，盡管四庫本也有可取之處，仍然棄而不用。而對于古籍數(shù)字化來說，耗費極大的人力和物力，完成一項浩繁的工程，成果卻不能很好地應用于學術研究，這其實是造成了嚴重的資源浪費，也有違古籍整理工作的宗旨。

從事古籍整理與研究的學者對古籍文字的要求是相當苛刻的，因此數(shù)字化古籍的校勘質(zhì)量是其版本價值的重要指標。值得肯定的是，香港迪志文化出版公司的“文淵閣《四庫全書》”電子版校勘精細，是目前校勘較好的古籍電子化產(chǎn)品之一，其它產(chǎn)品均難達到這一境界。有學者指出古籍電子化產(chǎn)品的學術水準應以進入專業(yè)研究者的參考文獻為最高目標，這是很有道理的。但目前的數(shù)字化古籍產(chǎn)品普遍存在校勘不精的問題，使之與參考文獻的標準相去甚遠。以中國國際圖書貿(mào)易總公司《中國歷代典籍總目分析系統(tǒng)》中的《二十五史研習系統(tǒng)》為例，其校勘欠精之處甚多。如《史記·武帝本紀》：“太史公曰：學稱五帝，尚矣。”“學”后脫一“者”字、一“多”字。又《后漢書·光武本紀》開篇就是“東觀記林作臨字yydd按”，文本及格式錯亂不堪，不知所云。且于“趙繆王子林說光武”之前連正文帶注闕數(shù)千字，殊為草率。一般的數(shù)字化古籍電子都達不到《四庫全書》的校勘精度，以上所舉僅見一斑。也許是因為高精度的全文檢索系統(tǒng)制作成本太高，超出了一般企業(yè)或研究單位所能承受的限度。這樣的數(shù)字化古籍當然無法滿足學術研究的文獻需求，更不能成為專業(yè)研究者的參考文獻。版本質(zhì)量將會成為古籍數(shù)字化產(chǎn)品向高端邁進的瓶頸。

2 檢索

檢索快捷這也是數(shù)字化古籍的一大優(yōu)勢，有學者樂觀地認為：“與傳統(tǒng)學術研究的辛苦查找、梳理資料相比，當代的文史研究工作者可以輕輕一點鼠標而資料就會呈現(xiàn)在眼前，省去了尋找資料的辛苦。”[3]于是，當前的古籍數(shù)字化工程大多追求全文檢索功能的實現(xiàn)，具體的做法就是將數(shù)字圖像轉(zhuǎn)換成電子文本，以便于全文檢索。這對于現(xiàn)代文獻和外國文獻來說是很容易實現(xiàn)的技術，但是對于我國的古代文獻來說卻是一項非常復雜和困難的工作。

首先是漢字處理問題，也是古籍數(shù)字化工作最早遇到的問題。中國的古文字至為復雜，為了保持古文字的原貌以客觀再現(xiàn)古籍內(nèi)容，目前業(yè)界大多采用Unicode作為文字處理的標準，Unicode已經(jīng)定義了7萬多漢字，而且還在不斷擴充，仍然不能完全滿足古籍文本的轉(zhuǎn)換需要。這已經(jīng)是一項不小的工程，但如何處理古籍在傳抄、刊刻過程中所產(chǎn)生的異形字、避諱字、通假字等問題，在技術上仍然存在不小的難度。哪怕是“文淵閣《四庫全書》”電子版也有處理不了的文字問題，多處有“字位過密無法顯示”字樣，比如史部地理類《陜西通志》。既然漢字處理的問題不能完全解決，全文檢索功能必然要打折扣。

其實，就算能夠完全實現(xiàn)古籍文本的數(shù)字化，全文檢索的命中率依然不會很高，因為還有中國特有的語言文化的問題。對于西方或者現(xiàn)代文獻來說，在大多數(shù)情況下，字面所反映的基本上就是事物的真實意義；而對于中國古代文獻來說，字面所反映的并不一定是事物的全部內(nèi)容，如果要了解事物的全部內(nèi)容，則必須從字里行間去尋找“言外之意”或者“微言大義”。因此，一些用于現(xiàn)代文獻、外國文獻的數(shù)字技術和方法可能對于中文古籍來說并不十分適用。即使數(shù)字化工作能將古籍文字以數(shù)字方式再現(xiàn)，對于學術研究來說仍然顯得不夠。這應該是數(shù)字化古籍在實際學術研究中利用率不高的一個重要原因。

3 閱讀

易于儲存和攜帶這是數(shù)字圖書的優(yōu)勢，但閱讀舒適性低也是數(shù)字化圖書的通病，數(shù)字化古籍尤其如此。有研究者指出：“無論是利用電腦還是借助于掌上閱讀器，數(shù)字化圖書閱讀的舒適性與方便性都遠遠不及紙質(zhì)圖書。無論界面設計如何完善，總會有光強度、分辨率、運行速度等各種技術因素的影響，無法達到傳統(tǒng)圖書的舒適與方便，直接干擾了讀者的思緒。”[4]這是因為傳統(tǒng)的紙質(zhì)文獻，尤其是古籍，作為人類數(shù)千年文化的積淀和人類積累文化的主導方式，對于人們的閱讀習慣也產(chǎn)生了根深蒂固的影響。因此我們更加習慣于直接面對書籍，尤其是直接去感受古代典籍帶給我們的歷史文化氣息。

雖然隨著圖書數(shù)字化工作的普及和深入，閱讀習慣也正在發(fā)生著改變，但這種改變是不可能在短時期內(nèi)完全實現(xiàn)的。所以現(xiàn)在很多古籍雖然已經(jīng)有了數(shù)字版本，很多讀者還有將數(shù)字本打印下來進行閱讀的習慣。而專門從事古籍整理和研究的學者，更是堅持要將數(shù)字圖像本古籍一頁頁打印成紙本，然后進行閱讀、點校和研究，最后又將成果重新轉(zhuǎn)化為電子文檔。在一些特別的古籍整理與研究工作中，比如古籍修復、版本鑒定，原版的紙質(zhì)古籍更是數(shù)字化古籍無法取代的。因為古籍不僅僅是用單純的文字符號給我們傳達知識，其中的每一個細節(jié)都是我們了解歷史文化知識的重要信息源。

但出于古籍保護工作的需要，研究者和整理者又要盡量避免對古籍原本的直接操作。因此在實際工作中，筆者和同事都是先將古籍逐頁掃描成圖片，再將圖片打印出來作為工作本進行閱讀和點校。只有高仿真的古籍復制品才可以代替原本稱為研究者和整理者的工作對象，因此古籍影像遠比電子文本更有學術價值。

4 保真

鑒于數(shù)字化古籍存在的種種問題，很多學者對古籍數(shù)字化工作也進行了反思，提出了一些修正意見，尤其強調(diào)在古籍數(shù)字化工作中要堅守保真原則，“有效保全古籍中的原生態(tài)信息”[5]。古籍整理的主要任務就是要促進古籍的保護和利用，古籍數(shù)字化工作的任務當然也是這樣，既要使古籍所承載的知識能夠有效地服務于學術和研究，又要讓古籍本身不至于受到損壞。兩者之間存在矛盾，只有以保真為原則對古籍進行電子化，使數(shù)字古籍能夠替代古籍原本成為閱讀和研究的對象，才可以將兩者統(tǒng)一起來。

國內(nèi)的古籍數(shù)字化工程大多注重全文檢索功能的實現(xiàn)和完善，目的在于使研究者能夠方便快捷地從文獻中檢索出符合條件的材料。就筆者從事古籍整理與研究工作的經(jīng)驗來看，有觀點、思想乃至思想體系才是最難的，這是人腦的工作，也是電腦無法取代的，收集資料則次之。為了完成特定的科研任務，難度又在廣泛收集相關的文獻上，而從已有的文獻資料中剝離出可用的材料則又次之。目前的數(shù)字化古籍最大的長處無非就是能迅速從文獻中檢索出符合條件的材料，但對于專業(yè)的研究人員來說，這其實無需花費太多的時間和精力。暫且不說數(shù)字化古籍全文檢索功能的命中率，我們要將一大堆貌合神離的材料加以仔細的分析、整理和研究，才能形成高質(zhì)量的科研成果，這也是電腦無能為力的地方。

從國外的中文古籍數(shù)字化成果來看，大多注重影像數(shù)據(jù)庫的建設。美國國會圖書館《AmericanMemory Pilot Project計劃》將該館21萬件館藏予以數(shù)字化處理，轉(zhuǎn)化成數(shù)字化圖像；英國圖書館《British Library Images Online計劃》將館藏珍罕文獻影像數(shù)字化；日本國立國會圖書館制定《國立國會圖書館數(shù)字圖書館計劃》，至2003年已建有500余件中文古籍圖像數(shù)據(jù)庫。中文古籍的數(shù)字影像雖然不具備全文檢索功能，但顯然比全文文檔具有更高的保真性，提供的數(shù)據(jù)也更具有完整性和準確性，其學術價值顯然也遠勝于全文文檔。因此，迪志的“文淵閣《四庫全書》”電子版還同時配備了圖像光盤，這才是該產(chǎn)品的最大價值所在。

5 結(jié)語

數(shù)字化古籍的確具有顯著優(yōu)點，比如便于復制和傳播、易于儲存和攜帶、檢索快捷等。但古籍數(shù)字化工作能否提供具有最大限度保真性的產(chǎn)品，可以代替古籍原本用于閱讀和工作，這對于學術研究和古籍保護的意義更為重要。但數(shù)據(jù)的完整性和準確性卻是目前的數(shù)字化古籍最為欠缺的。當前的古籍數(shù)字化工作片面注重全文檢索功能，保真效果不佳，致使數(shù)字化古籍利用率不高，無疑造成了大量資源的浪費。而且用于古籍整理基礎工作的人力、財力本來就非常有限，我們不能僅僅站在數(shù)據(jù)庫商的角度對數(shù)字化的優(yōu)點進行炒作和放大。市場上的數(shù)字化產(chǎn)品雖然品類繁多，但大多很難滿足學術研究的需要，這也說明古籍數(shù)字化工作還實實在在地存在著缺陷。當然，這也主要是由于中文古籍的特殊性所決定的。在筆者看來，要想使數(shù)字化古籍能夠有效服務于學術研究，數(shù)字化工作最能發(fā)揮作用的地方應該是優(yōu)化獲取古籍資源的環(huán)節(jié)。對于古籍數(shù)字化工作而言，能夠讓研究者方便快捷地獲取古籍資源，同時還能保證數(shù)據(jù)的完整性和準確性，無疑是給研究人員提供的最有效的幫助。為了節(jié)約資源、提高古籍數(shù)字化工作質(zhì)量、保護和利用歷史文化遺產(chǎn)，我們更應該站在使用者的角度，理性認識數(shù)字化古籍的優(yōu)缺點和古籍數(shù)字化工作中存在的問題，適時調(diào)整古籍數(shù)字化工作的重心，采用合理的古籍數(shù)字化建設模式。