關(guān)于專業(yè)化、小型化數(shù)據(jù)庫建設(shè)的思考
——以柳宗元數(shù)據(jù)庫建設(shè)為例

◎胡娟 肖獻(xiàn)軍

關(guān)于專業(yè)化、小型化數(shù)據(jù)庫建設(shè)的思考
——以柳宗元數(shù)據(jù)庫建設(shè)為例

◎胡娟 肖獻(xiàn)軍

隨著學(xué)者研究的不斷深入，大型化數(shù)據(jù)庫越來越滿足不了研究者的需要，專業(yè)化數(shù)據(jù)庫的建設(shè)迫在眉睫。學(xué)者要積極參與到專業(yè)化數(shù)據(jù)庫建設(shè)中來，在專業(yè)化數(shù)據(jù)庫建設(shè)中起關(guān)鍵性作用；數(shù)據(jù)庫技術(shù)開發(fā)者要努力設(shè)計出智能化更高的數(shù)據(jù)庫，國家、地方也應(yīng)在專業(yè)化數(shù)據(jù)庫的建設(shè)上給予更多的政策層面和經(jīng)濟(jì)層面上的支持。

專業(yè)化 數(shù)據(jù)庫 柳宗元 思考

近年來，各類大型化古典文獻(xiàn)數(shù)據(jù)庫越來越多，如《中國基本古籍庫》《國學(xué)寶典》《漢籍全文檢索系統(tǒng)》《中國方志》等，港澳臺及國外也有不少，如《瀚典全文檢索系統(tǒng)》（臺灣）《漢達(dá)古籍資料庫》（香港）《全國漢籍——日本所藏中文古籍?dāng)?shù)據(jù)庫》（日本）等。古典文獻(xiàn)的數(shù)據(jù)化極大提高了研究者的效率，也使得研究結(jié)果更準(zhǔn)確化、科學(xué)化。

然而，隨著數(shù)據(jù)庫資料的越來越龐大，學(xué)者在享受其提供的方便時，也帶來了不少煩惱。主要是學(xué)者對相關(guān)資料的分析與辨?zhèn)卧絹碓嚼щy，在一些特大型的數(shù)據(jù)庫中，輸入某個人名或者書名，顯示的可能是幾千條甚至幾萬條檢索信息。面對如此多的檢索信息，對于那些文獻(xiàn)基礎(chǔ)較弱的學(xué)者而言，有這些文獻(xiàn)資料還不如沒有這些文獻(xiàn)資料得好。確實，成千上萬條的文獻(xiàn)資料，究竟有多少條能為學(xué)者利用，有多少條價值確實比較高，真的很難分辨出來。于是學(xué)者陷入了浩瀚的文獻(xiàn)資料中而難以解脫出來，原本可以提高研究效率的數(shù)據(jù)庫反而影響了學(xué)者的研究效率，這一點可能是那些大型數(shù)據(jù)庫開發(fā)者始料未及的。要擺脫這種困擾，數(shù)據(jù)庫建設(shè)者需要改變傳統(tǒng)觀念，一方面要繼續(xù)開發(fā)一些大型的數(shù)據(jù)庫，另一方面需要開發(fā)一些專業(yè)化較強(qiáng)的小型數(shù)據(jù)庫。后一類型的數(shù)據(jù)庫，對于學(xué)者的研究無疑更具有現(xiàn)實價值和實際意義。

但專業(yè)化數(shù)據(jù)庫的建設(shè)不是件容易的事。與大型數(shù)據(jù)庫相比，這種類型數(shù)據(jù)庫的建設(shè)者不僅僅只是技術(shù)的掌握者，還必須是某領(lǐng)域、某方向上的專家。然而，二者兼有的人才少之又少。這就需要有協(xié)作和分工。“人類如何適應(yīng)并利用其獨特的思維方式，將人的創(chuàng)造性思維與計算機(jī)的強(qiáng)大功能有機(jī)結(jié)合起來，把古典文獻(xiàn)研究提升到一個更高境界，是廣大文學(xué)研究者和IT業(yè)者共同面對的挑戰(zhàn)。”[1]一方面，需要相關(guān)技術(shù)公司提供新的技術(shù)，另一方面，需要相關(guān)高校、研究所投入一定的人力、物力、財力，搜集整理建庫所需要的資料。這樣就把先進(jìn)的技術(shù)和專業(yè)的知識結(jié)合起來，就能建設(shè)出高水平、高效率的專業(yè)化數(shù)據(jù)庫。

如要建設(shè)一個與柳宗元相關(guān)的數(shù)據(jù)庫，雖然大型數(shù)據(jù)庫中會有一些相關(guān)的柳宗元的資料，但相對起來比較零碎，而且還不全面。如果把搜集資料的任務(wù)交給某些學(xué)者，建立起來的數(shù)據(jù)庫可能會完全不同。就以我所在的湖南科技學(xué)院而言，我校翟滿桂教授就是柳宗元研究方面的專家，在柳宗元方面先后立項了一個國家課題、一個教育部課題、一個省級重點課題。她指出，就版本而言，宋代刊刻柳集有九個不同版本，明代有三種，清代有三種，現(xiàn)當(dāng)代則多達(dá)十多種；柳宗元年譜今存十二種。這些資料的掌握和搜集，不是那些大型數(shù)據(jù)庫的建設(shè)者所能做到的，只有專家學(xué)者才能做到。如果再聯(lián)合尹占華、尚永亮等人的研究成果，建立起來的數(shù)據(jù)庫一定是資料最全面、最具權(quán)威性而又最專業(yè)的柳宗元數(shù)據(jù)庫了。

專家學(xué)者除了可以在資料的搜集上起重大作用外，還能夠?qū)Y料進(jìn)行整理和歸類。今天一些大型的古典文獻(xiàn)數(shù)據(jù)庫，資料的分類大多是依據(jù)四部進(jìn)行的，有些數(shù)據(jù)庫雖然在分類上有所改變，但實際上只是細(xì)節(jié)上的改變。如果建立專業(yè)化、小型化的數(shù)據(jù)庫，四部的分類無疑適應(yīng)不了研究的需要。柳宗元資料搜集起來后，怎樣對這些數(shù)據(jù)進(jìn)行分類，也不是數(shù)據(jù)庫技術(shù)開發(fā)者所能解決的。資料的分類必須以怎樣方便研究者研究為目的。如要建設(shè)柳宗元數(shù)據(jù)庫，再按經(jīng)史子集的標(biāo)準(zhǔn)去分類，就完全不符合實際了。如果從學(xué)者使用方便與否的角度去分類，去請教柳宗元研究方面的專家，就會發(fā)現(xiàn)柳宗元數(shù)據(jù)庫可以按以下五個板塊進(jìn)行分類。

1.版本模塊。將收錄不同時期各種版本的柳宗元文集，同時采用影像和數(shù)字化技術(shù)加以保存。

2.史料筆記模塊。主要收錄與柳宗元的生平、交游和創(chuàng)作情況相關(guān)的史料筆記。

3.地理方志模塊。主要收錄與柳宗元相關(guān)的地理、方志資料及通過田野調(diào)查獲得的數(shù)據(jù)（圖片）。

4.詩文評類模塊。主要收錄歷代學(xué)人對柳宗元及其作品的評價。

5.海外文獻(xiàn)模塊。主要收錄日本、韓國等保存的與柳宗元相關(guān)的文獻(xiàn)資料及學(xué)者的研究成果。

如這樣分類，將比四部分類更準(zhǔn)確，更方便學(xué)者研究。

專業(yè)化數(shù)據(jù)庫的建設(shè)，不僅要在資料整理上多下功夫，要把資料搜集整理完整，而且要體現(xiàn)當(dāng)代學(xué)者的最新研究成果。學(xué)者做學(xué)術(shù)研究，文獻(xiàn)資料整理相當(dāng)重要，這是基礎(chǔ)性工作，同時，還要對該專業(yè)的學(xué)術(shù)史有所了解。如果不對學(xué)術(shù)史有所了解，不了解當(dāng)下研究動態(tài)，只是埋著頭做學(xué)問，說不定等研究成果出來時，才發(fā)現(xiàn)自己花了大量時間所做的研究，別人早就已經(jīng)研究過了，而且研究的結(jié)論還比較權(quán)威，這種情況相信不少學(xué)者遇到過。因此，數(shù)據(jù)庫的建設(shè)，要盡量體現(xiàn)現(xiàn)當(dāng)代學(xué)者研究的成果。可以在上述模塊的基礎(chǔ)上，增設(shè)學(xué)者研究模塊，主要收錄國內(nèi)外現(xiàn)當(dāng)代學(xué)者的代表性研究成果。這一模塊的搜集雖然數(shù)量比較大，但文字的錄入不再是難題，有不少學(xué)者的研究成果已經(jīng)數(shù)字化了。但也有新的問題出現(xiàn)，這就是成果的版權(quán)問題。我們在收錄這部分研究成果時，一定要處理好與作者、出版社及相關(guān)網(wǎng)站之間的版權(quán)關(guān)系，要尊重作者的創(chuàng)作成果。在沒有征得個人或者單位的同意時，不要貿(mào)然使用別人的勞動成果。但為了資料的全面性，可以采用存目的方法處理上述問題。當(dāng)使用者手中有了完整的文獻(xiàn)資料，同時又掌握了當(dāng)今學(xué)術(shù)界在該領(lǐng)域的研究動態(tài)后，他們不僅可以大大提高研究效率，同時也可以在有限的時間里，少做重復(fù)工作，多做一些開創(chuàng)性工作。

以上都是強(qiáng)調(diào)專家在數(shù)據(jù)庫建設(shè)中的作用，但這并不意味著數(shù)據(jù)庫的技術(shù)開發(fā)者就不重要了。事實上，專家們雖然掌握了一定數(shù)量的資料，但這些資料利用效率是高還是低，還得依靠技術(shù)。當(dāng)前，隨著現(xiàn)代電子技術(shù)越來越發(fā)達(dá)，數(shù)據(jù)庫的作用不僅僅有聯(lián)合檢索功能，而且越來越趨向于智能化了。如北大李鐸教授主持的《全唐詩電子檢索系統(tǒng)》，就能對《全唐詩》的用韻進(jìn)行分析，可以分析出在《全唐詩》中哪些屬于古體詩，哪些屬于近體詩。這一項工作，如果用人工去統(tǒng)計，則不知要花費多少時間，統(tǒng)計結(jié)果還不一定準(zhǔn)確。深圳大學(xué)開發(fā)的《紅樓夢全文數(shù)據(jù)庫》則更是專業(yè)化了，該系統(tǒng)分為若干個專題，直接可以檢索出相關(guān)資料，為紅學(xué)研究者提供了極大的方便。還有的數(shù)據(jù)庫系統(tǒng)能根據(jù)詩文中出現(xiàn)的詞語的頻率，分析出作家作品的情感特質(zhì)。“憑借電子文獻(xiàn)的便利而做窮盡式研究，也是過去所不敢想的。”[2]另外，也可以對一些成熟的技術(shù)升級換代，如數(shù)據(jù)庫中的聯(lián)機(jī)字典。這一技術(shù)目前已相當(dāng)成熟，但由于缺乏研究人員的指導(dǎo)，技術(shù)開發(fā)者大多只是選擇極為普通的字典作為聯(lián)機(jī)字典。對于普通的讀者而言，這樣的字典也許能夠滿足閱讀的需要，但對于研究者而言，并無多大益處。如果技術(shù)開發(fā)者征求了學(xué)術(shù)研究者的意見，聯(lián)機(jī)功能將對學(xué)術(shù)研究起巨大的推動作用。我們試想，如果技術(shù)開發(fā)者在程序中植入《說文解字》《爾雅》《釋名》《方言》《康熙字典》等，對于那些給作品作校釋、校注的人而言，是否帶來極大的方便呢？可見，專業(yè)化數(shù)據(jù)庫的建設(shè)，離不開技術(shù)的研發(fā)者和學(xué)術(shù)研究者共同的努力。

專業(yè)化、小型化的數(shù)據(jù)庫所帶來研究的方便性，不是那些大型化數(shù)據(jù)庫所能達(dá)到的。專業(yè)化數(shù)據(jù)庫的建設(shè)減少了學(xué)者查找文獻(xiàn)的麻煩，不必為了某個版本奔波于各大圖書館之間，不必為了解該領(lǐng)域的學(xué)術(shù)史而鉆入到浩瀚的文獻(xiàn)之中，同時，還可以通過智能化的分析手段得出準(zhǔn)確而科學(xué)的結(jié)論。如建設(shè)柳宗元數(shù)據(jù)庫，不僅能滿足于柳宗元資料檢索的功能，還要對柳宗元相關(guān)資料，特別是《柳宗元集》中的文本進(jìn)行智能化分析，分析其文本的分類、文本的內(nèi)容，文本的特質(zhì)等。研究者可以借助這些智能化手段分析出來的結(jié)果，進(jìn)行更深入研究，也可以用這些分析出來的結(jié)果判斷自己研究得出的結(jié)論是否具有科學(xué)性。

但專業(yè)化數(shù)據(jù)庫建設(shè)遇到了頸瓶，與大型數(shù)據(jù)庫，特別是那些普及型數(shù)據(jù)庫相比，專業(yè)化數(shù)據(jù)庫的建設(shè)投入的人力、物力雖然少一些，但也存在相當(dāng)大的難度。比如資料的搜集難度就很大，不少資料還需要去國外搜集，而且這些資料數(shù)據(jù)化過程中，包括文字的錄入，都不是普通人員能夠完成的。如果遇到國外文獻(xiàn)，數(shù)據(jù)庫建設(shè)的難度可能會進(jìn)一步增加。投入如此多的人力和物力建立起來的數(shù)據(jù)庫，在使用率上遠(yuǎn)不如大型數(shù)據(jù)庫高，也許只有同行業(yè)、同研究方向的人才會使用。使用的人越少，帶來的經(jīng)濟(jì)效益也就越少，這勢必會導(dǎo)致使用者承擔(dān)的費用更高。這樣會形成一個惡性循環(huán)，當(dāng)使用者承擔(dān)的費用越來越高時，將會進(jìn)一步限制使用者的數(shù)量，這也就是近年來專業(yè)化數(shù)據(jù)庫建設(shè)與大型數(shù)據(jù)庫建設(shè)相比嚴(yán)重滯后的根本性原因。

但這并不意味著開發(fā)專業(yè)化數(shù)據(jù)庫作用不大，實際上還是很有價值的。一旦專業(yè)化數(shù)據(jù)庫建立起來，它不僅會提高學(xué)者的研究效率，還會提升研究的準(zhǔn)確性。而且它影響的不只是一批學(xué)者，而是一代學(xué)者，甚至數(shù)代學(xué)者。它會促進(jìn)某個專業(yè)、某個方向的研究發(fā)生根本性變革。但專業(yè)化數(shù)據(jù)庫面臨的困境是現(xiàn)實存在的，這是專業(yè)化數(shù)據(jù)庫技術(shù)的開發(fā)者和資料的整理者所面臨的問題，這個問題也不是學(xué)者、數(shù)據(jù)庫技術(shù)開發(fā)者所能夠解決的。要想解決這一問題，首先國家要從政策性層面加以引導(dǎo)，要給予這些專業(yè)化數(shù)據(jù)庫建設(shè)更多資助，更多立項。二是加強(qiáng)與地方政府合作，特別是文化類的數(shù)據(jù)庫，大多和地方文化結(jié)合緊密，地方政府對此類數(shù)據(jù)庫建設(shè)要多從經(jīng)費層面進(jìn)行支持。

只有把數(shù)據(jù)庫技術(shù)的開發(fā)者、學(xué)者和相關(guān)政府部門聯(lián)合起來，專業(yè)化數(shù)據(jù)庫才有可能建立起來，數(shù)據(jù)庫建設(shè)也才有可能更加專業(yè)化。

[1]鄭永曉.古籍?dāng)?shù)字化與古典文學(xué)研究的未來[J].文學(xué)遺產(chǎn)，2005（05）.

[2]李鐸，王毅.關(guān)于古代文獻(xiàn)信息化工程與古典文學(xué)研究之間互動關(guān)系的對話[J].文學(xué)遺產(chǎn)，2005（01）.

（責(zé)任編輯 劉冬楊）

本文系國家社科基金“歷代柳宗元研究文獻(xiàn)整理及數(shù)據(jù)庫建設(shè)”（課題編號：16BZW034）的階段性成果。

胡娟，女，湖南科技學(xué)院圖書館，館員，研究方向：圖書管理與現(xiàn)代技術(shù)；肖獻(xiàn)軍，男，博士，湖南科技學(xué)院人文與社會科學(xué)學(xué)院，副教授，研究方向：地域文學(xué)）