基于知識圖譜的古籍數字化研究前沿熱點及演化趨勢分析

范桂紅 趙純洋

【摘要】? 文章利用Cite Space III軟件梳理CNKI數據庫中1998—2019年以古籍數字化為研究主題的314篇文獻，繪制關鍵詞共現知識圖譜及關鍵詞共現時區視圖，發現古籍數字化研究、古籍數字化與數字人文、特殊古籍數字化、古籍數據庫建立與維護、古籍數字出版與著作權維護是當前古籍數字化研究的五大前沿熱點。統籌規劃并制定統一標準、加強國際合作與交流、培養專業人才等將成為古籍數字化研究的未來研究趨勢。

【關? 鍵? 詞】古籍;古籍數字化;主題演化;文獻計量;Cite Space III

從商周甲骨到秦漢簡帛，從經史子集到清人十三經疏，從唐宋敦煌寫本到宋元明刻本古書，古籍傳承著中華優秀文化所蘊含的精神血脈和道德規范。古籍數字化以現代信息技術為手段，將古籍中的語言文字或圖形符號轉化為電子數據，分離了古籍的物質形態和內容，將古籍內容制作成古籍書目、影像、數據庫等，為讀者提供古籍數字化閱讀及檢索服務。為探索1998—2019年古籍數字化領域的研究熱點及未來研究趨勢，本文綜合考慮查全率、查準率、可視化布局等相關因素，利用Cite Space III軟件對CNKI數據庫中古籍數字化研究相關的314篇文獻進行關鍵詞共現知識圖譜、關鍵詞共現時區視圖量化分析，以揭示該領域的研究熱點。

一、研究方法與文獻選取

1.研究方法

Cite Space III軟件能夠確保理論研究及實踐應用的針對性與可行性，避免因數據信息冗雜對研究結果的科學性與客觀性產生影響，可有效提升學術研究的專業性與實踐性，顯示與預測學科或某研究領域演進過程及前沿熱點，便于挖掘研究文獻所隱藏的知識信息及實現研究成果的數據分析與應用推廣。

2.文獻選取

筆者在中國知網高級檢索界面設置“主題=‘古籍并含‘數字化”或者“主題=‘典籍并含‘數字化”（精確匹配）檢索詞，作者及作者單位、發表時間及更新時間、文獻來源、支持基金均設置為不限或者模糊狀態，期刊選擇“核心期刊”“CSSCI”“CSCD”以保證論文質量，得到相關文獻共計561條，文獻數據采集時間為2020年2月1日。筆者通過閱讀過濾了領導致辭、會議通知、新聞宣傳、卷首語等非學術性文獻，獲得可供進行數據分析的有效文獻314篇，并點擊“導出/參考文獻”“Refworks”選項，將下載文獻以“.txt”格式導出。

二、研究結果與分析

關鍵詞是學術論文研究主題的精煉表達，為了挖掘古籍數字化研究文獻的主題聚類分布情況，筆者利用Cite SpaceⅢ軟件對314篇相關文獻進行關鍵詞共現知識圖譜分析，獲得網絡核心區域（N=550）、連接點（E=543）、網絡中間中心勢（Density=0.036），聚類Q值0.8303（>0.5）、S值0.7178（>0.5），得到聚類結構顯著且信度較高的知識圖譜。由圖1可見古籍數字化研究的知識聚類主要集中在以下五個方面：一是古籍數字化研究，如出現古籍數字化（204，0）、數據標準（10，0）等關鍵詞詞頻;二是古籍數字化與數字人文，如出現古籍整理（82，0）、古籍保護（64，0）、數字人文（13，0）等關鍵詞詞頻;三是特殊古籍數字化，如出現中醫古籍（22，0）、農業古籍（16，0）、少數民族古籍（10，0）、地方志（9，0）等關鍵詞詞頻;四是古籍數據庫建立與維護，如出現古籍數據庫（56，0）、自動檢索系統（11，0）、大數據（11，0）、古籍數字資源（8，0）、漢字處理（8，0）等關鍵詞詞頻;五是古籍數字出版與著作權維護，如出現數字出版（12，0）等關鍵詞詞頻。可以看到，隨著研究的深入，古籍數字化研究思路、研究角度、研究對象和研究方向逐漸拓展，研究內容和研究技術更為全面和多樣。

1.古籍數字化研究

古籍數字化研究主要圍繞古籍數字化政策、定義、原則、對象、標準體系等方面展開闡述。其一，政策。國務院辦公廳印發了一系列文件指導古籍數字化建設工作，如2017年1月下發的《關于進一步加強古籍保護工作的意見》、《關于實施中華優秀傳統文化傳承發展工程的意見》等。其二，定義。一些學者認為，“古籍數字化是以利用和保護古籍為目的，通過相關技術將傳世文獻中的語言文字或圖形符號轉化為能被計算機識別的數字符號，進而制成古籍書目、影像、全文數據庫的技術”[1]。其三，原則。數字化是古籍再生性保護的重要手段，應遵循利用保真和整理為主的原則。其四，對象。對象主要為漢文古籍、少數民族古籍、金石拓片、甲骨、輿圖、中國境內發現的外族遺文、老照片、年畫、宣傳畫等。其五，標準體系。標準體系主要是由實現古籍數字資源高質量管理的技術標準、連接數字化項目各個機構環節的管理標準及開發高質量古籍資源數據庫工作標準等標準體系構成，具有目的性、層次性、協調性及比例性等特征。

2.古籍數字化與數字人文

數字人文是將高效計算網絡技術應用于人文學科領域，以實踐、建模、推論或者本體論等手段對傳統人文學科進行挖掘的方式。一些學者提出要將數字人文前沿實踐應用到古籍數字化工作中，利用文本挖掘技術提取事先未知、容易理解、有潛在價值的知識[2];借助GIS技術進行文獻知識與歷史進程的靜態與動態可視化分析;構建基于網絡數據采集、專業數據庫獲取、詞頻分析的古籍文本信息可視化展示庫;在全文人工標注的基礎上，將大量電子化的文本集合為語料庫，構建自動識別模型[3]。現階段落地的數字人文項目有“名人手稿檔案關聯開放數據集”“唐宋文學編年地圖”“絲綢之路歷史地理信息系統建設”“館藏甲骨實物與拓片數字化資源庫”“敦煌遺珍數字化資源庫”等。

3.特殊古籍的數字化

一些特殊古籍如中醫古籍、農業古籍、少數民族古籍等的數字化再生性保護工作值得關注。中醫古籍以圖文形式記載上古春秋至明清時期中醫學發展理論成果和實踐操作經驗，具有珍貴的史學研究價值和臨床指導意義。中醫古籍數字化建設起到保護紙質古籍、挖掘科學信息、傳承中醫文化與知識的作用，目前已取得多項研究成果，如“中華醫藥典籍資源庫（測試版）”“中醫藥珍善本古籍多媒體數據庫”“中醫古籍資源數據庫及閱覽系統”等[4]。

農業古籍記錄了古代農業生產過程，反映了我國傳統農業歷史特征，涉及農、林、牧、副、漁各個方面。農業古籍數字化是一項復雜的系統工程，要充分利用專家學者在目錄學、文獻學、歷史學等方面研究成果，建立以古籍數據化元數據標準為標引，對書目數據進行切分、提煉、處理，便于實現信息資源共建共享的書目信息數據庫;構建圖像、全文、圖文版類型數據;建立專題農業古籍全文數據庫;建立以書目檢索多樣化、參考咨詢服務、網絡連接、農業古籍展示為特征的數字圖書館。比如《齊民要術》《農政全書》《四民月令》《農桑輯要》等農業古籍的書目信息數據庫、圖文版類型數據、全文數據庫建設就是典型案例。

少數民族古籍數字化是指將蘊藏著少數民族情感的古籍文獻進行整理與修復、數字化預處理及轉換存儲模式，同時結合軟硬件平臺建設和特色數據庫內容建設，以達到將少數民族傳統文化傳承下去的目的。少數民族古籍種類繁多，載體形式多樣，如紙質、石刻、木刻等，表現形式多樣，如民族歌舞、風俗習俗、手工技藝等，利用數字化技術可使瀕危古籍孤本、善本、珍本通過平臺活態化展示。如楚雄州圖書館彝族文獻數據庫系統中的彝族古籍《彝族畢摩經典譯注》《解冤經》《祭龍經》實現了彝族古籍書目信息數據庫、全文數據庫、電子圖書等數字化使用方式;西雙版納州民族宗教事務局的《西雙版納傣文傳統書法字體字庫》項目滿足了受眾傣族古籍數字化閱讀的需求。

4.古籍數據庫的建立與維護

古籍數據庫建設遵循創新、開放、共享的發展理念，以數字化技術手段將古籍與現代學者智慧成果進行整合，實現資源共享、知識增值、文化傳承，為讀者提供完整、可靠的史料文獻。當前，古籍數據庫建設存在信息處理技術與標準、數據資源平臺質量、信息資源共享實現等問題[5]。針對以上問題，首先，應根據古籍選題設定數據庫建設目標、分析古籍資源狀況和形成數據庫建設基本思路與內容;其次，應確定數據庫核心模塊，統一標準，實現內容資源多維化，標引文獻資源、搜集特色資源、以技術串聯各類資源，形成目錄檢索型、全文檢索型、知識庫型、大數據型等，以呈現古籍的史料價值、專業特色和歷史文化價值;再次，挖掘特色數據，優化資源結構，如《年畫擷英》《文淵閣四庫全書》《中國譜牒庫》《中國金石庫》等數據庫的建立就是典型案例。

5.古籍數字出版與著作權維護

古籍數字出版順應“互聯網+”、大數據的技術潮流，積極探尋古籍數字出版中的著作權問題。古籍數字出版工作雖然成果突出，但在開發形式上以單一圖文采集方式為主，對全文檢索、數據統計等模塊功能開發不夠;在數據質量上因字庫和字體識別技術存在缺陷，導致多種文字呈現方式并存且出現章節錯亂情況[6]。相關機構在古籍數字出版過程中打破了傳統出版模式，發揮計算機處理技術優勢，使用Unicode編碼字符集、OCR移動數據采集、自然語言處理與語義關聯、知識組織體系建設等方式實現古籍數字出版及數字資源合作。隨著古籍數字出版工作的開展，古籍數字出版過程中的著作權保護問題日益突出，包括古籍整理成果、古籍全文數據庫、古籍數字出版物等方面的保護等，對于這些問題，可以采用加密、水印、權限設置、終端認證、提升數字化出版人員著作權保護意識和構建科學完善的古籍數字出版著作權保護機制等措施來解決[7]。比如《中華大典·農業典》《明代科舉三錄》《茶書食經》《明實錄》《清實錄》《永樂大典》等全文檢索版數字叢書在這些方面做得很好。

三、啟示與展望

為了更好地保護傳統經典、傳承民族精神、弘揚優秀歷史文化，相關機構和從業人員致力于保護古籍原貌和內容再現的古籍數字化研究。但這一領域研究尚存在項目規劃單調缺乏連續性、格式種類繁多缺乏統一性、專業人才匱乏導致數字化資源力量分散等問題。鑒于此，運用Cite Space III軟件繪制古籍數字化研究關鍵詞共現時區視圖（圖2）是解決相關問題的有效策略。總的來說，把握古籍數字化的研究熱點和趨勢，應做到以下幾個方面。一是要統籌規劃并制定統一標準，組建國家級古籍資源共享數據庫。現有標準體系雖然多，但大多集中在元數據標準、著錄規則、格式轉化、文字編碼方面，與國際通用計算機識別兼容的標準存在差距，致使很多數字化后的古籍無法實現資源共享。二是要加強國際合作與交流。各國在古籍數字化過程中注重數據標準規范化、開發建設大量古籍數字資源，并注重對其他國家古籍數字化準則的學習，我國古籍數字化建設應借鑒其他國家在專門數據檢索標準的制定、開放資源獲取平臺的搭建、數據加工標準的制定等方面的先進經驗。三是專業人才的培養。古籍數字化不僅是一個技術問題，也是一個文化問題和學術問題，因此，需要大量文獻學、目錄學、版本學、計算機科學與技術等專業復合型人才對傳統紙質古籍進行校勘整理、搶救、修復。總的來說，應充分利用古籍數字化研究成果，適時調整理論研究思路和研究方法，更新古籍整理思想觀念，逐步形成系統的古籍數字化整理體系。

|參考文獻|

[1]毛建軍. 古籍數字化的概念與內涵[J]. 圖書館理論與實踐，2007（4）：82-84.

[2]范佳. “數字人文”內涵與古籍數字化的深度開發[J]. 圖書館學研究，2013（3）：29-32.

[3]李娜，包平. 面向數字人文的館藏方志古籍地名自動識別模型構建[J]. 圖書館，2018（5）：67-73.

[4]曹霞，裴麗. 中醫古籍數字化建設實踐分析與應對策略[J]. 圖書館學研究，2016（13）：42-44+66.

[5]陳奕驍，馬愛梅. 科技類古籍數據庫建設的創新思考與實踐——以《中國經典水利史料數據庫》為例[J]. 科技與出版，2016（11）：89-92.

[6]徐小濱. 中國古籍出版的探究—基于CNKI的考察[J]. 出版廣角，2016（20）：47-49.

[7]畢翔，唐存琛. 本真與還原—古籍善本的數字化處理研究[J]. 高校圖書館工作，2018（6）：47-50+55.