基于數(shù)字人文項目的歷史檔案資源開發(fā)理論基礎和效能分析

靳文君/中國人民大學信息資源管理學院

基于資源開發(fā)視角，數(shù)字人文項目實質(zhì)上是利用數(shù)字人文方法論進行主題數(shù)字資源的開發(fā)和展示。數(shù)字人文項目在主題聚焦、本體描述、數(shù)字倉儲構(gòu)建、跨學科整合、多機構(gòu)協(xié)同、持續(xù)性開發(fā)等方面特征鮮明[1]。雖然數(shù)字人文項目不僅局限于檔案資源，還包括圖書資源、博物館資源、社交媒體資源、實地場景信息資源等，但因檔案獨有的原始記錄屬性，檔案資源在數(shù)字人文研究和項目實踐中具有不可比擬的優(yōu)勢，逐漸構(gòu)成數(shù)字人文項目的基礎資源。從數(shù)字人文項目管理和知識開發(fā)視角重新審視主題歷史檔案資源開發(fā)，既可以拓展我國檔案資源開發(fā)利用研究視角，也可以豐富主題檔案資源開發(fā)利用和服務理論內(nèi)容。

目前關于數(shù)字人文項目的專門研究，國內(nèi)主要包括數(shù)字人文項目概念探討、實踐介紹[2][3]、特征分析[4]、圖書館數(shù)字人文項目建設[5][6]、數(shù)字人文項目的可持續(xù)性[7]等。劉煒提出“數(shù)字人文項目是通過搜羅某一主題海量、完整信息，經(jīng)過結(jié)構(gòu)化之后，從各種角度進行提問、探究和透視，最終形成一定的結(jié)論，并進行可視化呈現(xiàn)，兼顧專業(yè)性和大眾化”[8]。牛力認為“數(shù)字記憶的項目機制是當前環(huán)境下檔案創(chuàng)新開發(fā)利用最好的運作方式”[9]。國外主要關注具體的檔案數(shù)字人文項目應用技術(shù)、作用特點及檔案工作者在其中的職能角色等。Thomas提出數(shù)字人文項目可以提供動態(tài)互動體驗，通過概念模型利用知識標識和圖層繪制知識地圖[10]。Mihram和Fletcher認為數(shù)字人文項目可以提供數(shù)字編輯、進行館藏數(shù)字化，在數(shù)字出版迭代和擴展過程中檔案管理員至關重要[11]。Clement提出檔案數(shù)字人文項目實踐是檔案管理員、圖書館員和人文主義者的合作之所，在這一過程中，檔案工作者的角色會不斷轉(zhuǎn)變[12]。Ortega提出數(shù)字環(huán)境將改進檔案資源開發(fā)機制，數(shù)字人文項目具有可擴展性[13]。

國內(nèi)外關于數(shù)字人文項目的研究對筆者具有啟發(fā)意義。數(shù)字人文項目與主題歷史檔案資源開發(fā)有何關系，是否可以基于數(shù)字人文項目開發(fā)主題歷史檔案資源？本文旨在探討這一問題，以期豐富我國歷史檔案資源開發(fā)和利用服務理論。

1 數(shù)字人文項目的內(nèi)涵和特點

數(shù)字人文項目是數(shù)字人文發(fā)展最新階段的表征。美國學者安妮·伯迪克等在《數(shù)字人文：改變知識創(chuàng)新與分享的游戲規(guī)則》中認為，源于人文計算的數(shù)字人文大致經(jīng)過了三個階段[14]。第一階段是20世紀40年代計算機輔助文學研究階段，主要利用計算機進行語詞檢索、作者界定、文本編碼標準探索等。第二階段是20世紀80年代末期的數(shù)字人文項目建設階段，主要進行人文語料庫建設、文本分析和編目、結(jié)構(gòu)化數(shù)據(jù)分析及數(shù)字人文項目探索等。第三階段是21世紀初至今的數(shù)字人文項目發(fā)展推進階段，重點關注主題數(shù)字資源本體，主要融合計算機網(wǎng)絡技術(shù)實現(xiàn)資源的可視化、地理空間展示及智慧型服務[15]。由此可見，數(shù)字人文逐漸以“項目制”形式落地，數(shù)字人文項目注重融合新技術(shù)以挖掘主題數(shù)字資源的內(nèi)在肌理，最終實現(xiàn)主題數(shù)字資源的創(chuàng)新開發(fā)、展示與服務。

1.1 數(shù)字人文項目的內(nèi)涵

關于數(shù)字人文項目的概念，筆者認同學者劉煒的界定，因其明確指出了數(shù)字人文項目的主體、手段、目的及特點。即數(shù)字人文項目團隊這一主體，通過搜集某一主題或特定領域信息資源的手段，實現(xiàn)主題資源的數(shù)字化保存、知識化開發(fā)、可視化呈現(xiàn)，且其可視化呈現(xiàn)兼顧專業(yè)性和大眾化的特征[16]。由數(shù)字人文項目的概念可知，數(shù)字人文項目與數(shù)字圖書館、檔案館和博物館為社會公眾提供的傳統(tǒng)綜合性服務不同，其圍繞特定領域主題資源的深度挖掘和多維度可視化呈現(xiàn)，在技術(shù)應用和方法實現(xiàn)方面有其固有的兩個體系，在目標方面也具有專業(yè)研究和大眾服務兩種指向。數(shù)字人文項目追求“小而深”，具有明確的資源開發(fā)主題、目標、路徑，可提高開發(fā)主體的積極性及資源開發(fā)的效益。

有學者根據(jù)檔案資源或檔案工作者在數(shù)字人文中的參與度，將檔案數(shù)字人文項目分為三大類：檔案資源驅(qū)動型數(shù)字人文項目、檔案機構(gòu)主導型數(shù)字人文項目和檔案相關型數(shù)字人文項目[17]。據(jù)筆者調(diào)研，從20世紀末開始，我國便有依托高校和專業(yè)研究所開展的人文語料庫研究項目，這些項目是數(shù)字人文項目發(fā)展的初始階段。2011年，武漢大學數(shù)字人文研究中心的成立推動了我國數(shù)字人文的發(fā)展進程，隨后涌現(xiàn)出了大批檔案資源驅(qū)動型的數(shù)字人文項目研究和實踐。筆者主要關注檔案資源驅(qū)動型數(shù)字人文項目對歷史檔案資源開發(fā)的影響。

1.2 數(shù)字人文項目的特點

數(shù)字人文項目實踐具有主題性與專業(yè)性、完整性與全面性、數(shù)據(jù)化與模型化、探索性與互動性、可視化與展示性的特點[18]。主題性與專業(yè)性由數(shù)字人文的問題導向性決定，“問題導向”使數(shù)字人文從宏觀資源整合展示轉(zhuǎn)向精深的領域知識多維度挖掘和呈現(xiàn)，專業(yè)性體現(xiàn)在數(shù)字人文中心團隊人才構(gòu)成和項目管理方面；完整性體現(xiàn)為數(shù)字人文項目從前期規(guī)劃、中期資源集成分析到后期工具和平臺的展示及維護是一個完整的過程，全面性體現(xiàn)為主題領域資源全面完整，整個數(shù)字人文項目實踐有始有終；數(shù)據(jù)化體現(xiàn)為數(shù)字人文項目關注資源本體，“是在數(shù)字化基礎上進一步將文本信息轉(zhuǎn)化為機器可理解的形式，以便機器可以進一步進行文本挖掘、語義分析、數(shù)據(jù)關聯(lián)及多維可視化展示”[19]，模型化指利用主題資源的環(huán)境、人物、文化等文本元數(shù)據(jù)，構(gòu)建邏輯概念模型和語義關聯(lián)數(shù)據(jù)存儲庫[20]；探索性體現(xiàn)為項目推進過程亦是數(shù)字人文研究工具和平臺的構(gòu)建過程，該構(gòu)建過程可以根據(jù)項目目標和實際開展情況動態(tài)調(diào)整，互動性體現(xiàn)為數(shù)字人文項目實踐鼓勵社會公眾參與和互動；可視化與展示性體現(xiàn)為主題數(shù)字資源場景構(gòu)建，指對主題資源中人物、地點、時間、事件等數(shù)據(jù)進行語義關聯(lián)，實現(xiàn)社會關系維度、地理空間維度、時間序列維度和文本特征維度等多維度視覺表征[21]。

由數(shù)字人文項目內(nèi)涵及特點可知，檔案資源驅(qū)動型數(shù)字人文項目同樣具有主題性與專業(yè)性、完整性與全面性、數(shù)據(jù)化與模型化、探索性與互動性、可視化與展示性的特點，這與主題歷史檔案資源開發(fā)訴求關聯(lián)緊密。

2 基于數(shù)字人文項目的主題歷史檔案資源開發(fā)理論基礎

檔案歷史聯(lián)系與歷史的同構(gòu)性理論最早由劉新安等提出，這一理論對基于歷史主義的檔案資源概念建模具有支撐作用。檔案歷史聯(lián)系是指檔案的內(nèi)在關系，而反映檔案內(nèi)在關系的“來源”“事由”“年代”恰好與歷史的“主體”“客體”“時間”一一對應，形成了“來源—主體”“事由—客體”“年代—時間”的對應結(jié)構(gòu)，表明“檔案歷史聯(lián)系與歷史具有同構(gòu)性”[22]。檔案歷史聯(lián)系與歷史的同構(gòu)性理論為面向本體進行專題歷史檔案資源開發(fā)奠定了理論基礎。

歷史主義的方法從一開始就是檔案管理的基本方法，要求通過維護檔案的原始性來守護社會歷史的真實面貌。就檔案資源整理和開發(fā)而言，歷史主義要求尊重檔案來源及其形成背景，“以來源特征整理和歷時性橫向整合為主”[23]。檔案歷史聯(lián)系與歷史的同構(gòu)性理論為檔案資源開發(fā)的概念模型構(gòu)建和場景建設提供了理論基礎，“來源”“事由”“年代”為檔案資源開發(fā)實體化和對象化提供了結(jié)構(gòu)化數(shù)據(jù)單元，構(gòu)成了包含人物、地點、時間和事件的多維度、強關聯(lián)的基礎數(shù)據(jù)單元。對概念模型進行可視化分析和呈現(xiàn)，既可以實現(xiàn)基于檔案歷史聯(lián)系的歷史場景再現(xiàn)，也能重新組織檔案信息，構(gòu)建新的知識網(wǎng)絡，創(chuàng)新檔案利用服務的發(fā)展。可見，檔案歷史聯(lián)系與歷史的同構(gòu)性理論可構(gòu)成基于數(shù)字人文項目的歷史檔案資源開發(fā)理論基礎。

3 基于數(shù)字人文項目的歷史檔案資源開發(fā)效能分析

影響主題歷史檔案資源開發(fā)效能的因素較多，數(shù)字人文項目則從資源開發(fā)主體、技術(shù)應用、資源開發(fā)深度、開發(fā)過程及展示服務方式層面助力提升主題歷史檔案資源開發(fā)效能。雖然具體的效能轉(zhuǎn)化暫時難以量化衡量，但過程優(yōu)化無疑對效能提升大有裨益。

3.1 豐富主題歷史檔案資源開發(fā)主體

基于數(shù)字人文項目的歷史檔案資源開發(fā)既從方法論層面倡導多元主體融合，還在數(shù)字人文中心建立中產(chǎn)生了一種協(xié)同合作模式。在檔案數(shù)字人文中心建立方面，現(xiàn)有的檔案數(shù)字人文中心基本是由高校相關學科專家學者、檔案工作者、圖書館博物館相關人員、技術(shù)支持人員及社會公眾組成的，團隊規(guī)模主要由開發(fā)項目的目標和功能決定，且可以靈活調(diào)整人員構(gòu)成。因此，基于數(shù)字人文項目的歷史檔案資源開發(fā)利用在主體方面最大的成效是：其不僅是一種合作模式的倡導和理念，也構(gòu)建了協(xié)同開發(fā)實體檔案數(shù)字人文中心。其中檔案工作者是核心主體，負責提出問題及資源開發(fā)深度把控；圖書館、博物館等文化部門人員負責提供同主題領域資源，使主題領域資源更加完整全面；技術(shù)人員負責數(shù)據(jù)存儲、挖掘、開發(fā)、展示及后期的項目維護；公眾負責提出問題、主題資源標引、上傳更新、互動評論等。

3.2 優(yōu)化主題歷史檔案資源開發(fā)利用技術(shù)

數(shù)字人文項目對主題資源開發(fā)過程中的技術(shù)應用具有一定的選擇和優(yōu)化作用。特定主題領域檔案資源、特定的開發(fā)利用目的和方式、基于本體的資源開發(fā)本質(zhì)決定了技術(shù)選用的特定性，可以緩解盲目利用技術(shù)開發(fā)利用檔案資源的狀況。“獲取、編碼、處理和表示構(gòu)成了信息資源開發(fā)的工作流程，這種流程明確了資源開發(fā)的技術(shù)取向”[24]，使基于數(shù)字人文的檔案資源開發(fā)利用從資源保存到開發(fā)利用形成一套技術(shù)體系。換言之，基于數(shù)字人文項目開發(fā)主題檔案資源將促使資源開發(fā)的關鍵技術(shù)“從分布離散應用向融合協(xié)同創(chuàng)新轉(zhuǎn)型”[25]。

基于數(shù)字人文項目的歷史檔案資源開發(fā)大體分三個階段，即數(shù)字化保存—知識化開發(fā)—可視化展示，主要采用“數(shù)字化技術(shù)、數(shù)據(jù)管理技術(shù)、數(shù)據(jù)分析技術(shù)、可視化技術(shù)、VR/AR技術(shù)”[26]等。數(shù)字化保存階段主要使用數(shù)字化技術(shù)和數(shù)據(jù)管理技術(shù)，數(shù)字化主要是利用掃描技術(shù)對同一主題不同載體類型檔案資源進行數(shù)字化，形成數(shù)字檔案資源庫，數(shù)據(jù)管理技術(shù)是對大量非結(jié)構(gòu)化、半結(jié)構(gòu)化的數(shù)字檔案資源進行結(jié)構(gòu)化處理，提取計算機可識別的時間、地點、人物、機構(gòu)、事件等本體要素，在此基礎上構(gòu)建概念模型。知識化開發(fā)階段主要利用數(shù)據(jù)分析和挖掘技術(shù)，數(shù)據(jù)分析是按照資源開發(fā)目的重新組織檔案信息資源，用社會網(wǎng)絡分析、空間分析、時序分析和文本分析等方法分析挖掘隱性檔案知識，為可視化展示做好資源準備。可視化開發(fā)主要是利用CAD制圖技術(shù)、3D展示、GIS歷史空間展示技術(shù)及VR技術(shù)等進行場景構(gòu)建，其中CAD制圖技術(shù)可以對場景和物件進行虛擬表征，且可為CAD模型添加照片，形成虛擬仿真；3D展示技術(shù)可以使主題場景更逼真；GIS歷史地理可視化技術(shù)是將細粒度化的檔案數(shù)據(jù)資源嵌入歷史地理系統(tǒng)中，以時間、人物、建筑、地點等維度瀑布式展示，形成時光穿梭的感覺。VR是指借助計算機系統(tǒng)、傳感器技術(shù)、檔案資源生成一個三維環(huán)境，再現(xiàn)或者創(chuàng)造出一種虛擬的人機交互狀態(tài)，給用戶營造一種“沉浸”和“在場”的體驗[27]。

3.3 深化主題歷史檔案資源開發(fā)利用程度

傳統(tǒng)的檔案資源開發(fā)利用多停留在圖文介紹和檢索層面，忽視了檔案資源中隱藏的知識。數(shù)字人文項目深化歷史檔案資源開發(fā)利用程度體現(xiàn)在：第一，主題領域檔案資源庫全面完整。其可以在主題資源開發(fā)過程中隨時調(diào)整資源，構(gòu)建和持續(xù)更新主題領域檔案資源庫，為全面開發(fā)和可視化展示奠定資源基礎。第二，注重歷史檔案數(shù)據(jù)資源開發(fā)。將分散異構(gòu)的主題檔案資源數(shù)據(jù)化，形成計算機可識別和操作的結(jié)構(gòu)化數(shù)據(jù)，挖掘資源要素，實現(xiàn)資源開發(fā)“從表征向深度復雜計算轉(zhuǎn)型”。第三，根據(jù)歷史檔案資源內(nèi)在聯(lián)系建立模型。利用信息技術(shù)合理挖掘歷史檔案資源中蘊含的事、時、地、人等要素，構(gòu)建符合多維展示利用需求的概念模型。第四，在可視化展示過程中還原歷史檔案情境。將文本、音頻、視頻、實物等歷史檔案信息進行挖掘影射，重組檔案知識單元，復原及活化檔案情境。

3.4 規(guī)范主題歷史檔案資源開發(fā)利用過程

傳統(tǒng)的檔案資源開發(fā)利用過程往往比較分散，主要是對檔案資源進行標引著錄、形成目錄或全文檢索、檔案匯編或?qū)ｎ}展覽，未形成從主題資源搜集到資源挖掘可視化以及持續(xù)維護這一閉環(huán)開發(fā)流程。數(shù)字人文項目實踐從項目設計到成果展現(xiàn)都體現(xiàn)了極強的管理性，可以規(guī)范歷史檔案資源開發(fā)利用過程。基于數(shù)字人文項目的歷史檔案資源開發(fā)利用，按照資源搜集控制—主題資源數(shù)據(jù)整合—結(jié)構(gòu)化處理和語義標引—概念模型構(gòu)建—數(shù)據(jù)的分析整合—可視化視覺表征開展，形成了一套資源開發(fā)方法體系[28-30]。首先收集主題領域歷史檔案資源，形成聯(lián)合目錄；接著對主題領域歷史檔案資源進行整合，形成主題領域歷史檔案資源倉儲、檔案本體資源庫或檔案關聯(lián)數(shù)據(jù)資源庫；然后將非結(jié)構(gòu)化、半結(jié)構(gòu)化歷史檔案資源結(jié)構(gòu)化，提取知識單元并對其進行標引，實現(xiàn)主題資源的統(tǒng)一語義檢索；之后根據(jù)本體知識庫和檔案與歷史的同構(gòu)性，基于人、地、時、事構(gòu)建概念或場景模型；接著利用時序分析、空間分析、文本分析、社會關系分析等方法形成檔案資源知識網(wǎng)絡地圖，其中時序分析反映資源時間線，空間分析揭示檔案資源地理分布的絕對位置和相對位置，文本分析主要挖掘館藏資源的文本特征，社會關系分析揭示館藏資源中的多維社會關系；最后根據(jù)開發(fā)目的進行多維可視化展示。

3.5 拓展主題歷史檔案資源開發(fā)成果的展示方式

系統(tǒng)的、有深度的、精準的、可互動的歷史檔案資源開發(fā)展示方式更能引起社會公眾的關注。傳統(tǒng)的歷史檔案資源開發(fā)主要以文獻匯編、網(wǎng)站圖文檢索、實地主題檔案展覽等方式呈現(xiàn)，具有一定的局限性。就文獻匯編等檔案編研資料而言，其專業(yè)性比較強，適合史學研究者等科研人員利用，社會受眾面比較狹小，而且檔案匯編資料的文本形式比較單一，難以激發(fā)社會公眾的利用興趣；網(wǎng)站圖文檢索一方面只是數(shù)字化檔案資料的題錄展示，另一方面更新時間緩慢，且同一主題檔案資源聚合程度不高，資源展示比較分散，影響用戶利用體驗；實地主題檔案展覽雖然感官效果比較好，也具有極強的檔案文化渲染力，但往往受場地和展覽時間限制，不能滿足多人隨時隨地共享利用同一主題檔案資源的需求。此外，文獻匯編、網(wǎng)站圖文目錄及實地主題檔案展覽等資源展示方式也比較分散，難以實現(xiàn)多種資源展示方式的互相關聯(lián)。

“數(shù)字人文使特定主題領域檔案資源管理突破了物理空間、存在形式等多方面的限制，從而使得主題領域數(shù)字檔案資源整合與服務的方式可以是多種多樣的，允許多種敘事方式在同一空間存在”[31]。基于數(shù)字人文項目的歷史檔案資源開發(fā)主要采用數(shù)據(jù)資源庫、人文研究平臺和工具、專題網(wǎng)站、移動App等方式進行成果展示，是一種將主題歷史檔案資源橫向開發(fā)和縱向挖掘結(jié)合的資源展示方式。這種資源展示方式是“基于語義的跨媒體多維呈現(xiàn)服務、基于用戶需求的個性化服務、基于主題館藏內(nèi)容的知識服務、基于移動互聯(lián)的泛在服務模式的結(jié)合”[32]，是一種集可視化、專業(yè)化、知識化、互動化于一體的資源展示方式。此外，這種資源展示方式往往受時間、地點等因素的影響較小，允許用戶在資源展示過程中與開發(fā)者和資源同時、多向互動，并且可以在多種數(shù)字媒體中兼容存在，拓展了歷史檔案資源開發(fā)成果的展示方式。

“十四五”全國檔案事業(yè)發(fā)展規(guī)劃要求，統(tǒng)籌組織地方各級綜合檔案館開展國家重點檔案文件級目錄向全國革命歷史、民國、明清檔案資料目錄中心整合匯集，逐步實現(xiàn)目錄分類集中保管，為檔案資源整合共享和開發(fā)利用提供必要基礎條件。基于上述分析，筆者認為數(shù)字人文項目可以成為整合共享之后主題歷史檔案資源開發(fā)的突破口，在遵循檔案歷史聯(lián)系與歷史的同構(gòu)性理論基礎上為主題歷史檔案資源的精細化、多維度、可視化開發(fā)提供有效方式。