歷史檔案專題知識庫案例分析與思考

郭立鑫 劉雨晴 袁嘉新

摘 ?要：本文通過對國內外多個經典歷史檔案專題知識庫案例進行分析，梳理總結出歷史檔案專題知識庫構建的思路脈絡、敘事主題、實施流程、技術應用、可視化展示和人文關懷的共性特點，并提出當前歷史檔案專題知識庫建設中面臨的困難以及應對策略，旨在為歷史檔案專題知識庫的建設和發展提供參考。

關鍵詞：歷史檔案；專題知識庫；數據挖掘；數字人文

Abstract： Through the analysis of several classic cases of historical archives thematic knowledge base at home and abroad， this paper summarizes the common features of the construction of historical archives thematic knowledge base， including the train of thought， narrative theme， implementation process， technology application， visual display and humanistic care， and puts forward the difficulties faced in the construction of historical archives thematic knowledge base and coping strategies， aiming to provide reference for the construction and development of historical archives thematic knowledge base.

Keywords： Historical archives; Thematic knowledge base; Data mining; Digital Humanities

歷史檔案是指形成時間較早，離當前較久遠且主要起歷史文化作用的檔案。隨著信息技術的發展，大量歷史檔案已經完成數字化、數據化，海量信息資源給檔案利用帶來新挑戰。從“小而深”的角度開展歷史檔案資源開發利用，建立歷史檔案專題知識庫成為眾多文化機構和檔案機構的首選方案。本文所討論的歷史檔案專題知識庫主要是指以特定專題歷史檔案作為知識來源，對檔案信息進行整理、分析和重組，利用計算機來表達、存儲和管理歷史檔案元數據，對歷史檔案資源進行知識管理，并主動為用戶提供知識服務的歷史檔案資源開發利用方式。近年來，數字人文視角下的歷史檔案開發利用研究逐漸深入。ALISON ABBOTT認為“威尼斯時光機項目”將揭露隱藏的歷史，幫助學者重塑對過去的理解。[1]牛力、高晨翔等學者將檔案研究路徑概括為“發現”“重構”與“故事化”三層原語。[2]姚天泓、陳艷梅等人基于CIDOC-CRM本體模型對張學良史料資源進行了語義化知識組織研究。[3]這些研究成果為歷史檔案專題知識庫的建設開辟了新的數字人文研究視角，推動了歷史檔案從“數字化”向“數據化”“知識化”方向轉型發展。

1 典型案例介紹

1.1 “歐洲時光機”（European Time Machine）。威尼斯時光機是由EPFL和威尼斯Ca'Foscari大學發起的一項先驅性國際數字人文科學計劃，該項目的第一階段（2012-2019年）創建了最大的威尼斯地質歷史及其演變數據庫，第二階段（2020-2028年）專注于開發威尼斯鏡像世界，全新的“歐洲時光機”則是“威尼斯時光機”項目的延伸與發展。“時光機”旨在利用最新的數字技術和基礎設施結合歐洲豐富的歷史，構建一個集體數字信息系統，用于描繪歐洲經濟、社會、文化和地理跨時代的演變，[4]各領域專業知識共同賦能“時光機”工程，為歐洲城市規劃提供新視域。[5]

1.2“協作歐洲數字檔案研究基礎設施”（CENDARI）。協作歐洲數字檔案研究基礎設施（Collaborative European Digital Archival Research Infrastructure，簡稱CENDARI）是一項由歐盟資助的歷史檔案資源類人文研究項目（2012-2016），旨在開發一個研究基礎設施，以促進對跨國歷史問題的資源獲取和研究。CENDARI立足于全球各文化遺產機構已有的數字化工作基礎，篩選出第一次世界大戰和中世紀文化兩大專題檔案資源進行整合和管控。[6]采取參與式設計的方式，將80多萬份檔案和歷史資料集成到項目開發的工具和服務集合中，由專業的歷史學家提出一個通用的歷史知識整理框架，用戶可通過CENDARI對歷史資源進行深度著錄標引、關聯重構和可視化呈現。[7]

1.3 “盛宣懷檔案知識庫”。上海圖書館建設的“盛宣懷檔案知識庫”是研究中國近代史的第一手史料寶庫，是盛宣懷家族自1850年至1936年間的記錄，內容涉及政治、經濟、社會、軍事、外交、金融、貿易和教育等方面。該項目在檔案領域應用了數字人文方法和關聯數據技術，利用時空分析法、社會關系分析法和交互式的可視化手段來挖掘、分析、構建、繪制和展示檔案資源中顯性知識、隱形知識以及它們之間的關聯。“盛宣懷檔案知識庫”網站不但以關系圖譜的形式表現人物收發信函、電報的往來關系，而且上載了館藏盛宣懷檔案掃描件供讀者查閱利用。

1.4 “記憶高遷”數字記憶。“記憶高遷，爰得我所——高遷數字記憶”項目依據“多維敘事”的理念，以“前站后庫”架構同步建設“記憶高遷”網站和“高遷數字資源庫”，設計相關數字創意產品，旨在對高遷古村歷史文化進行數字化保護與傳承。[8]“高遷數字資源庫”中的數字資源分別以文獻遺產、建筑空間、家族先賢和精神文化等主題進行分類管理，并以關聯實體方式對文本資源進行深度標簽化，為更深層次的文本挖掘和數據關聯奠定基礎。項目利用知識圖譜工具Protégé軟件創建本體網絡--高遷古村文脈圖譜，實現了面向內容的語義組織，形成古村落實體庫，并以可視化的形式呈現。[9]

2 案例共性特征分析

2.1 主線脈絡清晰。歷史檔案具有多維多模多態的特點，在建設知識庫過程中，由于要素關系雜亂、涉及方面廣等問題，易出現敘事主線不明確、難以厘清脈絡、無法深入挖掘專題亮點、敘事平庸以及缺少特色展示的情況。但上述四個典型案例均具有主題特征鮮明，主線描述清晰的具象化特點，比如，單獨的專題人物知識庫圍繞著人物線索進行延伸設計，而城市記憶則可認為是多個小型專題知識庫的集合關聯體，選取了具有共同特點的歷史檔案材料，對事件、人物、組織、地點和時序五個要素進行合理關聯，確定建設脈絡主線。

2.2 敘事主題多元。合適的開展角度以及清晰的敘事主題影響著歷史檔案專題知識庫建設成效，數字化的歷史檔案被認為是待挖掘的數據，在數據挖掘過程中應注重檔案之間的內在聯系，對各要素進行精準標注以及合理關聯。上述案例在明確敘事主線的前提下（如圍繞著某人物/某事件/某地區展開），選擇了多種主題（要素）關聯展示的形式，敘事主題和展現方式如圖1所示。

2.3 構建流程規范。對上述歷史檔案專題知識庫案例分析后不難發現，歷史檔案資源經歷了“數字化-數據化-知識化-可視化”的處理流程。數字化階段，上述案例都在建設初期完成了歷史檔案資源數字化或立足于已有的數字化工作基礎，包括了對所選專題相關的歷史檔案資源進行收集篩選、整理集合，在資料相對完善的基礎上，利用掃描、格式轉換和文本識別等技術將歷史檔案資源轉換為機器可讀的信息流。數據化階段，如“盛宣懷檔案知識庫”應用各類技術手段（數據分析、分類篩選）對盛宣懷檔案數據進行了分類整合與數據清理，清理掉重復的、無用的知識，對專題檔案知識進行歸類，為后續的歷史檔案知識組織與管理做準備。知識化階段，案例應用前沿數字技術在海量的、成熟的、完整的數據資源基礎上進行深度挖掘，開發檔案數據內在關聯與價值，以不同要素進行合理關聯。可視化階段，主要體現在歷史檔案知識展示平臺的搭建，實現檔案檢索、檔案展示和知識發現功能，上述案例的可視化成果分別以模型展覽、檔案系統、門戶網站、微信小程序和移動端APP等形式展現。

2.4 知識獲取可視化。案例都充分結合傳統媒介方法、數字技術和數字藝術對歷史檔案開發利用，后端以復雜數據處理的歷史檔案數據庫作為支撐，前端以簡約實用的網站形式創意呈現。這種挖掘原本隱藏在檔案之中的信息并搭建交互式平臺進行可視化展示，其本質是簡化社會公眾、專家學者們獲取歷史檔案內在知識的流程，強化用戶與歷史檔案資源之間的交互聯系，以期用戶可以從歷史檔案可視化成果展示中獲取更多的知識與靈感。[10]如“記憶高遷”以古色古韻的門戶網站作為展示窗口，CENDARI可通過webvowl工具進行可視化探索，利用者知識獲取的途徑更加簡單快捷。

2.5 數字人文技術得以深入應用。數字人文從方法論角度顛覆了學科的基本邊界，為歷史檔案知識庫提供了搭建新型研究方法、知識體系、呈現方式和理論框架的途徑。威尼斯時光機案例中，研究者通過原始檔案材料，利用自然語言處理、數據挖掘、數據關聯、本體構建等新興技術與理念，對歷史檔案資源進行數據分析與處理，并利用H5、VR/AR、GIS、知識圖譜、3D建模等視覺交互方式對生成的知識進行展示，以此探尋以數據驅動的歷史檔案知識庫開發利用的新方法。

2.6 用戶體驗更加注重人文關懷。歷史檔案專題知識庫區別于商業、物聯網等類別知識庫的一點是：除了利用數字技術完成數據挖掘、關聯和展示外，還更加注重在數字技術維度外的人文關懷價值的展現。上述成功案例中，都極其重視宗教、文化、民俗甚至人們精神世界之間的關聯，且在展示上也嘗試契合人們多維視聽融合的需求，如“歐洲時光機”勾勒模擬出千年前的生活場景，“盛宣懷檔案知識庫”以時空結合的形式還原歷史事件，“記憶高遷”則給觀眾帶來沉浸式的瀏覽體驗，體現出了對利用者更加需要的人文關懷設計理念。

3 啟示與思考

3.1 專題知識庫建設是數據化轉型的要求。目前，國內歷史檔案專題知識庫建設整體處于萌芽期，即數字化建設階段，大規模的歷史檔案已完成數字化轉換，以非結構化的形式進行存儲，輔助以少量結構化描述，如標題、簡介、圖片描述等，在這一階段的歷史檔案仍具有巨大開發潛力，知識亟須挖掘。國內外也有相當一部分的檔案館、圖書館等公共文化事業機構正處于建設發展期，即數據化建設階段，已完成歷史檔案材料數字化，將研究重心轉移至檔案材料的數據化，如利用文本識別工具對海量檔案資源進行“翻譯”，對其內容進行分析、標注和摘要提取，該階段是知識庫進一步建設發展的重要基礎。當下國內外歷史檔案專題知識庫研究的熱點集中在數字人文上（知識化建設階段），通過多領域、多學科通力協作，引入知識圖譜、AI、GIS、AR/VR和本體等前沿技術對海量歷史檔案數據進行知識組織與關聯，并以可視化的形態展現，一些前沿項目如“歐洲時光機”仍在如火如荼地進行中。

3.2 歷史檔案專題知識庫建設面臨諸多挑戰。一是歷史檔案專題知識庫的理論和實踐研究不夠深入，表現在國內學者在檔案領域知識庫的研究主要集中在構建原則、構建方法、系統設計等理論層面，但對歷史檔案知識庫的基本概念還沒有科學系統的定義，與檔案資源庫的區別與聯系界定上仍然模糊，在數字人文指導下的歷史檔案專題知識庫的研究路徑和方法還不夠具體，特別是建設實證依然偏少，相關標準規范仍然缺位；二是專題知識庫產品復用困難，隨著全國數字檔案館的加快建設，檔案信息資源管理系統已經比較成熟，出現了不同功能的市場化產品可供選擇，但在專題資源知識庫建設上，檔案信息資源管理系統復用較為困難，難以滿足知識庫需求，市場上產品研發薄弱導致相關軟件產品還不成熟；三是檔案資源由“分散”至“高度集中”，在知識庫建設過程中可能會出現歷史檔案資源分散保存的情況，不同文化機構和檔案機構各自為政，開發多以自身擁有資源為主，一定程度上影響了對整體歷史發展動態的理解與闡述；四是檔案資源數據化工程量大，耗時久，歷史檔案項目跨度久，一部分原因是在檔案收集與整理環節，歷史檔案數據轉換工程浩大，“大而全”的項目一時之間難以完成；五是公眾重“觀看”輕“參與”，雖然一些項目依托數字技術完成了歷史檔案的知識化與展示，但通常情況是用戶“走馬觀花”式的瀏覽網站，無法代入到“歷史重現”的場景；六是多元主體協同機制尚未得以建立，歷史檔案專題知識庫的建設離不開政產學研多元融合以及多方機構的深入合作，同時也離不開公眾的參與，這不同程度制約了知識庫服務效能的釋放。

3.3 歷史檔案專題知識庫建設的應對策略。針對上述挑戰，筆者提出如下應對策略：一是加強歷史檔案專題知識庫的可行性研究。在保證檔案資源相對完整的情況下，可選取已有數據化基礎或數據化工作量經評估合理的，且具有代表性的檔案專題進行“試水”，在實施“小而深”的知識庫建設中總結偏差與不足，今后可在初期經驗的基礎上持續拓展推廣，逐步完成歷史檔案專題知識庫建設工作，特別是用標準化、規范化推進知識庫的產品化。二是可從宏觀和微觀兩個角度開展檔案資源收集工作。在宏觀層面上，需將分散在不同組織、個體手中歷史檔案資源進行匯總，微觀層面上，需在浩如煙海的檔案資源中進行所需專題的篩選、收集與整合，最終目的是將分散在各處的多源異構數據源化零為整，建立“歷史專題檔案資源池”。三是增強歷史檔案專題知識庫展示平臺的交互性。首先提供互動渠道，可通過網絡征集檔案素材甚至收集專家學者的指導建議，其次增加平臺趣味性，以游戲的形式來邀請社會公眾作為“玩家”，在玩樂的同時加深知識記憶，最后可以考慮推出知識定向服務，吸引穩定用戶群體參與進來。四是協調多方配合、協同開發建設。可以考慮由政府牽頭敲定方向，檔案館、圖書館等機構作為核心驅動力量提供數據源，推動學界、社會界的聯動（高校人才、科技企業協同創新），借助數字技術研發專題庫、知識庫產品，除了橫向的多方機構跨界合作，也可考慮縱向不同層級間的合作，以及采取邀請社會公眾參與的眾包形式。

4 結語

歷史檔案專題知識庫的建設是一項長期且艱巨的數字人文工程，不僅對歷史文化傳承有著重要意義，對學術研究、紅色教育以及旅游宣傳也極具價值。筆者認為在數字人文環境下，歷史檔案專題知識庫的建設可從以下兩方面推動：一是綜合現有歷史檔案資源，圍繞著地區特色、文化研究和革命歷史等熱點，加強專題數據庫建設，盡可能保證歷史檔案的完整性與連續性；二是借鑒國內外優秀案例，引入數字人文理念，應用AI、知識圖譜等先進技術賦能歷史檔案開發，打破傳統檔案利用服務的局限，在數字環境下對歷史檔案資源進行深度挖掘、知識組織與互動展示利用。通過以上兩方面推動歷史檔案專題知識庫建設，可以解決歷史檔案資源分散的問題，增加歷史檔案對公眾的吸引力，變被動為主動，加強歷史檔案知識服務，達到歷史檔案資源增值再利用的效果，從而實現歷史檔案資源開發利用工作的創新發展。

*本文系國家檔案局科技項目“面向深度利用的歷史檔案資源專題知識庫構建技術與方法研究”（項目編號2021-X-30）的研究成果之一。

參考文獻：

[1]Alison Abbott.The‘time machine reconstructing ancient Venices social networks[J].

Nature，2017，546：341-344.

[2]牛力，高晨翔，張宇鋒，閆石，徐擁軍.發現、重構與故事化：數字人文視角下檔案研究的路徑與方法[J].中國圖書館學報，2021，47（01）：88-107.

[3]姚天泓，陳艷梅，劉革，魯超.基于CIDOC-CRM的數字人文史料資源語義化知識組織研究——以張學良史料資源為例[J].圖書館學刊，2019，41（07）：35-43.

[4]Time Machine EU.About Us：Members[EB/OL].[2022-06-09].https：//www.timemachine.eu/members/.

[5]龍家慶.數字人文項目中檔案數據開發工具及應用研究——以“歐洲時光機”為例[J].北京檔案，2021（03）：10-15.

[6]楊茜茜.數字人文視野下的歷史檔案資源整理與開發路徑探析——兼論檔案管理中的歷史主義與邏輯主義思想[J]檔案學通訊，2019（02）：17-22.

[7]Boukhelifa N，Bryant M，Boulatovic N，et al.The CENDARI Infrastructure[J/OL].ACM Journal on Computing and.

Cultural Heritage，2018，11（02）：Article 8[2022-09-14].https：//arxiv.org/pdf/1612.05239v1.pdf.

[8]馮惠玲，梁繼紅，馬林青.臺州古村落數字記憶平臺建設研究——以高遷古村為例[J].中國檔案，2019（05）：74-75.

[9]馮惠玲.數字人文視角下的數字記憶——兼議數字記憶的方法特點[J].數字人文研究，2021，1（01）：87-95.

[10]張衛東，左娜.面向數字人文的館藏資源可視化研究[J].情報理論與實踐，2018（09）：102-107.

（作者單位：1.河南省檔案館 郭立鑫，碩士，一級主任科員；2.上海信聯信息發展股份有限公司 劉雨晴，碩士，咨詢顧問；袁嘉新，碩士，計算機高級咨詢顧問 ?來稿日期：2022-10-20）