中醫(yī)古籍?dāng)?shù)字化建設(shè)及其平臺設(shè)計和實現(xiàn)

，，

中醫(yī)古籍是中醫(yī)學(xué)術(shù)研究成果的載體之一，記載了數(shù)千年積累的中醫(yī)藥學(xué)理論知識以及臨床治療經(jīng)驗，因此開發(fā)和利用中醫(yī)古籍具有重要意義。然而中醫(yī)古籍因書名繁雜、語言晦澀、版本眾多、分類獨特等特點，導(dǎo)致其不易被研究人員使用。

計算機技術(shù)及網(wǎng)絡(luò)技術(shù)發(fā)展迅猛，中醫(yī)古籍的數(shù)字化處理為其更高效率使用開辟了新的道路。目前我國的中醫(yī)古籍?dāng)?shù)字化建設(shè)工作的研究成果很多，但從選題控制、版本選擇、質(zhì)量標(biāo)準(zhǔn)與規(guī)范、數(shù)字化技術(shù)等方面來看，仍然存在許多弊端。

1 中醫(yī)古籍?dāng)?shù)字化建設(shè)現(xiàn)狀

1.1 理論部分

我國古籍?dāng)?shù)字化工作起步于20世紀(jì)80年代。1984年，錢鐘書先生就曾提出古典文獻(xiàn)整理和研究應(yīng)盡早與計算機聯(lián)姻[1]，隨后史睿、李運富、彭江岸、毛建軍等學(xué)者從不同角度對古籍?dāng)?shù)字化的性質(zhì)、要素、特征等進(jìn)行了深入研究。國內(nèi)專家針對中醫(yī)古籍的特殊性對其數(shù)字化工作模式進(jìn)行了探討[2]，如吉聰指出要以善本古籍作為工作重點，分析比較了“全文版”和“圖像版”兩種錄入方式；柳長華通過分析古文獻(xiàn)中的信息，對若干語句進(jìn)行知識結(jié)構(gòu)和語義分析，提出“知識元”的概念； 裴麗對中醫(yī)古文獻(xiàn)中的書名、文字信息障礙進(jìn)行分析，通過解析全文和逐級標(biāo)引實現(xiàn)智能化的高級檢索，構(gòu)建中醫(yī)古籍信息平臺系統(tǒng)；王振國分析了中醫(yī)藥古籍的信息結(jié)構(gòu)，提出了一種開發(fā)方式為自底向上的信息構(gòu)建方法IA[3]。此外，還有部分專家學(xué)者探討了古籍文字的處理、數(shù)據(jù)加工方式、信息平臺的構(gòu)造模式以及知識發(fā)現(xiàn)等，但這些研究沒有達(dá)成共認(rèn)，還有許多見解需要通過具體的實踐來驗證。

1.2 實踐部分

20世紀(jì)90年代以來，中醫(yī)古籍?dāng)?shù)字化實踐成果與日俱增，如由中國中醫(yī)藥學(xué)會、湖南電子音像出版社、嘉鴻科技開發(fā)有限公司合作編制的《中華醫(yī)典》，由北京愛如生數(shù)字化技術(shù)研究中心開發(fā)制作的《愛如生醫(yī)書集成》，由北京龍戴特信息技術(shù)有限公司開發(fā)的《龍語瀚堂中醫(yī)藥文獻(xiàn)數(shù)據(jù)庫》，由臺灣漢珍數(shù)位圖書股份有限公司開發(fā)制作的《本草綱目》等。這些中醫(yī)古籍大多通過大字符集錄入、OCR識別、掃描等方法實現(xiàn)數(shù)字化實踐，屬于表層加工。

隨著數(shù)字化工作不斷深入，出現(xiàn)了諸如中國中醫(yī)科學(xué)院開發(fā)的“中醫(yī)藥古文獻(xiàn)知識庫”、“中醫(yī)藥珍善本古籍多媒體庫”、“溫病大成數(shù)據(jù)庫”、“中醫(yī)古籍資源數(shù)據(jù)庫及閱覽系統(tǒng)”，北京中醫(yī)藥大學(xué)所開發(fā)的“方劑數(shù)據(jù)庫”、“中醫(yī)古籍養(yǎng)生數(shù)據(jù)庫”、 “消渴古代文獻(xiàn)數(shù)字資源庫”等中醫(yī)古籍?dāng)?shù)字化成果，這些中醫(yī)古籍知識庫通過對古籍內(nèi)容進(jìn)行多級標(biāo)注，可基于網(wǎng)絡(luò)進(jìn)行檢索操作或?qū)崿F(xiàn)超文本閱讀環(huán)境。

2 中醫(yī)古籍?dāng)?shù)字化建設(shè)面臨的問題

2.1 選題及版本問題

中醫(yī)古籍始于秦漢，鼎盛于明清，其數(shù)目不勝枚舉。但是國內(nèi)的研究者在選擇數(shù)字化加工對象時卻有失偏頗，熱門古籍重復(fù)建設(shè)，冷門古籍無人問津。一般出版社、IT公司等商業(yè)機構(gòu)常常選擇熱門古籍進(jìn)行重復(fù)建設(shè)，忽略研究院等學(xué)術(shù)科研機構(gòu)的需求，完全以盈利為目的，導(dǎo)致資源浪費，耗費不必要的人力物力和財力。此外，中醫(yī)古籍流傳千年，后人不斷的校對、整理、翻刻，導(dǎo)致版本繁多。不同的版本具備不同特點與優(yōu)勢，需要對每一版本的價值做出客觀評判，應(yīng)盡量選擇善本作為數(shù)字化處理對象，使該種數(shù)字化古籍成果為最優(yōu)。

2.2 質(zhì)量標(biāo)準(zhǔn)與規(guī)范問題

當(dāng)前國內(nèi)的中醫(yī)古籍?dāng)?shù)字化產(chǎn)品的質(zhì)量參差不齊，有一小部分?jǐn)?shù)字化產(chǎn)品口碑較高，得到了廣大用戶好評。然而有相當(dāng)一部分產(chǎn)品的質(zhì)量不盡如人意，在質(zhì)量標(biāo)準(zhǔn)和規(guī)范制定上沒有統(tǒng)一標(biāo)準(zhǔn)。主要原因有：中醫(yī)古籍?dāng)?shù)字化工作的認(rèn)知度差，開發(fā)團隊素質(zhì)較低，導(dǎo)致開發(fā)時沒有認(rèn)清動機及終極目標(biāo)，忽略了數(shù)字化工作的重要部分；對中醫(yī)古籍的版本選擇過于隨意，注釋、校點不嚴(yán)謹(jǐn)；部分產(chǎn)品對古籍?dāng)?shù)字化工作的要求停留在影印和大字符輸入初級階段，沒有考慮更高階段的逐級標(biāo)引和高級檢索；開發(fā)團隊為了保護(hù)版權(quán)，隨意設(shè)定自己數(shù)字化產(chǎn)品的格式，導(dǎo)致相同或相近的古籍產(chǎn)品沒有統(tǒng)一固定格式，給讀者利用帶來諸多不便。

2.3 擴展性問題

中醫(yī)古籍?dāng)?shù)字化初始階段的大多成果主要以單機版為主，資源有限、不能共享，極大地限制了用戶的使用。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)版中醫(yī)古籍?dāng)?shù)字化產(chǎn)品應(yīng)運而生，不同用戶可以在不同地點同時使用這些產(chǎn)品。但是大多數(shù)中醫(yī)古籍?dāng)?shù)字化成果的后臺數(shù)據(jù)庫不能升級和改造，共享性差，在建設(shè)過程中沒有考慮信息平臺未來的升級、淘汰等問題，因此需要找到適合中醫(yī)古籍?dāng)?shù)字化的最優(yōu)框架和模式解決產(chǎn)品的擴展性問題。

3 中醫(yī)古籍?dāng)?shù)字化建設(shè)應(yīng)遵循的原則

3.1 實用性原則

中醫(yī)古籍?dāng)?shù)字化工作的意義除了保護(hù)古文獻(xiàn)外，主要是為了學(xué)者和專家充分揭示和利用中醫(yī)古籍，因此實用性是中醫(yī)古籍?dāng)?shù)字化建設(shè)應(yīng)遵循的重要原則。若要使產(chǎn)品充分發(fā)揮實用性，需要考慮以下兩點：一是保真度，將中醫(yī)古籍原貌展示出來充分揭示古籍中蘊含的信息；二是版本的選擇，一般原則是以善本作為中醫(yī)古籍?dāng)?shù)字化的加工對象。

3.2 標(biāo)準(zhǔn)化原則

中醫(yī)古籍?dāng)?shù)字化建設(shè)是一項全國性的工作，從事這項工作的群體主要包括古籍收藏機構(gòu)、學(xué)術(shù)研究機構(gòu)、出版機構(gòu)、IT企業(yè)等。由于各機構(gòu)間的性質(zhì)差異，其數(shù)字化建設(shè)的動機和目的也不盡相同。認(rèn)知上的偏差必然會影響到數(shù)字化產(chǎn)品的策略和側(cè)重點，缺乏統(tǒng)一標(biāo)準(zhǔn)，容易導(dǎo)致資源重復(fù)建設(shè)[4-5]。因此，相關(guān)研究機構(gòu)應(yīng)事先進(jìn)行溝通和協(xié)調(diào)，從中醫(yī)古籍?dāng)?shù)字化工作中的具體環(huán)節(jié)出發(fā)，制定出相關(guān)的評價體系和工作標(biāo)準(zhǔn)，嚴(yán)格控制不同機構(gòu)在數(shù)字化建設(shè)中產(chǎn)生的數(shù)據(jù)垃圾，真正意義上實現(xiàn)中醫(yī)數(shù)字化產(chǎn)品資源共享。

3.3 系統(tǒng)可擴展性原則

可擴展性是評價成果優(yōu)劣的重要原則。為了使其流通時間更長，范圍更廣，不被淘汰，需要從技術(shù)角度選擇一個最適用的模式進(jìn)行數(shù)字化處理。

目前比較推崇的模式為B/S，其易用性好，用戶使用統(tǒng)一的瀏覽器入口進(jìn)行閱覽；工作人員容易維護(hù)，方便數(shù)據(jù)的添加、刪減及更新；信息資源共享程度高，可多地點同時段使用某數(shù)字化產(chǎn)品；通過配備防火墻、網(wǎng)絡(luò)安全協(xié)議使數(shù)字化產(chǎn)品具有較高安全性；使用的TCP/IP協(xié)議，具有較高的擴展性。

4 中醫(yī)古籍?dāng)?shù)字化信息平臺的設(shè)計與實現(xiàn)

4.1 平臺設(shè)計總體思路

平臺建設(shè)的總體思路主要參考已有的中醫(yī)古籍?dāng)?shù)字化建設(shè)成果，根據(jù)現(xiàn)有相關(guān)技術(shù)以及古文獻(xiàn)信息資料特點，將滿足用戶的不同需求作為出發(fā)點進(jìn)行平臺設(shè)計。

首先，選擇適合的系統(tǒng)框架結(jié)構(gòu)，使平臺實現(xiàn)兩種界面瀏覽滿足用戶基本閱讀需求，一般為古籍圖像掃描界面和文字錄入界面；其次，設(shè)定框架中的系統(tǒng)及子系統(tǒng)中各模塊，考慮各模塊中的功能設(shè)計；再次，鑒于中醫(yī)古籍?dāng)?shù)字化信息量大及平臺需要處理海量數(shù)據(jù)，平臺服務(wù)器模式應(yīng)該基于B/S。此外，還需要保證平臺系統(tǒng)安全及數(shù)據(jù)的完整性，平臺與主流操作系統(tǒng)相兼容。本文以《本草經(jīng)集注》為例介紹中醫(yī)古籍?dāng)?shù)字化信息平臺的建設(shè)。

4.2 《本草經(jīng)集注》數(shù)字化平臺建設(shè)

4.2.1 框架及開發(fā)模式設(shè)計

《本草經(jīng)集注》為南朝本草名著，其體例統(tǒng)一，各條藥文的格式固定，其數(shù)字化平臺的系統(tǒng)框架是可重復(fù)使用的設(shè)計構(gòu)件。通過框架進(jìn)行平臺系統(tǒng)和子系統(tǒng)的設(shè)計，提供基本模塊功能，進(jìn)行實例化操作，滿足用戶需求。該系統(tǒng)平臺的框架為應(yīng)用型框架，這種框架結(jié)構(gòu)使用廣泛，注重軟件設(shè)計的重復(fù)性和系統(tǒng)的可擴展性，該平臺的系統(tǒng)框架結(jié)構(gòu)設(shè)計分為用戶界面層、業(yè)務(wù)處理層和數(shù)據(jù)存貯層。這種三層結(jié)構(gòu)不是指物理上的三層，而是指邏輯上的三層。

用戶界面層是用戶和管理員進(jìn)入《本草經(jīng)集注》系統(tǒng)平臺的窗口，包括類目導(dǎo)航、檢索服務(wù)，還提供注冊、登陸、修改資料、后臺管理、退出系統(tǒng)等鏈接。業(yè)務(wù)處理層是數(shù)字化系統(tǒng)框架體現(xiàn)核心價值的部分，它處于用戶界面層和數(shù)據(jù)存儲層之間，起到了數(shù)據(jù)交換承上啟下的作用，業(yè)務(wù)處理層遵循相關(guān)的業(yè)務(wù)規(guī)則來響應(yīng)用戶和管理員通過界面層發(fā)出的所有請求，并在數(shù)據(jù)存儲層抓取相關(guān)數(shù)據(jù)，再將匹配的數(shù)據(jù)傳送給界面層；數(shù)據(jù)存儲層中存儲了經(jīng)過整理后的所有數(shù)據(jù)，在保證數(shù)據(jù)完整性和安全性的前提下進(jìn)行數(shù)據(jù)的維護(hù)，如添加、刪除、修改等操作。

4.2.2 模塊設(shè)計

系統(tǒng)模塊是具有一定功能的子程序，是整個程序的一部分。一個模塊可以實現(xiàn)單個功能，也可以實現(xiàn)有緊密聯(lián)系的多個功能。根據(jù)《本草經(jīng)集注》數(shù)字化系統(tǒng)平臺的需求，我們把整個系統(tǒng)分為原版古籍模塊、數(shù)據(jù)庫模塊、輔助功能模塊、用戶模塊、系統(tǒng)管理模塊等5個模塊。其中，核心模塊為原版古籍模塊和數(shù)據(jù)庫模塊，包括《本草經(jīng)集注》原書圖像以及后臺錄入古籍全部文字；輔助功能模塊是此系統(tǒng)的輔助模塊，主要實現(xiàn)使用者和設(shè)計者相互交流和類似工具書功能；系統(tǒng)管理模塊和用戶模塊服務(wù)于核心模塊。系統(tǒng)模塊設(shè)計的最大特點為多個系統(tǒng)管理員按照系統(tǒng)應(yīng)用框架提供統(tǒng)一的數(shù)據(jù)加工平臺，可同時在不同IP地址對古籍進(jìn)行數(shù)字化加工，并且保證了數(shù)字化工作規(guī)劃統(tǒng)一，提高了工作效率。此外，所有用戶均可從任意地點或者時間通過瀏覽器訪問該系統(tǒng)平臺，實現(xiàn)真正意義上的資源共享。

4.2.3 功能設(shè)計

《本草經(jīng)集注》數(shù)字化系統(tǒng)平臺主界面中設(shè)計了原版及現(xiàn)代版古籍的瀏覽功能、檢索加工功能和輔助功能等三大功能?！侗静萁?jīng)集注》原版圖像版的圖像均為.jpg格式，該圖片內(nèi)嵌入主界面中，用戶無需返回就可以隨時應(yīng)用或進(jìn)入其他功能?，F(xiàn)代版本是重新經(jīng)過整理加工錄入到系統(tǒng)平臺中的，其文字內(nèi)容與檢索加工平臺中所檢索到的相關(guān)藥文是一致的。因此將古籍現(xiàn)代版鏈接到檢索加工平臺中的藥文示范中，不僅節(jié)省了空間，而且簡化了系統(tǒng)界面，使其應(yīng)用界面更加友好。檢索加工平臺是《本草經(jīng)集注》整個數(shù)字化平臺的核心部分，是實現(xiàn)管理員的數(shù)據(jù)加工、修改、維護(hù)等功能的平臺，還是實現(xiàn)用戶訪問、檢索等操作的平臺。

《本草經(jīng)集注》數(shù)字化平臺的輔助功能包括古漢語詞典、平臺使用幫助和論壇功能。古漢語詞典是古籍系統(tǒng)平臺輔助功能中的“外掛軟件”，給閱讀者掃除了基本的語言障礙，極大地方便了讀者的閱讀與研究。此外，用戶通過該模塊中的“論壇”功能，既可發(fā)表評論，也可與系統(tǒng)管理員或者平臺其他用戶隨時溝通，從而完善系統(tǒng)平臺。

5 小結(jié)

中醫(yī)古籍?dāng)?shù)字化的宗旨是為了深入挖掘中醫(yī)古籍的信息價值，它不僅起到保護(hù)中醫(yī)古籍的作用，更為使用者利用古籍開辟了廣闊空間。