數(shù)字人文背景下的民國文獻(xiàn)研究

賈晉峰

（山西省圖書館，山西 太原 030021）

特藏資源是圖書館寶貴的教育資源，體現(xiàn)著圖書館的人文底蘊(yùn)和資源價值，歷來為所有圖書館所重視。據(jù)OCLC發(fā)布的最新研究報告《推進(jìn)國家數(shù)字平臺：美國公共圖書館和州立圖書館的數(shù)字化現(xiàn)狀》顯示，美國92%的公共圖書館擁有本地重要的、獨(dú)特的實(shí)體特藏，而在過去3年，已有37.6%的圖書館致力于特藏資源的數(shù)字化建設(shè)。而荷蘭萊頓大學(xué)圖書館館長和出版社社長貝爾德（KurtDeBelder）在2013年的一次講演中曾預(yù)測，在15年內(nèi)高校圖書館將只有特色館藏在本地存儲和管理，其他紙本館藏都將存入國家/地區(qū)級的倉儲庫。未來圖書館資源競爭將是以“非正式出版物”為核心的特色館藏競爭。

一、數(shù)字人文的內(nèi)涵

雖然國內(nèi)外對數(shù)字人文的研究日益加深，但對于“數(shù)字人文”的定義并沒有形成清楚的界定。目前國內(nèi)引用較多的是美國學(xué)者JohnUnsworth的觀點(diǎn)，他認(rèn)為“數(shù)字人文”是具有典型性的實(shí)踐活動和建立模型方法，主要包括兩種形式：(1)高效的計算;(2)人文溝通。我國學(xué)者王曉光教授從對數(shù)字人文的產(chǎn)生與發(fā)展過程中總結(jié)出數(shù)字人文的出現(xiàn)實(shí)質(zhì)是一種關(guān)于人文方式和研究方式的學(xué)術(shù)創(chuàng)新，通過把時代最新的科技、信息技術(shù)和人文研究結(jié)合起來，從源頭上改變?nèi)藗儗χR的獲取、理解、表述和呈現(xiàn)方式。對國內(nèi)外的研究成果進(jìn)行梳理可以得出數(shù)字人文主要包括下面幾個特征：(1)數(shù)字人文包括眾多的人文學(xué)科領(lǐng)域，如辯證學(xué)、考古學(xué)、藝術(shù)學(xué)等;(2)數(shù)字人文的研究對象比較廣泛，包括了txt文本、格式化信息、圖片信息、影音資料等可數(shù)字化資源;(3)數(shù)字人文以現(xiàn)代通訊技術(shù)、超媒體和數(shù)字圖書館等為方法論基礎(chǔ)，并通過文本分析、數(shù)據(jù)庫設(shè)計、數(shù)字繪圖、音樂檢索等方式來進(jìn)行分析;(4)計算機(jī)信息技術(shù)的快速發(fā)展和不斷更迭，數(shù)字人文的研究方法也隨之不斷變化和發(fā)展。

二、數(shù)字人文背景下的民國文獻(xiàn)研究

（一）基于 GIS 技術(shù)構(gòu)建民國歷史地理信息系統(tǒng)

GIS 即地理信息系統(tǒng)，是一種基于計算機(jī)的工具對空間信息進(jìn)行分析和處理，并把地圖這種獨(dú)特的視覺化效果和地理分析功能與一般的數(shù)據(jù)庫操作集成在一起的工具。就歷史學(xué)研究方面，越來越多的學(xué)者開始借助 GIS 技術(shù)進(jìn)行歷史知識和歷史事件的靜態(tài)和動態(tài)的可視化展示研究。大體而言，GIS 技術(shù)的應(yīng)用在歷史領(lǐng)域可概括分類為 3 個方面： 展示歷史資料的數(shù)字化、空間歷史數(shù)據(jù)的管理和可視化、基于空間分析方法探知?dú)v史過程。目前，將 GIS 技術(shù)與文獻(xiàn)數(shù)字化建設(shè)相結(jié)合來進(jìn)行的歷史研究已經(jīng)有不少成功案例，最典型的就是臺灣中央研究院開發(fā)的中國歷史文化地圖系統(tǒng) (CCTS)和臺灣歷史文化地圖系統(tǒng) (THCTS)。中國歷史文化地圖系統(tǒng) (CCTS) 以 《中國數(shù)字地圖》(1∶ 100000) 和《中國歷史地圖冊》為主要基礎(chǔ)，參考了很多歷史地圖以及影像資料等，也借助了其他資源豐富的電子數(shù)據(jù)系統(tǒng)和聯(lián)合資料庫，構(gòu)建了一個具有精確空間定位、整合時間與空間屬性的中國歷史文化時空基礎(chǔ)平臺。

（二）現(xiàn)有的民國文獻(xiàn)數(shù)字資源建設(shè)基本概況

當(dāng)前民國文獻(xiàn)數(shù)字化主要是數(shù)據(jù)庫資源建設(shè)，數(shù)據(jù)庫建設(shè)是民國文獻(xiàn)開發(fā)和保護(hù)的重要措施之一，已有的數(shù)據(jù)庫主要有4種類型：全文數(shù)據(jù)庫，目前僅有少量民國期刊全文庫；全文圖像數(shù)據(jù)庫；專題數(shù)據(jù)庫，目前最多的，如南京圖書館開發(fā)的“中國近代文獻(xiàn)圖像數(shù)據(jù)庫”等。機(jī)讀目錄，最主要的數(shù)字化整理成果，包括圖書目錄和期刊目錄。上海圖書館的期刊篇名數(shù)據(jù)庫《全國報刊索引》單獨(dú)建庫。如國家圖書館的“民國中文期刊資源庫”“民國法律文獻(xiàn)庫”；上海圖書館的“民國期刊全文庫”、“晚清期刊全文數(shù)據(jù)庫”和“近代民國中醫(yī)藥專題庫”；北京師范大學(xué)圖書館的“館藏解放前師范學(xué)校及中小學(xué)教科書全文庫”、C A D A L的“民國期刊全文數(shù)據(jù)庫子庫”，上海師范大學(xué)的“民國教育文獻(xiàn)全文數(shù)據(jù)庫”；北京大學(xué)圖書館的“民國舊報刊全文數(shù)據(jù)庫”；北京愛如生數(shù)字化技術(shù)研究中心研發(fā)的“中國近代報刊庫”和“民國圖書庫”；南京大學(xué)圖書館的“南大圖書館館藏民國圖書數(shù)據(jù)庫”；尚品大成數(shù)據(jù)技術(shù)有限公司開發(fā)的“大成民國圖書全文數(shù)據(jù)庫”等等。

（三）基于文本挖掘技術(shù)對民國文獻(xiàn)進(jìn)行深度挖掘

文本挖掘是數(shù)據(jù)挖掘的領(lǐng)域之一，是從文本數(shù)據(jù)中抽取隱含的、以前未知的、潛在有用的模式的過程，知識發(fā)現(xiàn)是其本質(zhì)與精髓所在。數(shù)字人文所強(qiáng)調(diào)的不再是單純的文本化和數(shù)字化，正是基于文本的深度挖掘與智能分析。從目前國內(nèi)的相關(guān)數(shù)字人文實(shí)踐來看，古籍?dāng)?shù)字化項目中已經(jīng)邁出了文本挖掘的重要步伐，開發(fā)了許多數(shù)字人文系統(tǒng)，例如古代詩詞分析系統(tǒng)、“古籍研習(xí)平臺”、“古漢語文本自動句讀系統(tǒng)”等。以北京大學(xué)數(shù)據(jù)分析研究中心的“全唐詩分析系統(tǒng)”為例，這個分析系統(tǒng)的突出優(yōu)勢是能夠深入挖掘和發(fā)現(xiàn)信息，不再局限于單一的全文檢索模式，重點(diǎn)表現(xiàn)在對詩詞韻律的標(biāo)示，詞語組合次數(shù)等提點(diǎn)進(jìn)行智能化統(tǒng)計，為我國學(xué)者研究中國古代文字、古代書籍、古代語言等領(lǐng)域奠定了有力的基礎(chǔ)。在民國文獻(xiàn)數(shù)字化過程中，我們也可以借鑒這一經(jīng)驗，對民國期刊報紙的開發(fā)，不再單一提供文獻(xiàn)的全文內(nèi)容，而是在標(biāo)引的基礎(chǔ)上更深層次提高文獻(xiàn)資源揭示的深度和關(guān)聯(lián)性。

結(jié)語

21世紀(jì)圖書館項目的目的是研究當(dāng)前和未來，如何通過圖書館服務(wù)來滿足或支持各層次的需要，以及資源達(dá)到最有效的工作效果，提供優(yōu)質(zhì)服務(wù)。數(shù)字人文為民國文獻(xiàn)數(shù)字化深度開發(fā)提供理論和實(shí)踐的經(jīng)驗和方法，為保護(hù)和完善珍貴資源，我們共同推進(jìn)民國文獻(xiàn)數(shù)字人文朝著更廣泛、更深入的領(lǐng)域發(fā)展。