數(shù)字化技術(shù)在古籍整理工作中的應(yīng)用

梁 郁

（中州古籍出版社有限公司，河南 鄭州 450016）

一、引言

古籍是一個(gè)國家的珍貴文物，有著不可再生性，記錄了國家傳統(tǒng)文化，是國家各個(gè)時(shí)期文化的精華，對國家歷史、文學(xué)等方面有著重要的借鑒意義。但由于長期的使用、流通會(huì)導(dǎo)致紙張的受損、變質(zhì)，失去利用價(jià)值，因此，如何才能有效地保護(hù)古籍，是相關(guān)工作人員需要不斷探索的課題。近年來，隨著信息技術(shù)的發(fā)展，給古籍的保護(hù)、整理帶來了新的方式，通過數(shù)字化處理，減少直接使用古籍原本的概率，并能進(jìn)一步有利于開發(fā)和利用。

二、數(shù)字化技術(shù)在古籍整理中的意義

古籍一般產(chǎn)生于1911年以前，擔(dān)負(fù)著將國家傳統(tǒng)文化流傳后世的使命，但在長期的流傳中，經(jīng)歷了不同人的翻閱，必將存在紙張上的受損、泛黃，若未能妥善保存，還會(huì)出現(xiàn)受潮、發(fā)霉的情況，影響到再次使用。古籍整理，即是指通過影印、?？?、注釋、編纂等方式加工古籍，使之更利于后世的閱讀和利用，保證古籍在后世的流傳。自從數(shù)字化技術(shù)出現(xiàn)以后，古籍整理也有了新的方式，并逐漸成為今后的發(fā)展方向。通過對古籍的信息錄入，整編成書目和全文兩種數(shù)據(jù)庫，書目數(shù)據(jù)庫便于讀者查找，全文即電子文本，方便讀者閱讀，數(shù)據(jù)庫的建立和網(wǎng)絡(luò)技術(shù)普及后，通過在網(wǎng)絡(luò)上有償或無償?shù)陌l(fā)布古籍資源，能進(jìn)一步擴(kuò)大資源共享的范圍。這種方式有助于減少紙本的流通，減少紙張的損傷，也更便于工作人員的管理。在檢索上，通過搜索引擎、關(guān)鍵字詞的匹配，可以去除冗余信息，大大提高搜索效率。[1]

三、數(shù)字化技術(shù)在古籍整理中的應(yīng)用

進(jìn)入信息化時(shí)代后，數(shù)字化技術(shù)往往取代了大量繁復(fù)的手工工作，并能大大減少原本手工操作伴隨的差錯(cuò)，提高速度和準(zhǔn)確率。

（一）古籍標(biāo)點(diǎn)符號的標(biāo)注

不少古籍并沒有斷句的標(biāo)志，增加了古籍整理的難度，如果由人工去整理，首先需要辨認(rèn)清楚古文意思，再標(biāo)注標(biāo)點(diǎn)符號，無疑會(huì)造成相當(dāng)巨大的工作量，并且，很可能會(huì)存在人工誤差。但若能找到能有效判讀、斷句的辦法，則可明顯提高工作效率及準(zhǔn)確度。數(shù)字化技術(shù)利用事先建立的巨大數(shù)據(jù)庫，即有標(biāo)點(diǎn)的大量古籍文獻(xiàn)錄入后建立的標(biāo)點(diǎn)符號數(shù)據(jù)庫（包括各類古體詩、地名、官職等），再將古籍中的句子和數(shù)據(jù)庫內(nèi)的句子進(jìn)行比較，將字符間親和度作為依據(jù)來作句首、句尾的判斷，之后再進(jìn)行標(biāo)點(diǎn)的標(biāo)注。

（二）古籍語法勘誤

古籍的作者在編寫中，由于完全手工進(jìn)行，難免會(huì)存在一些錯(cuò)誤，在之后古籍的流傳中，經(jīng)歷了純手工的整理印刷，也同樣會(huì)出現(xiàn)不少人為的錯(cuò)誤。因此，在古籍整理中，需要對其進(jìn)行勘誤。但人工進(jìn)行這項(xiàng)工作時(shí)，常常會(huì)因?yàn)楸旧淼囊曈X、底稿清楚程度、文獻(xiàn)資料的殘缺不全等因素，影響到錯(cuò)誤的矯正效率。運(yùn)用數(shù)字化技術(shù)，有著能避免人為誤差的優(yōu)勢。通過事先編寫可以讓計(jì)算機(jī)自動(dòng)執(zhí)行比對，讓其在底本和校驗(yàn)本之間進(jìn)行嚴(yán)格對比，不但能夠?qū)⑽墨I(xiàn)中的錯(cuò)別字完全糾正，還能橫向?qū)Ρ炔煌姹?，?lián)系上下文環(huán)境，從中查找出最恰當(dāng)?shù)奈淖纸M合，提出校正建議。

（三）添加筏注

古籍資料中往往存在許多較為生僻的字句，需要工作人員在查閱大量文獻(xiàn)的基礎(chǔ)上，才能對其做出較正確的分析判斷，并進(jìn)行筏注。這一項(xiàng)工作若是人為操作，必然是工程量巨大，但若能通過數(shù)字化技術(shù)操作，必然會(huì)節(jié)省較多時(shí)間。當(dāng)然，這也需要事先建立好儲(chǔ)存量巨大的古籍?dāng)?shù)據(jù)庫，以作為利用數(shù)字化技術(shù)筏注時(shí)的參照。計(jì)算機(jī)在處理這些生僻字句時(shí)，會(huì)自動(dòng)從數(shù)據(jù)庫中找到最相似的內(nèi)容自動(dòng)筏注?；谖覈偶Z言的多樣性，工作人員需要事先盡可能全地將古籍文獻(xiàn)納入數(shù)據(jù)庫，并設(shè)計(jì)出模糊查詢語言，以助于減少筏注的出錯(cuò)率。

（四）古籍?dāng)?shù)據(jù)庫建設(shè)

上述古籍整理工作，都脫離不了數(shù)據(jù)庫的建設(shè)。根據(jù)介質(zhì)的不同，主要分為網(wǎng)絡(luò)數(shù)據(jù)庫和光盤數(shù)據(jù)庫兩類。數(shù)據(jù)庫最早于20世紀(jì)80年代開始建設(shè)，最早的資料庫是書目型數(shù)據(jù)庫，僅包含古籍的作者、書名等信息，方便讀者檢索，能更快地找到庫本。之后又出現(xiàn)了全文型數(shù)據(jù)庫即包含完整的文本內(nèi)容，使得對內(nèi)部內(nèi)容的檢索變得更方便。而后，為了解決錄入過程中可能存在的缺陷，出現(xiàn)了全圖像型數(shù)據(jù)庫，又因其占儲(chǔ)存資源多且檢索不便，終于催生了圖文型數(shù)據(jù)庫。光盤版的數(shù)據(jù)庫相當(dāng)于離線的網(wǎng)絡(luò)數(shù)據(jù)庫，基于保存、使用、攜帶的目的而產(chǎn)生。[2]

四、結(jié)束語

總之，古籍是我國歷史留存下來的寶貴財(cái)富，需要后人對其進(jìn)行專業(yè)的整理，提高古籍的保存率和利用率。運(yùn)用數(shù)字化技術(shù)，可以在建立巨大數(shù)據(jù)庫的基礎(chǔ)上，完成標(biāo)點(diǎn)標(biāo)注、勘誤、筏注等整理工作，并能減少古籍紙本流通，最大程度的實(shí)現(xiàn)古籍保存。