古籍?dāng)?shù)字化淺談

韓偉

摘 要：作為一個(gè)具有四千多年歷史的文明古國(guó)，我們擁有浩如煙海的古代典籍。據(jù)粗略統(tǒng)計(jì)，我國(guó)現(xiàn)存古籍達(dá)十萬(wàn)種以上。這些典籍經(jīng)過(guò)歷史的選擇和淘汰，飽經(jīng)戰(zhàn)火和災(zāi)難流傳至今，凝聚了我國(guó)古代人民的智慧和經(jīng)驗(yàn)。它們不僅是國(guó)家的寶貴文化遺產(chǎn)，也是今人做學(xué)問(wèn)、搞研究取之不盡、用之不竭的豐富寶藏。隨著科學(xué)技術(shù)的飛速發(fā)展，利用現(xiàn)代科技整理和研究古籍，使其數(shù)字化、網(wǎng)絡(luò)化是大勢(shì)所趨。

關(guān)鍵詞：古籍；數(shù)字化

一、從古籍特點(diǎn)看古籍?dāng)?shù)字化的必要性

所謂古籍?dāng)?shù)字化，就是利用數(shù)字技術(shù)將古籍轉(zhuǎn)換成數(shù)字信息，存貯于計(jì)算機(jī)或光盤(pán)上，以利古籍的使用與保護(hù)。中國(guó)古籍與其他文獻(xiàn)相比，有其特殊性。一、分布分散?，F(xiàn)有古籍主要分布于全國(guó)各地圖書(shū)館、資料室、科研單位及私人藏書(shū)家手中。也有一部分由于歷史原因藏于海外其他國(guó)家。其分散性造成利用不便。二、重藏輕用。由于古籍的文物價(jià)值及保管不易，古籍普遍存在重藏輕用現(xiàn)象。尤其是一些善本、孤本價(jià)值較高，收藏者往往秘不示人，給古籍的利用帶來(lái)困難。三、數(shù)量多，內(nèi)容復(fù)雜。歷代學(xué)者搞研究都離不開(kāi)對(duì)前人成果的利用，但是面對(duì)汗牛充棟的古籍，究個(gè)人力量爬梳、挖掘，耗時(shí)耗力，常有力不從心之感。雖然學(xué)術(shù)界已進(jìn)行大量整理工作，編纂了多種引得、通檢等工具書(shū)，但對(duì)于數(shù)量龐大的古籍文獻(xiàn)來(lái)說(shuō)，整理只是少數(shù)，這是傳統(tǒng)的手工作業(yè)難以解決的問(wèn)題。

二、利用現(xiàn)代科技整理古籍，使其數(shù)字化、網(wǎng)絡(luò)化的可行性

（1）技術(shù)上的準(zhǔn)備。現(xiàn)代科技的飛速發(fā)展為古籍開(kāi)發(fā)和整理帶來(lái)了良好的契機(jī)。早在1983年，全國(guó)語(yǔ)言學(xué)學(xué)科規(guī)劃會(huì)議上就指出：“隨著電子技術(shù)的發(fā)展，加上古籍整理工作者和計(jì)算機(jī)工作者的合作，計(jì)算機(jī)一定能夠幫助我們?cè)诠偶硌芯糠矫孀龈?、更?fù)雜的事情?！笔畮啄赀^(guò)去了，大家有目共睹，計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)等日新月異，為古籍現(xiàn)代化鋪平了道路。如今，利用計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)等在資料存儲(chǔ)、整理、檢索、傳輸?shù)确矫娴膬?yōu)勢(shì)對(duì)古籍進(jìn)行有計(jì)劃的系統(tǒng)的發(fā)掘整理，使其數(shù)字化、網(wǎng)絡(luò)化從而達(dá)到保存、利用與共享的目的是完全可能的。首先，新一代高性能計(jì)算機(jī)的海量存儲(chǔ)和秒級(jí)運(yùn)算能力驚人，大容量、高密度的硬盤(pán)和光盤(pán)及光盤(pán)塔、光盤(pán)庫(kù)的面市，使古籍龐大的數(shù)量不再成為難題。其次，新的計(jì)算機(jī)應(yīng)用技術(shù)大大降低了古籍?dāng)?shù)字化的難度，使古籍?dāng)?shù)字化不僅成為理論上而且是技術(shù)上的可能。非鍵盤(pán)輸入技術(shù)使文獻(xiàn)載體轉(zhuǎn)換方式發(fā)生了一場(chǎng)革命，如自動(dòng)識(shí)別輸入技術(shù)（ODR）使海量信息輸入工作量大大降低。數(shù)字挖掘技術(shù)（簡(jiǎn)稱KDD）是一種可從大量數(shù)據(jù)中提取可信的、新穎的、有效的知識(shí)的高級(jí)處理過(guò)程，尤為適合古籍的數(shù)字化處理。另外如OCR光學(xué)識(shí)別技術(shù)可將古籍轉(zhuǎn)化為文本，可自動(dòng)從圖像文件中抽取題名、著者等檢索點(diǎn)，較之人工標(biāo)引快捷、簡(jiǎn)單。其他如數(shù)字圖像技術(shù)、多媒體壓縮與傳輸技術(shù)、安全保密技術(shù)等都為古籍?dāng)?shù)字化提供了有力的支持。第三，網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展使信息資源的共享成為可能，為數(shù)字化古籍的共享和遠(yuǎn)程利用提供了方便。國(guó)際互聯(lián)網(wǎng)不斷拓寬的網(wǎng)帶已將世界連接為一個(gè)地球村，數(shù)字化古籍的服務(wù)范圍從理論上說(shuō)可以擴(kuò)展到每個(gè)人的家門(mén)口。

（2）實(shí)踐中的經(jīng)驗(yàn)。中國(guó)古籍是世界文化遺產(chǎn)的重要組成部分，分散于世界各地的古籍早已被各國(guó)學(xué)者所重視和研究。用現(xiàn)代科技整理開(kāi)發(fā)古籍已積累了大量的實(shí)踐經(jīng)驗(yàn)。美國(guó)借助其技術(shù)的先進(jìn)，首先建立起古籍?dāng)?shù)據(jù)庫(kù)，如著名的聯(lián)機(jī)系統(tǒng)OCLC和RLIN，使一些流傳海外的古籍被許多學(xué)者所研究和利用。日本于1980年便開(kāi)始本國(guó)古籍的自動(dòng)化系統(tǒng)研究，十年后其數(shù)據(jù)庫(kù)正式運(yùn)行。我國(guó)的古籍?dāng)?shù)字化工作始于八十年代中期，主要表現(xiàn)在對(duì)重要古籍?dāng)?shù)字化和編制專書(shū)專題檢索系統(tǒng)方面。例如中國(guó)社科院《全唐詩(shī)》、《全唐文》、《十三經(jīng)》、《先秦魏晉南北朝詩(shī)》檢索系統(tǒng)、《論語(yǔ)》逐字索引、南京師范大學(xué)的《全宋詞》檢索系統(tǒng)、四川大學(xué)古籍所《全宋文》資料檢索系統(tǒng)、陜西師范大學(xué)古籍整理研究所《二十五史》全文檢索系統(tǒng)、河南大學(xué)《宋人筆記檢索系統(tǒng)》、《南宋主要?dú)v史文獻(xiàn)全文數(shù)據(jù)庫(kù)》等。尤為值得一提的是，我國(guó)古代卷帙最大的綜合性叢書(shū)《四庫(kù)全書(shū)》也已有數(shù)種電子版問(wèn)世。其中濟(jì)南匯文科技開(kāi)發(fā)中心研制的《四庫(kù)全書(shū)》原文電子版囊括了《四庫(kù)全書(shū)》三萬(wàn)余冊(cè)所有文獻(xiàn)，不僅能閱讀原文，而且能夠按書(shū)名、著者、書(shū)號(hào)和指定卷、冊(cè)、頁(yè)進(jìn)行檢索；上海人民出版社與香港迪志文化出版有限公司聯(lián)合開(kāi)發(fā)的《文淵閣四庫(kù)全書(shū)》光盤(pán)版在保持原書(shū)原貌的基礎(chǔ)上，同時(shí)為讀者提供了快速有效的檢索、整理和編輯功能。另外，我國(guó)一些大型圖書(shū)館還都紛紛投入一定人力、物力，進(jìn)行本館古籍書(shū)目數(shù)據(jù)庫(kù)的建設(shè)。

三、關(guān)于古籍?dāng)?shù)字化的思考

（1）面臨的困難。放眼古籍?dāng)?shù)字化工作，多年的研究成果令人欣喜。但是相對(duì)浩瀚的古籍資料，用現(xiàn)代技術(shù)開(kāi)發(fā)整理的只是極少一部分，遠(yuǎn)遠(yuǎn)不能滿足搶救和利用古籍的需要。透過(guò)看似繁榮熱鬧的古籍?dāng)?shù)字化表面，我們不能不正視存在的困難。

（2）關(guān)于古籍?dāng)?shù)字化的思考。鑒于目前古籍?dāng)?shù)字化的現(xiàn)狀和存在問(wèn)題，不能不引起我們的理論思考。進(jìn)行統(tǒng)一的有計(jì)劃的古籍全面數(shù)字化，必須兼顧古籍書(shū)目數(shù)據(jù)庫(kù)與全文數(shù)據(jù)庫(kù)兩個(gè)層次的建設(shè)。

①首先談?wù)劰偶畷?shū)目數(shù)據(jù)庫(kù)。中國(guó)傳統(tǒng)目錄學(xué)相當(dāng)發(fā)達(dá)，歷來(lái)公藏私藏之書(shū)都有編制目錄的傳統(tǒng)，歷代學(xué)者無(wú)不依賴目錄作為治學(xué)津梁。因此，建立統(tǒng)一的中國(guó)聯(lián)合古籍書(shū)目數(shù)據(jù)庫(kù)，全面反映中國(guó)古籍現(xiàn)狀，為研究者提供便捷的古籍書(shū)目檢索系統(tǒng)，是當(dāng)今圖書(shū)館界人們的共識(shí)，也是古籍?dāng)?shù)字化、網(wǎng)絡(luò)化的基礎(chǔ)。

第一，實(shí)行標(biāo)準(zhǔn)著錄，統(tǒng)一著錄規(guī)則。中國(guó)傳統(tǒng)著錄有一定程式，但并不標(biāo)準(zhǔn)。例如對(duì)書(shū)名隨意穿靴戴帽，對(duì)版本著錄不提供客觀依據(jù)，著者有著其名者、有著其號(hào)者，還有掛帶官名、籍貫的等等。八十年代以來(lái)，中國(guó)古籍有了標(biāo)準(zhǔn)著錄規(guī)則，前幾年又進(jìn)一步做了修訂，并出臺(tái)了標(biāo)準(zhǔn)著錄條例。這一標(biāo)準(zhǔn)的制定結(jié)合了我國(guó)古籍特點(diǎn)，同時(shí)考慮到計(jì)算機(jī)著錄的要求。統(tǒng)一和推廣標(biāo)準(zhǔn)化著錄是建聯(lián)合書(shū)目數(shù)據(jù)庫(kù)的基礎(chǔ)。

第二，要規(guī)范中國(guó)古籍分類法。對(duì)于古籍，我國(guó)藏書(shū)單位采用了不同的分類法，有用科圖法的，有用人大法的，也有用中圖法、劉國(guó)鈞十五大類分類法的，但大部分單位采用的是傳統(tǒng)的四部分類法。四部分類法沿用一千余年，其分類標(biāo)準(zhǔn)是依據(jù)我國(guó)古籍的內(nèi)容、學(xué)術(shù)發(fā)展和目錄學(xué)體系而設(shè)置的，影響廣泛，使用也合習(xí)慣。因此將四部分類法加以細(xì)化，對(duì)不合理的地方加以調(diào)整，并給予科學(xué)配號(hào)，以此作為統(tǒng)一書(shū)目數(shù)據(jù)庫(kù)的分類標(biāo)引應(yīng)當(dāng)是可行的和易于接受的。

第三，必須制定統(tǒng)一的古籍書(shū)目機(jī)讀格式。書(shū)目機(jī)讀格式必須統(tǒng)一，如果格式不統(tǒng)一，任何軟件都將難以處理。目前大部分圖書(shū)館古籍編目采用的是國(guó)內(nèi)圖書(shū)館界中文圖書(shū)計(jì)算機(jī)著錄的通用格式CNMARC。但CNMARC格式中，有關(guān)古籍著錄方面的內(nèi)容相對(duì)欠缺，依據(jù)這些粗線條的規(guī)定，即使不同單位都采用，仍會(huì)在數(shù)據(jù)中出現(xiàn)差別。國(guó)家圖書(shū)館在CNMARC基礎(chǔ)上，根據(jù)多年實(shí)踐經(jīng)驗(yàn)，由館內(nèi)外專家研究制訂了比較詳細(xì)的《漢語(yǔ)文古籍機(jī)讀目錄格式使用手冊(cè)》，已交由北京圖書(shū)館出版社出版。國(guó)家圖書(shū)館于今年10月還面向全國(guó)各地圖書(shū)館舉辦了機(jī)讀目錄格式培訓(xùn)班，在全國(guó)圖書(shū)館界推廣統(tǒng)一的MARC標(biāo)準(zhǔn)，為建立標(biāo)準(zhǔn)的可共享的古籍書(shū)目數(shù)據(jù)庫(kù)打下了基礎(chǔ)。

古籍?dāng)?shù)字化賦予了傳統(tǒng)文化以新的生命。作為一個(gè)當(dāng)代人，站在祖先遺留下來(lái)的古老墨香與現(xiàn)代科技的炫目光彩之間，我們肩負(fù)的是繼往開(kāi)來(lái)的責(zé)任。雖然大規(guī)模的可共享的古籍?dāng)?shù)字化、網(wǎng)絡(luò)化絕非一朝一夕的事，但我們畢竟看到了希望。

參考文獻(xiàn)：

1．王純．古籍?dāng)?shù)字化之趨勢(shì)．圖書(shū)館理論與實(shí)踐，2020（3）

2．王雪迎．楊慧．計(jì)算機(jī)古籍編目初探．人大復(fù)印報(bào)刊資料．圖書(shū)學(xué)．信息科學(xué)·資料工作，2021（9）

3．李致忠．再論建立中國(guó)古籍書(shū)目數(shù)據(jù)庫(kù)·北京圖書(shū)館出版社，2020