數(shù)字人文視域下文書檔案的開發(fā)與利用研究

文/國家廣播電視總局五二三臺 張倩

數(shù)字人文是人文學(xué)科和計算機(jī)科學(xué)相結(jié)合的產(chǎn)物，能夠彌補(bǔ)傳統(tǒng)人文學(xué)科研究中存在的缺陷和不足，同時也為社會大眾提供了了解歷史文化、提高文化素養(yǎng)、增強(qiáng)文化自信的途徑。數(shù)字人文對傳統(tǒng)人文學(xué)科研究模式產(chǎn)生了深遠(yuǎn)影響，數(shù)字人文研究的本質(zhì)是“以數(shù)據(jù)為核心”，以數(shù)據(jù)為驅(qū)動，強(qiáng)調(diào)研究成果的可靠性和實用性。文書檔案是歷史、文化與社會記憶的載體，數(shù)字人文視域下文書檔案的開發(fā)與利用應(yīng)以數(shù)據(jù)驅(qū)動為核心理念，強(qiáng)化數(shù)據(jù)安全，優(yōu)化利用流程，整合開發(fā)資源，形成以大數(shù)據(jù)為基礎(chǔ)的文書檔案數(shù)字人文服務(wù)模式，更好地服務(wù)社會和人類發(fā)展。

一、數(shù)字人文研究的本質(zhì)：“以數(shù)據(jù)為核心”

數(shù)字人文是以數(shù)字技術(shù)為工具，以數(shù)據(jù)為核心的一種人文學(xué)科研究方法，強(qiáng)調(diào)通過數(shù)字技術(shù)和數(shù)據(jù)分析的方式來獲取、處理和理解人文學(xué)科中的文本、圖像、聲音等形式。隨著數(shù)字技術(shù)與人文學(xué)科的深度融合，數(shù)字人文研究呈現(xiàn)出“以數(shù)據(jù)為核心”“以數(shù)據(jù)為驅(qū)動”等特點。數(shù)字人文以計算機(jī)技術(shù)和人工智能為基礎(chǔ)，主要使用自然語言處理技術(shù)、計算機(jī)視覺技術(shù)、知識圖譜技術(shù)以及機(jī)器學(xué)習(xí)算法等方法，對人類的認(rèn)知過程進(jìn)行模擬。數(shù)字人文研究強(qiáng)調(diào)以數(shù)據(jù)為核心，將一切可量化、可分析的信息進(jìn)行數(shù)字化處理，通過對大量文本、圖像等信息的整合，從不同維度深入挖掘文本背后隱藏的歷史文化信息，進(jìn)而探究社會和文化發(fā)展規(guī)律，促進(jìn)社會的發(fā)展。數(shù)字人文研究認(rèn)為傳統(tǒng)人文學(xué)科研究中存在大量的“黑箱”問題，導(dǎo)致研究者無法準(zhǔn)確判斷研究成果是否符合實際需求，此研究可有效解決其中存在的問題。

二、數(shù)字人文視域下文書檔案的開發(fā)方向

（一）運用文本挖掘技術(shù)挖掘文書檔案的潛在價值。文本挖掘是對文本內(nèi)容進(jìn)行自動分析并發(fā)現(xiàn)其中蘊含的信息的過程。通過對文本內(nèi)容的挖掘，可以對用戶需求、知識圖譜等相關(guān)信息進(jìn)行挖掘，進(jìn)而生成用戶需要的信息和知識，同時也能從文本挖掘中發(fā)現(xiàn)問題和規(guī)律，從而為文書檔案的開發(fā)與利用提供新的思路。在文書檔案開發(fā)與利用的過程中，首先要明確開發(fā)與利用目的。目前，文獻(xiàn)檔案的開發(fā)與利用方向主要是：滿足用戶閱讀需求，為專業(yè)人員提供研究支持。對于前者來說，要進(jìn)一步挖掘現(xiàn)有文獻(xiàn)檔案的潛在價值，通過深度加工并整合現(xiàn)有的文獻(xiàn)資源，充分發(fā)揮其在歷史、文化和社會記憶方面的作用；對于后者來說，要進(jìn)一步挖掘文書檔案的潛在價值，為人文研究提供新思路。在文書檔案的開發(fā)與利用過程中，要明確當(dāng)前研究存在的問題并及時解決，將已有的數(shù)據(jù)資源進(jìn)行整合，充分發(fā)揮其在歷史、文化和社會記憶方面的作用，為不同環(huán)境下歷史、地理、科學(xué)等學(xué)科的發(fā)展提供信息與數(shù)據(jù)支持。

要建立基于大數(shù)據(jù)和文本挖掘技術(shù)的文書檔案開發(fā)與利用系統(tǒng)，需根據(jù)研究目標(biāo)制定科學(xué)的系統(tǒng)設(shè)計方案和框架；明確系統(tǒng)功能模塊和數(shù)據(jù)流程；運用大數(shù)據(jù)技術(shù)和文本挖掘技術(shù)進(jìn)行數(shù)據(jù)分析；建立科學(xué)的指標(biāo)體系、搭建文書檔案管理平臺等，對系統(tǒng)的運行效果進(jìn)行評估。在文書檔案開發(fā)與利用過程中，充分運用大數(shù)據(jù)技術(shù)、人工智能等現(xiàn)代信息技術(shù)進(jìn)行輔助。例如：利用自然語言處理技術(shù)實現(xiàn)對文書檔案的自動標(biāo)引和自動生成摘要；運用機(jī)器學(xué)習(xí)技術(shù)對文書檔案進(jìn)行分類；利用文本挖掘技術(shù)對文書檔案進(jìn)行語義分析、構(gòu)建知識圖譜；利用機(jī)器翻譯技術(shù)自動評估相關(guān)文獻(xiàn)的翻譯結(jié)果。

（二）運用數(shù)據(jù)管理技術(shù)充分發(fā)揮文書檔案數(shù)據(jù)的作用。在數(shù)字人文研究中，數(shù)據(jù)是開展研究的基礎(chǔ)和保障。隨著數(shù)據(jù)量的增長，傳統(tǒng)的基于人工整理、統(tǒng)計的檔案管理模式越來越難以適應(yīng)目前檔案管理的需要，文書檔案數(shù)字化、信息化、網(wǎng)絡(luò)化管理模式在實現(xiàn)檔案數(shù)字化過程中得到越來越廣泛的使用，數(shù)據(jù)管理技術(shù)可將文書檔案從實體檔案轉(zhuǎn)化為電子文檔，也可將紙質(zhì)檔案轉(zhuǎn)化為電子檔案，為檔案管理人員對文書檔案進(jìn)行全流程管理提供便利。在保存方面，未來可結(jié)合數(shù)字技術(shù)與傳統(tǒng)技術(shù)形成不同類型文書檔案的長期保存模式。如建國初期的民間契約、公文、電報等較為久遠(yuǎn)的檔案、文獻(xiàn)等資料，根據(jù)其性質(zhì)與價值特征進(jìn)行分類保存，以滿足需求；在數(shù)字化進(jìn)程方面，可對各類文書檔案進(jìn)行掃描、識別、去重、分類、標(biāo)注等處理；在開發(fā)利用方面，可加強(qiáng)對文書檔案數(shù)據(jù)的開放共享和深度挖掘利用。但數(shù)字人文研究同樣面臨著數(shù)據(jù)共享與價值挖掘之間的矛盾，一方面，數(shù)字人文研究需要海量數(shù)據(jù)的支撐；另一方面，數(shù)字人文研究成果的價值在于對數(shù)據(jù)的應(yīng)用和價值的挖掘。因此，在開發(fā)利用過程中應(yīng)注重數(shù)據(jù)質(zhì)量和數(shù)據(jù)安全問題。通過對各種類型文書檔案信息進(jìn)行分類管理和整理加工，建立完善的文書檔案資源體系，搭建文書檔案管理平臺。

（三）結(jié)合GIS技術(shù)將人文歷史地理脈絡(luò)與現(xiàn)代科技相結(jié)合。利用地理信息系統(tǒng)技術(shù)可以滿足歷史檔案資料、人文歷史發(fā)展、地理環(huán)境保護(hù)等學(xué)科的發(fā)展，為文書檔案管理工作提供數(shù)據(jù)支撐，尤其是在不同區(qū)域下文書檔案的整理與匯總，以及各種與地理信息數(shù)據(jù)相關(guān)的文書檔案整理方面，人文歷史地理等學(xué)科與現(xiàn)代科技的結(jié)合可為信息使用者、閱讀者提供更加全面、有效的數(shù)據(jù)。因此，文書檔案開發(fā)可從地理空間數(shù)據(jù)管理、分析和制圖等方面展開，發(fā)揮自身優(yōu)勢，將數(shù)字人文的研究成果與GIS技術(shù)結(jié)合，建立基于GIS的數(shù)字人文平臺。這一平臺可以從文書檔案中獲取海量信息，包括文書檔案信息、歷史地圖、地理空間數(shù)據(jù)等，并利用GIS技術(shù)進(jìn)行數(shù)據(jù)分析，建立基于地理空間數(shù)據(jù)的數(shù)字人文模型，實現(xiàn)文書檔案中地理信息數(shù)據(jù)的有效整合。對于有不同使用需求的人員、部門、單位、企業(yè)以及其他使用者來說，有利于文書檔案在多部門之間實現(xiàn)共享和利用，提升對文書檔案資源的開發(fā)利用效率。與此同時，將數(shù)字人文與GIS技術(shù)結(jié)合的另一大優(yōu)勢是可以進(jìn)行空間分析與空間制圖。通過空間分析和空間制圖將相關(guān)文書檔案信息進(jìn)行有效整合與管理，實現(xiàn)對地理空間數(shù)據(jù)的可視化呈現(xiàn)，為用戶提供多種空間分析功能和可視化展示手段。例如，可將電子地圖上的文字信息、圖像信息等進(jìn)行直接顯示或轉(zhuǎn)換，對數(shù)據(jù)進(jìn)行有效管理。

（四）結(jié)合VR技術(shù)提升文書檔案的展示效果。VR技術(shù)是指利用計算機(jī)仿真技術(shù)，通過創(chuàng)建虛擬環(huán)境，使用戶身臨其境地感受真實場景中的視覺、聽覺、觸覺等信息，并在此基礎(chǔ)上產(chǎn)生深度感知和思維活動。VR技術(shù)被廣泛應(yīng)用于博物館、圖書館、檔案館等人文社會科學(xué)機(jī)構(gòu)，展示形式多種多樣。目前，我國博物館在數(shù)字人文平臺展示的館內(nèi)情況與展品通過計算機(jī)圖形圖像處理技術(shù)，以三維數(shù)據(jù)形式對博物館檔案進(jìn)行數(shù)字化處理，以實體博物館檔案為基礎(chǔ)，制作一套完整的博物館檔案的數(shù)字化產(chǎn)品目錄，將紙質(zhì)檔案、圖片檔案、視頻檔案轉(zhuǎn)化為數(shù)字產(chǎn)品。通過該目錄，用戶可以清晰地了解博物館文書檔案的數(shù)字化產(chǎn)品內(nèi)容及其使用方式等信息。在展示效果上，用戶可以通過360度視角感受博物館檔案的真實面貌。當(dāng)前我國各地方博物館、中國科技博物館、國家博物館均在發(fā)展此項技術(shù)，且得到了一定的應(yīng)用。除了博物館文書檔案外，利用VR技術(shù)還可以將其他類型的檔案進(jìn)行展示，如司法文書、訴訟檔案、司法卷宗等。

三、數(shù)字人文視野下文書檔案開發(fā)利用的策略

（一） 搭建文書檔案數(shù)字人文研究平臺，助推文書檔案的轉(zhuǎn)型升級。在數(shù)字人文視野下，文書檔案的開發(fā)利用工作應(yīng)該圍繞數(shù)字人文理念，搭建具有特色的數(shù)字人文研究平臺。平臺可以在傳統(tǒng)的檔案管理基礎(chǔ)上，通過大數(shù)據(jù)技術(shù)分析整理各類歷史檔案數(shù)據(jù)資源，從而實現(xiàn)對歷史文化資源的開發(fā)和利用。此外，文書檔案開發(fā)單位還可以將數(shù)字人文理念應(yīng)用于文書檔案開發(fā)利用工作，構(gòu)建數(shù)字人文研究平臺。數(shù)字人文檔案在技術(shù)層面可利用互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等技術(shù)，實現(xiàn)對歷史信息的有效采集、存儲和檢索，并進(jìn)行數(shù)字化處理；對于數(shù)字人文檔案內(nèi)容，可利用數(shù)字技術(shù)將大量分散于各領(lǐng)域的文獻(xiàn)資料進(jìn)行整合，形成統(tǒng)一的研究框架。數(shù)字人文作為近幾年新興發(fā)展起來的研究領(lǐng)域，涉及人文學(xué)科多個領(lǐng)域的交叉學(xué)科，注重將傳統(tǒng)人文研究方式與現(xiàn)代科學(xué)技術(shù)相結(jié)合，實現(xiàn)對歷史文化的深度解讀。

（二）建立數(shù)字倉儲，實現(xiàn)文書檔案資源的整合與長期保存。文書檔案作為我國歷史文化的重要組成部分，是國家歷史文化的重要載體。隨著社會的發(fā)展，文書檔案數(shù)量也在不斷增加。為了避免文書檔案資源分散資源利用率低等問題，需要將文書檔案資源進(jìn)行整合并長期保存，從而更好地滿足人們對文書檔案信息資源的需求。數(shù)字倉儲作為數(shù)字人文技術(shù)的重要組成部分，能夠?qū)ξ臅鴻n案進(jìn)行統(tǒng)一管理和長期保存。利用數(shù)字倉儲技術(shù)能夠?qū)⒎稚⒃诓煌I(lǐng)域、不同單位、民間遺落的文書檔案資源進(jìn)行整合并長期保存。在整合時，可以先對文書檔案資源的類別、時間等要素進(jìn)行統(tǒng)計分析，然后根據(jù)需要制定統(tǒng)一的管理標(biāo)準(zhǔn)，最后統(tǒng)一存儲和長期保存。

（三）推動項目委托，進(jìn)行文書檔案的數(shù)字人文開發(fā)。目前，我國高校和科研機(jī)構(gòu)中都設(shè)有數(shù)字人文研究中心，且已將數(shù)字人文研究中心委托給國家圖書館、中國社會科學(xué)院圖書館等單位進(jìn)行開發(fā)利用。以國家圖書館為例，該機(jī)構(gòu)每年都會組織相關(guān)領(lǐng)域的專家學(xué)者申報數(shù)字人文項目，國家圖書館還會組織相關(guān)領(lǐng)域的專家學(xué)者進(jìn)行評審。從這些申報項目可以看出，這些單位都在積極探索文書檔案的開發(fā)利用與數(shù)字人文技術(shù)結(jié)合工作，為高校教育、社會信息的獲取提供路徑。數(shù)字人文項目一般都是由特定機(jī)構(gòu)發(fā)起并完成，數(shù)字人文研究中心、圖書館、檔案館等都是主要參與者，由于我國現(xiàn)有的數(shù)字人文研究大多是以項目委托形式展開的，也就是將相關(guān)研究項目委托給科研機(jī)構(gòu)，由科研機(jī)構(gòu)根據(jù)用戶需求和社會需求開展具體研究，從而推動數(shù)字人文研究的發(fā)展。對于我國文書檔案而言，由于其本身具有較強(qiáng)的穩(wěn)定性和保密性，因此在數(shù)字人文視野下開展文書檔案的開發(fā)利用工作時，可以采用項目委托的方式促進(jìn)人文檔案管理技術(shù)的升級。除此之外，對于一些大型文獻(xiàn)資源豐富的機(jī)構(gòu)，可以直接將相關(guān)文獻(xiàn)資源以項目委托的形式委托給數(shù)字人文研究中心進(jìn)行開發(fā)，豐富和優(yōu)化人文檔案開發(fā)模式與管理技術(shù)。

（四）加強(qiáng)教育培訓(xùn)，提升文書檔案工作人員的專業(yè)素養(yǎng)。數(shù)字人文視野下，文書檔案的開發(fā)利用工作需要工作人員具有專業(yè)的知識儲備和實踐經(jīng)驗，數(shù)字人文在很大程度上依賴于工作人員對數(shù)字人文的理解和掌握程度，因此，加強(qiáng)對文書檔案工作人員的教育培訓(xùn)十分必要。在數(shù)字人文視野下，文書檔案開發(fā)工作人員要具備扎實的理論知識，熟悉數(shù)字人文技術(shù)，了解文書檔案管理中涉及的相關(guān)知識和概念，掌握文書檔案管理中涉及的技術(shù)標(biāo)準(zhǔn)。具體而言，可以從以下幾方面入手：第一，加強(qiáng)對工作人員專業(yè)素養(yǎng)的培訓(xùn)，提升工作人員的專業(yè)知識水平，可以通過組織系統(tǒng)學(xué)習(xí)數(shù)字人文的相關(guān)知識和理論，也可以邀請數(shù)字人文領(lǐng)域的專家為工作人員授課或組織開展專題培訓(xùn)，幫助工作人員提升數(shù)字人文知識水平。第二，建立完善的教育培訓(xùn)體系?？梢酝ㄟ^設(shè)置數(shù)字人文課程、邀請專家授課等方式提高工作人員對數(shù)字人文理論和方法的掌握程度；也可以通過舉辦培訓(xùn)班、研討會等形式對文書檔案管理人員進(jìn)行有針對性的教育培訓(xùn)。第三，注重對工作人員實踐能力的培養(yǎng)。文書檔案的開發(fā)利用工作涉及檔案管理、信息資源整合、數(shù)字人文技術(shù)等多方面，需要文書檔案工作人員具有一定的實踐經(jīng)驗和創(chuàng)新能力。

四、結(jié)語

綜上所述，數(shù)字人文技術(shù)的發(fā)展為文書檔案資源的開發(fā)與利用帶來了新機(jī)遇，數(shù)字人文與檔案管理的融合為文書檔案資源的開發(fā)提供了新思路?；诖耍疚膹臄?shù)字人文視域下文書檔案的開發(fā)與利用出發(fā)，分析數(shù)字人文視域下文書檔案開發(fā)的方向，提出了相應(yīng)的發(fā)展策略，以期為之后文書檔案的開發(fā)提供思路引導(dǎo)，滿足數(shù)字檔案管理工作的升級及優(yōu)化、工作人員專業(yè)能力提升、數(shù)字檔案開發(fā)技術(shù)的升級與探索等工作需要，為我國科學(xué)技術(shù)和文化發(fā)展提供良好的技術(shù)與平臺支撐。