基于關系數(shù)據(jù)庫的《說文》部首數(shù)據(jù)庫的構(gòu)建

霍寧宇 殷冬 曹陽

摘要：作為信息化技術與傳統(tǒng)學科的結(jié)合點，運用新技術對傳統(tǒng)學科材料進行處理和分析已成為一種趨勢。本文從字形、字音、字義等方面對《說文》部首及相關材料進行梳理，以Microsoft Access 2010 為系統(tǒng)運行平臺試制數(shù)據(jù)庫，采用關系型數(shù)據(jù)庫模式，并簡要論述了數(shù)據(jù)庫技術在傳統(tǒng)學科研究的價值與意義。

關鍵詞：《說文》；部首；數(shù)據(jù)庫

隨著數(shù)據(jù)化的進一步發(fā)展，傳統(tǒng)學科與信息技術的結(jié)合已經(jīng)成為必然的趨勢。《說文》作為傳統(tǒng)文字學的重要典籍之一，如何對其進行數(shù)據(jù)化是一項很有意義的研究，但在已有的一些查詢網(wǎng)站和相關數(shù)據(jù)庫仍存在一定的不足。本文通過對《說文》部首及相關數(shù)據(jù)的處理并對數(shù)據(jù)庫的建構(gòu)進行嘗試，希望能夠?qū)ο嚓P研究提供幫助。

1《說文》部首數(shù)據(jù)庫的建構(gòu)意義

數(shù)據(jù)庫是按照一定結(jié)構(gòu)組織，可以長期存儲在計算機內(nèi)的、具有某些內(nèi)在含義的、在邏輯上保持一致的、可共享的大量數(shù)據(jù)集合。數(shù)據(jù)庫技術是目前使用計算機進行數(shù)據(jù)處理的主要方式，在以大批量數(shù)據(jù)的存儲、組織和使用為基本特征的領域里，數(shù)據(jù)庫有著廣泛的應用。

對《說文》部首進行數(shù)據(jù)庫化，其必要性主要體現(xiàn)在以下幾個方面：

1.1 部首全面梳理的需要

無論是《說文》中部與部、部與字的關系還是具體到字中形音義之間的關系，都不是單純的平面化單線性的材料堆疊，而是具有內(nèi)在邏輯的多層次關系。因此，在對《說文》進行的研究中，限于原有的材料處理方式，無法便捷高效的將其中關系直觀展現(xiàn)出來，需要借助計算機數(shù)據(jù)庫技術的介入，才能對對象材料進行立體化的處理并以二維表格的形式展示出來。

1.2 部首對比分析的需要

《說文》首創(chuàng)“部首”這一概念，其后的歷代字書在編纂中大多仿說文這一體例編排，但會根據(jù)文字形體的不同加以增刪改變，由此可以一窺漢字部首在不同時期的演變規(guī)律，這要求對不同時期不同字書的部首進行對比分析的能力。

1.3 便利教學與研究的需要

在條件允許的情況下引入數(shù)據(jù)庫技術，對文獻材料的處理（如語料的分類等）既可以提高效率，避免不必要的資源浪費，也符合當下文獻數(shù)據(jù)化的發(fā)展趨勢，在傳統(tǒng)學科研究方式的革新方向提供探索的經(jīng)驗。

2《說文》部首數(shù)據(jù)庫的設計

《說文》部首數(shù)據(jù)庫的構(gòu)架，首先需要選定依據(jù)的文獻版本以及實現(xiàn)數(shù)據(jù)庫的數(shù)據(jù)庫管理系統(tǒng)。為了保證盡量高的質(zhì)量，在文獻版本的選擇上，《說文》采用大徐本（中華書局1963），并參考了臧克和、王平、劉志基開發(fā)的“《說文解字》全文檢索系統(tǒng)”（南方日報出版社2004）；在補充數(shù)據(jù)的選擇上，字形部分選擇了由陳彭年等校定的《大廣益會玉篇》（中華書局1987）；字音部分反切以大徐本為主，現(xiàn)代漢語注音則參考王彤偉《說文解字五百四十部疏講》（巴蜀書社2012）；字義部分仍以《說文》大徐本為主，參考徐鍇《說文解字系傳》（中華書局1987）；在數(shù)據(jù)庫管理系統(tǒng)的選擇上，采用目前占據(jù)主流地位的關系型數(shù)據(jù)庫。

按照關系型數(shù)據(jù)庫的設計理念及建模方式，《說文》部首數(shù)據(jù)庫的構(gòu)建分成以下幾個部分：

2.1 概念結(jié)構(gòu)設計

概念結(jié)構(gòu)設計，指的是使用實體關系圖（ER圖）對《說文》部首的組織結(jié)構(gòu)進行概念結(jié)構(gòu)分析，辨明其中的實體、屬性與聯(lián)系，從而構(gòu)建出《說文》部首的概念結(jié)構(gòu)模型，完成從現(xiàn)實世界到信息世界的第一層抽象。

分析《說文》部首，首先要了解把握《說文》整體的組織結(jié)構(gòu)?！墩f文》的內(nèi)部組織結(jié)構(gòu)從實質(zhì)上來說是一種層級結(jié)構(gòu)：全書分若干卷，每卷分若干部，每部分若干字，每字分若干形。在這一結(jié)構(gòu)下，說解、注音等內(nèi)容依層歸附，形成整體。

《說文》部首結(jié)構(gòu)主要體現(xiàn)在部、字與形三者之間。且部首是部的代表，也是部中具體的一個字，可以將部與字歸并為“部首”一層，也即把《說文》部首的內(nèi)在結(jié)構(gòu)劃分為“部首”與“字形”兩級。在此基礎上抽象其概念并結(jié)合補充材料，用ER圖表現(xiàn)如下：

《說文》部首各實體及其屬性說明如下：

《說文》部首“部首”實體，有10個屬性：“部序”是“部”層面的數(shù)字序號，“部目”是各部首的名稱，“字序”是“字”層面的數(shù)字序號，“字目”是充當部首的具體字頭，“原文”是《說文》對字頭的說解，“徐鉉”是徐鉉對字頭的解釋，“徐鍇”是徐鍇對字頭的解釋，“今讀”是對字頭的現(xiàn)代漢語注音，“唐韻”是徐鉉所加的《唐韻》反切，“玉篇”是確認該部首在《玉篇》中是否仍為部首。

《說文》部首“字形”實體，有4個屬性：“形序”是“字形”的數(shù)字序號，“形目”是與字頭對應的各類字形，“形類”是《說文》及補充材料中對字形的歸類，“說解”是《說文》及其他材料中對字形的說明。

《說文》部首數(shù)據(jù)庫的所收材料除了來自《說文》本身的材料以外補充的內(nèi)容，在數(shù)據(jù)分析中作為“部首”以及“字形”的屬性表現(xiàn)（如今讀，楷字等）。

2.2 邏輯結(jié)構(gòu)設計

邏輯結(jié)構(gòu)設計是依據(jù)關系數(shù)據(jù)理論的轉(zhuǎn)換規(guī)則，將《說文》部首ER圖中的實體、屬性以及實體之間的聯(lián)系轉(zhuǎn)換為相關的關系模式，從而構(gòu)建出其中的邏輯結(jié)構(gòu)模型，完成從信息世界到數(shù)據(jù)世界的二級抽象。

《說文》部首ER圖中包括“部首”和“字形”2個實體，相應可以轉(zhuǎn)化為2組關系，其中實體的屬性表現(xiàn)為關系的屬性；各實體之間都是1：n聯(lián)系，通過將實體1端（即“部首”）的主鍵納入實體n端（即“字形”）中作為外鍵，從而建立起關系之間的聯(lián)系。通過轉(zhuǎn)換，《說文》部首的邏輯關系表示如下（加下劃線的屬性為主鍵）：

部首（部序、部目、字序、字目、原文、徐鉉、徐鍇、今讀、唐韻、玉篇）

字形（形序、形目、形類、說解、部序）

2.3 規(guī)范化分析

規(guī)范化分析，是根據(jù)關系規(guī)范化理論，對《說文》部首邏輯結(jié)構(gòu)中的關系模式進行分析，確定各關系模式中屬性之間的函數(shù)依賴關系和達到的范式等級，從而檢測系統(tǒng)設計的優(yōu)劣程度。

運用規(guī)范化理論，可以看出，在《說文》部首的各個關系模式中，主鍵都是本模式的唯一決定因素，所以這2個關系模式都屬于BC范式，在函數(shù)依賴的范疇內(nèi)，規(guī)范化程度已經(jīng)達到了最高。

2.4 表結(jié)構(gòu)創(chuàng)建

表結(jié)構(gòu)的創(chuàng)建即是根據(jù)關系數(shù)據(jù)庫管理系統(tǒng)的要求，將《說文》部首邏輯結(jié)構(gòu)中的關系模式轉(zhuǎn)換為相應的數(shù)據(jù)表形式，并對數(shù)據(jù)表中的屬性名稱、數(shù)據(jù)類型、長度大小、取值范圍等問題做出規(guī)定與說明，以建立存儲數(shù)據(jù)的基表結(jié)構(gòu)，也是對整個設計流程的全面總結(jié)和最終表示。

綜前所述，建立《說文》部首的表結(jié)構(gòu)如表1、表2、表3：

以上為《說文》部首數(shù)據(jù)庫的表結(jié)構(gòu)設計。

需要作出說明的是，對于表1的部首表，因為在材料的選取中每個部首所對應的讀音與釋義是可以區(qū)分且沒有重復數(shù)據(jù)的，在實際的建構(gòu)中與設計完全符合；但表2的字形表由于本身類別歸屬的復雜性（《說文》本身的分類與補充材料合計12種），以及同一類別的數(shù)據(jù)較多的重復（古文有三種重復，或體有兩種，籀文有兩種等），且不同類別的字體間有不同的對應關系（相當?shù)墓盼?、篆文、籀文都有對應的楷字形態(tài)），如果統(tǒng)合表現(xiàn)在一個表中，不可避免會造成數(shù)據(jù)冗余。因此需要對每種字形建立數(shù)據(jù)表，其具體的結(jié)構(gòu)如表3。

至此，基于關系數(shù)據(jù)庫理論的“《說文》部首數(shù)據(jù)庫”設計完成。

3《說文》部首數(shù)據(jù)庫的效用

根據(jù)上述設計方案，現(xiàn)已完成對《說文》部首及其相關材料數(shù)據(jù)的錄入和校對工作。該數(shù)據(jù)庫的具體效用可以從以下兩個方面進行說明：

3.1 對《說文》部首及相關材料進行系統(tǒng)整理

通過《說文》部首數(shù)據(jù)庫能夠?qū)崿F(xiàn)對《說文》部首小篆、諸重文以及對應楷字的形體，讀若讀如到《唐韻》反切、現(xiàn)代漢語注音的字音，以及徐鉉、徐鍇的說解字義等內(nèi)容嚴格意義的數(shù)據(jù)梳理和查詢設計，在此基礎上能夠形成詳細到各字頭各項信息的數(shù)據(jù)報表，這些都是傳統(tǒng)的訓詁疏證式的分析方法不能比擬的。

3.2 對相關研究提供便捷準確的數(shù)據(jù)支持

《說文》部首數(shù)據(jù)庫最主要的作用還是對數(shù)據(jù)進行梳理，為研究提供便利。相較于原來的材料分析方法，《說文》部首數(shù)據(jù)庫能將所有的數(shù)據(jù)從具體需求的角度提供，在數(shù)據(jù)范圍能夠包含的情況下減少大量的重復勞動，且依靠計算機的處理能力，也可以盡量的避免失誤的出現(xiàn)。

在傳統(tǒng)語言文字研究中引入數(shù)據(jù)庫技術，不僅能在文獻語料的統(tǒng)計處理上更為方便準確，而且還能通過建模設計過程與量化分析方式，充分展現(xiàn)出研究對象內(nèi)在的本質(zhì)特征和外在的表現(xiàn)特點，真正實現(xiàn)了研究手段的科學化和表達形式的精確化。

參考文獻：

[1]許慎.說文解字[M].北京：中華書局，1963.

[2]顧野王.大廣益會玉篇[M].北京：中華書局，1987.

[3]臧克和，王平，劉志基.《說文解字》全文檢索[M].廣州：南方日報出版社，2004.

[4]劉志嫵，張煥君，馬秀麗.基于VB和SQL的數(shù)據(jù)庫編程技術[M].北京：清華大學出版社，2008.

[5]宋繼華，王寧.基于超文本環(huán)境的《說文解字》知識庫的建立[J].語言文字應用，1999（3）：90-96.

[6]李恩江.說文部首的成因及構(gòu)成[J].鄭州大學學報，2002（5）：20-24.

[7]宋繼華，李桂芳.數(shù)字化《說文解字》教學系統(tǒng)的設計[J].現(xiàn)代教育技術，2007（3）：25-31.

[8]王晴.說文解字五百四十部研究[D].江西師范大學，碩士，2007.

[9]胡佳佳.《說文》內(nèi)在系統(tǒng)的數(shù)字化模型研究[D].北京師范大學，博士，2010.