略談古籍數(shù)字化的問題與對策

劉志江

摘 要：隨著數(shù)字技術的發(fā)展、經驗的積累以及國家政策、資金的扶持，古籍數(shù)字化參與主體日益增多，古籍數(shù)字化不斷取得豐碩的成果，同時也出現(xiàn)了諸多問題。本文認為，為了促進古籍數(shù)字化工作健康有序開展，需要建立全國性的領導機構，建立統(tǒng)一的標準規(guī)范，培養(yǎng)更多的專業(yè)人才。

關鍵詞：古籍 數(shù)字化 標準規(guī)范 人才培養(yǎng)

所謂數(shù)字化，就是把文字符號轉化為數(shù)字符號，也就是把傳統(tǒng)的語言文字表達形式改變成計算機能識別的數(shù)字表達形式。而古籍數(shù)字化就是從利用和保護古籍的目的出發(fā)，采用計算機技術、網絡信息技術、大數(shù)據技術等，將常見的語言文字或圖形符號轉化為能被計算機識別的數(shù)字符號，從而制成古籍數(shù)據庫，用以揭示古籍文獻信息資源的一項系統(tǒng)工作。隨著信息化時代的到來，具有存儲量大、檢索方便等優(yōu)點的古籍數(shù)據庫，必將迎來快速發(fā)展。

一、古籍數(shù)字化的現(xiàn)狀

古籍數(shù)字化，不僅是古籍再生性保護的核心方法，更是促進古籍利用的關鍵手段。我國的古籍數(shù)字化工作開始于20世紀80年代，經過幾十年的發(fā)展，逐步形成了以古籍存藏單位、高?？蒲性核?、商業(yè)公司、出版機構為主的開發(fā)主體。在古籍數(shù)字化的過程中，這些主體由于建設目的、技術標準、人力物力投入等方面存在著一些差異，這也導致不同主體建設的古籍數(shù)字化資源各具特色。但從總體上來看，都有力地保護了古籍資源，數(shù)字化也取得豐碩成果。

（一）建設主體多元

近年來，隨著互聯(lián)網的普及以及黨和國家對中華優(yōu)秀傳統(tǒng)文化的重視，我國古籍數(shù)字化開發(fā)多點開花，取得了一系列成果，呈現(xiàn)出一派欣欣向榮的景象。如古籍存藏單位幾乎都開始了古籍數(shù)字化建設，特別是國家圖書館，開發(fā)了“中華古籍資源庫”“海外中華古籍書目數(shù)據庫”等重點古籍數(shù)據庫，僅“中華古籍資源庫”已在線發(fā)布古籍資源超過3.2萬部。高?？蒲性核_發(fā)的古籍數(shù)據庫主要服務于教學和科研，數(shù)據庫具有智能性和探索性特色。如北京大學的“北大國學二十五史研習系統(tǒng)”、中南民族大學的“唐宋文學編年地圖”等。商業(yè)公司中規(guī)模較大、且有一定影響的有書同文數(shù)字化技術有限公司、愛如生數(shù)字技術有限公司等，他們主要根據市場需求進行開發(fā)，如開發(fā)的中國基本古籍庫、國學寶典等。出版單位目前較為成熟的產品有中華書局的“中華經典古籍庫”、上海交通大學出版社“地方歷史文獻數(shù)據庫”、國家圖書館出版社的“中華再造善本數(shù)據庫”等。

（二）資源類型豐富

目前，古籍數(shù)字化產品類型十分豐富，從數(shù)據載體上看，不僅包括磁盤類文獻和硬盤類文獻，還開發(fā)出了網絡版、U盤版及便攜式閱讀器版等。從數(shù)據庫類型上看，主要包括古籍電子索引、古籍書目數(shù)據庫和古籍全文數(shù)據庫以及可供征引的點校本數(shù)據庫。據筆者粗略統(tǒng)計，近20年來，國內外利用計算機技術開發(fā)研制了近500種古籍數(shù)字化資源，其中包括80余種古籍電子索引，近148種古籍書目數(shù)據庫和近270種古籍全文數(shù)據庫。這些古籍數(shù)字化資源包含內容也十分龐大，如愛如生數(shù)字技術有限公司開發(fā)的古籍數(shù)字化產品，除中國基本古籍庫外還有中國方志庫、中國譜牒庫等20個全文檢索、圖文對照的大型數(shù)據庫等，分類詳細，為古籍整理和學術研究提供了重要的參考資料。

（三）功能日益完善

各類古籍數(shù)據庫不僅不斷擴充容量和種類，還積極完善各項使用功能。如提供高效精準的檢索方式，方便用戶快速查找資料;原古籍影像圖片及錄入文字可以左右對照;添加紀年換算、聯(lián)機字典、人名標引等小工具;提供經過?？闭淼母哔|量古籍數(shù)字化內容，便于用戶進行標記引用;利用計算機技術進行經典比對，提高書稿編校質量。另外，有些古籍數(shù)據庫還具有出版的功能，通過平臺發(fā)布眾包的古籍整理任務，認證用戶經過一定的培訓后，可以在線領取任務，開展古籍整理工作，有利于充分利用社會上各類專業(yè)人才參與古籍整理出版事業(yè)，促進大型古籍整理項目的出版。

（四）系統(tǒng)開放度高

學術界和圖書館界在古籍數(shù)字化的過程中起到了至關重要的作用，他們借助互聯(lián)網、大數(shù)據、云服務等高新技術，率先對館藏特色文獻和珍貴古籍進行數(shù)字化，實時在線公布，促進資源共享，提高利用效率。大部分圖書館建設的古籍數(shù)據庫通過互聯(lián)網完全對讀者開放，其余的數(shù)據庫只需讀者注冊該館會員或在該館IP范圍內就可以免費訪問。如國家圖書館的“中華古籍資源庫”、中國臺北“中研院”的“古漢籍善本數(shù)位化資料庫檢索系統(tǒng)”都可以通過互聯(lián)網直接進行訪問檢索，十分便捷。

二、現(xiàn)存的主要問題

經過幾十年的發(fā)展，我國的古籍數(shù)字化工作雖然取得了不少成績，但也存在不少問題，主要表現(xiàn)在以下幾個方面。

（一）工作缺乏統(tǒng)籌

長期以來，古籍存藏單位、高?？蒲袡C構、企業(yè)根據自身發(fā)展需要，規(guī)劃開展了古籍數(shù)字化工作，但由于缺乏國家層面的宏觀管理和統(tǒng)籌，各部門各單位之間各自為政，缺乏交流與合作，熱點項目重復建設，冷門項目少有問津，不僅在資源共享和建設方面未能形成有效的合力，還造成了重復建設和建設盲區(qū)并存的問題。如《四庫全書》《二十四史》等，多家單位都通過自造字庫的形式對其進行數(shù)字化，而個別古籍存藏單位僅考慮自身利益，拒絕資源共享，致使一些珍貴的古籍還未實現(xiàn)數(shù)字化。同時，經過精細?？钡?、可征引的古籍數(shù)據庫資源較少。長遠來看，只有在相關機構的統(tǒng)一規(guī)劃和協(xié)調下，發(fā)揮各方優(yōu)勢，古籍數(shù)字化工作才能更加高效、快速、健康地開展。另外，由于沒有統(tǒng)一規(guī)劃和指導，還缺乏統(tǒng)一的發(fā)布平臺，大部分單位開發(fā)的古籍數(shù)字化系統(tǒng)只在局域網發(fā)布，不方便讀者使用。

（二）標準尚不統(tǒng)一

由于開發(fā)主體多元，各單位在古籍元數(shù)據制作、古籍標引、古籍影像采集、古籍著錄、數(shù)據格式、檢索語言、傳輸方式等方面都存在差異。大家往往都是根據自身需要制定相應的數(shù)字化標準，至今尚未形成全國性的標準，這給古籍資源整合和數(shù)據兼容帶來了很大的障礙。如在古籍元數(shù)據制作方面，數(shù)據格式目前就有txt、doc、html、exe、pdf、wdl、dg、ebk等20余種，導致數(shù)據交換不順暢，難以共享使用。再如在古籍影像采集方面，標尺擺放、色標使用、圖像分辨率高低等也存在不同標準，也使不同單位之間的數(shù)據資源無法共享使用。此外，古籍著錄也尚未執(zhí)行統(tǒng)一的分類表和分類原則，造成了書目數(shù)據不準確的問題，如不同的書被著錄成一種書，或一種書被著錄為多種書，版本說明張冠李戴等，給讀者的使用和研究帶來極大不便。

（三）技術仍是瓶頸

古籍數(shù)字化并不是簡單地將古籍文字錄入計算機，還涉及漢語信息處理、計算機技術等諸多方面，目前來看，在古籍字符、字庫、輸入法、文本加工、檢索等方面還存在不少問題，嚴重制約了古籍數(shù)字化進程。如計算機用字的處理，當前通用的是Unicode編碼字符集，從基本集到擴展E集，共有8萬余個國際標準編碼的漢字。即便如此，依然有很大一部分古籍整理作品中的字形無法表示。再如輸入法問題，古籍文本輸入主要采用人工輸入與光學字符識別（OCR）掃描輸入，人工輸入效率低，成本高。OCR掃描輸入也存在圖像質量不高，掃描速度低，單位成本高，識別率低等技術性問題，特別是豎排繁體字，識別效果依然不理想。另外，在檢索程序的快速性和準確性上也難以令人滿意，如在《四庫全書》中檢索 “尺子”時，“尺予”“尺于”“斥予”“斥于”“斥子”等條目都被檢索出來，大大影響效率。

（四）人才培養(yǎng)滯后

古籍數(shù)字化工作不僅涉及版本、目錄、?？钡葌鹘y(tǒng)文獻學專業(yè)知識，同時也涉及計算機技術、信息科學等學科知識，是傳統(tǒng)學術方法與現(xiàn)代科學技術的結合。但目前從事古籍數(shù)字化工作的人才非常少，特別是既具備古籍整理知識又能熟練應用現(xiàn)代信息技術的高層次人才更為匱乏。雖然我國部分高校開設古籍整理的相關專業(yè)，如北京大學、首都師范大學等高校已經開始培養(yǎng)古籍數(shù)字化研究生，個別高校也已經開設古籍數(shù)字化相關課程。但全國開展古籍數(shù)字化人才培養(yǎng)的高校還是少數(shù)，每年的招生人數(shù)還很有限，尤其是有很多學生雖然讀的是古典文獻或計算機等相關專業(yè)，等到畢業(yè)時，卻紛紛改行從事其他行業(yè)的工作。另外，由于古籍數(shù)字化企業(yè)的薪資與互聯(lián)網公司相比非常低，技術人才往往很難留住。因此，古籍資源數(shù)字化專門人才的培養(yǎng)亟待提上日程。

（五）經費較為缺乏

古籍進行數(shù)字化，離不開資金的支持，我國現(xiàn)存的古籍按品種計約15萬種，按版本計約40萬版本，如果全部進行數(shù)字化，需要一大筆資金。目前，一批大型圖書館、高校、數(shù)字企業(yè)憑借自身資源優(yōu)勢，取得了不少成果，但由于古籍開發(fā)的成本較高，很多存藏單位由于缺少經費，無法購置必需的設備和軟件，也缺乏足夠的人力和相關的計算機技術人才，古籍數(shù)字化工作仍然比較落后，還有一些存藏單位古籍數(shù)字化工作尚未開展，導致一些很有價值的古籍資源無法進行數(shù)字化，傳播和利用嚴重受限。另外，一些基于大數(shù)據深度開發(fā)面向具體應用的古籍數(shù)據庫，由于前期需要大量資金的投入，導致這方面的工作遠遠落后于國外。

三、古籍數(shù)字化未來發(fā)展建議

我國悠久的歷史流傳下來的古籍卷帙浩繁，運用現(xiàn)代化手段對這些中華民族的寶貴文化遺產進行深入合理的開發(fā)利用，實現(xiàn)資源共建共享，是傳承中華優(yōu)秀傳統(tǒng)文化、弘揚民族精神的重要途徑，對推動中華文化創(chuàng)造性轉化和創(chuàng)新性發(fā)展具有重大意義。

（一）加強統(tǒng)籌規(guī)劃管理

古籍數(shù)字化建設是一項長期的、龐大的系統(tǒng)工程，需要國家加強頂層設計統(tǒng)籌規(guī)劃，避免各自為政重復浪費。一是建議由全國性的權威機構負責古籍數(shù)字化的統(tǒng)籌工作，加強協(xié)調規(guī)劃管理，統(tǒng)籌團結各方面力量，加強溝通合作，統(tǒng)一規(guī)劃、統(tǒng)一標準、資源共享，形成協(xié)同高效的古籍數(shù)字化資源開發(fā)新格局。二是建立古籍聯(lián)合數(shù)據庫開放總平臺，將各類單位建設開發(fā)的古籍數(shù)據庫進行統(tǒng)一規(guī)劃并實行系統(tǒng)化管理，同時盡量免費向廣大讀者提供文獻獲取、傳遞等信息服務，實現(xiàn)資源的共建共享，充分發(fā)揮文獻資源的價值。三是推動數(shù)字人文研究和古籍的深度整理，鼓勵協(xié)調相關單位采用社會科學的方法論和電腦運算工具，如超文本、資料視覺化、統(tǒng)計學、文本探勘、數(shù)位制圖等，對古籍數(shù)據進行深度挖掘。另外，積極推動國內古籍整理出版骨干企業(yè)加強古籍數(shù)字化項目合作，強強聯(lián)合，資源共享，形成合力，開發(fā)符合用戶需求和學術規(guī)范的產品。

（二）完善古籍數(shù)字化標準

標準是古籍數(shù)字化資源整合的重要基礎。國家應整合現(xiàn)有資源，借鑒國內外相關標準，制定全國統(tǒng)一的古籍數(shù)字化標準。一是要推動古籍數(shù)字化行業(yè)標準建設，積極聯(lián)系相關機構進行古籍數(shù)字化的相關標準規(guī)范研究，由行業(yè)標準上升為國家標準。二是要加強存儲標準建設，應該按照實用性的原則實現(xiàn)文獻存儲格式的標準化，協(xié)調聯(lián)合骨干企業(yè)，開發(fā)統(tǒng)一的文件存儲格式，進而向全國推廣。三是制定專門的數(shù)據加工標準，掃描時標尺擺放、色標使用、圖像分辨率高低、內存大小等都需制定明確的標準，規(guī)范數(shù)據加工流程。

（三）開發(fā)古籍數(shù)字化技術

技術在數(shù)字出版領域占據重要作用，只有不斷開發(fā)完善的漢字關聯(lián)表、準確的歷史紀年換算工具、在線顯示超大字符集和版權保護技術等，才能保障古籍數(shù)字化工作的開展。一是要加快 “中華字庫工程”“國家數(shù)字圖書館漢字規(guī)范處理”的開發(fā)，不斷擴容字庫。二是持續(xù)優(yōu)化OCR系統(tǒng)，梳理整理本古籍的特殊體例和要求，建立相關的數(shù)據加工規(guī)范，通過技術升級，提升掃描錄入的速度和準確率。三是提升數(shù)據庫檢索技術，制訂標準化的數(shù)字化全文檢索系統(tǒng)，在關鍵詞檢索、條件檢索、邏輯檢索、模糊檢索、組配檢索等方面制定標準規(guī)范。

（四）加大政策資金扶持

古籍數(shù)字化是公益性文化事業(yè)，中央財政應該對古籍數(shù)字化工作給予必要的資金支持和保障。一是要對列入《國家珍貴古籍名錄》的古籍和國家古籍重點保護單位給予重點支持。二是要制定鼓勵政策，積極吸納社會資金參與、支持古籍保護工作。三是要依托財政資金重點建設一批代表國家水準的古籍數(shù)字化平臺，統(tǒng)籌規(guī)劃并實施一批具有計量統(tǒng)計、定位查詢和可視化功能的重點項目，提高我國古籍數(shù)字化整體水平。

（五）培養(yǎng)古籍數(shù)字人才

人才是事業(yè)發(fā)展的基礎，古籍數(shù)字化建設需要培養(yǎng)一批既通古籍知識又能熟練運用計算機技術的新型人才。相關部門要制訂人才培養(yǎng)規(guī)劃，多渠道、分層次培養(yǎng)古籍數(shù)字化人才。一是在有條件的高等院校設置古籍數(shù)字化專業(yè)，培養(yǎng)一批技術精湛、素質較高的人才。二是推動出版單位與高校研究機構加強合作、建設培訓基地，構建學位教育、項目培養(yǎng)、職業(yè)培訓相結合的古籍數(shù)字化人才培養(yǎng)體系，加強古籍數(shù)字化人才的學位培養(yǎng)和在職培訓。三是積極開展國際與地區(qū)間古籍數(shù)字化人才的交流與合作。最終形成古籍數(shù)字化人才培訓長效機制，培養(yǎng)一批業(yè)務骨干，為古籍數(shù)字化建設提供人才保障。

古籍是中華優(yōu)秀傳統(tǒng)文化的重要載體，古籍數(shù)字化是古籍整理出版的一種重要形式，是古籍保護、利用和傳播的全新路徑。作為融合傳統(tǒng)文化與現(xiàn)代技術、傳統(tǒng)出版與新興媒體的新業(yè)態(tài)，古籍數(shù)字化工作的重要性和必要性日益彰顯。做好古籍數(shù)字化工作，是傳承發(fā)展中華優(yōu)秀傳統(tǒng)文化的重要手段，是滿足廣大讀者閱讀需求和專業(yè)人員研究的迫切需求，也是出版業(yè)數(shù)字化轉型升級的必由之路。

參考文獻：

[1]許靜.古籍數(shù)字化面臨的新問題及對策研究[J].內蒙古科技與經濟，2013（15）：157-158.

[2]毛建軍.韓國古籍數(shù)字化的建設與啟示[J].圖書館建設，2012（4）：40-42.

[3]梁愛民，陳荔京.古籍數(shù)字化與共建共享[J].國家圖書館學刊，2012（7）：110-112.

[4]張文亮，彭媛媛.英國古籍數(shù)字化標準建設現(xiàn)狀及其啟示[J].新世紀圖書館，2016（5）：85-89.

（作者單位系人民出版社）