古籍數(shù)字化三論

摘 要：中國大陸近30年的古籍數(shù)字化積累了大量的經(jīng)驗，港臺及國外古籍數(shù)字化的實踐經(jīng)驗亦可作為當前古籍數(shù)字化的重要參考。古籍數(shù)字化運作的幾個基本問題應(yīng)重點解決，其最終成果的管理、效用分析是這一重要工程的組成部分。展望未來，數(shù)字化古籍在大數(shù)據(jù)時代，需要與時俱進，明確定位、創(chuàng)新發(fā)展。

關(guān)鍵詞：古籍數(shù)字化;數(shù)字化技術(shù);大數(shù)據(jù)

古籍數(shù)字化是一項地域范圍寬、時間跨度大、涉及行業(yè)廣的工程，近30余年的理論研究和實踐探索，積累了寶貴的經(jīng)驗，也從中發(fā)現(xiàn)了不少問題，進一步做好古籍保護工作，推進數(shù)字化的發(fā)展，需要將古籍數(shù)字化視為一項系統(tǒng)性工程，需要將歷史經(jīng)驗教訓(xùn)、當前社會發(fā)展需求以及日新月異的科技的有機結(jié)合。

1 古籍數(shù)字化基礎(chǔ)論

1.1 20世紀80、90年代以來的理論探索、實踐摸索

20世紀90年代末，史睿在《論中國古籍數(shù)字化與人文學(xué)術(shù)研究》中提出，古籍數(shù)字化理論問題比技術(shù)問題更為重要。此后，更多的研究者關(guān)注數(shù)字化理論問題。這其中包括概念問題、目標選取問題、管理問題、運作問題等，而尤以概念問題為重。

古籍數(shù)字化概念的探索始于21世紀初。2000年，李運富首次在《談古籍電子版的保真原則和整理原則》中提出了古籍數(shù)字化概念。此后，一些專家學(xué)者在此基礎(chǔ)上不斷補充、修正，如潘德利、彭江岸、喬紅霞、劉琳、毛建軍等專家學(xué)者，對古籍數(shù)字化概念進行了深入探討，尤其是2009年毛建軍的《古籍數(shù)字化的理論與實踐》一書的出版，標志著古籍數(shù)字化理論雛形的形成。[1]

綜合各家研究，基本認為古籍數(shù)字化是“從利用和保護古籍的目的出發(fā)，采用計算機技術(shù)，將常見的語言文字或圖形符號轉(zhuǎn)化為能被計算機識別的數(shù)字符號，從而制成古籍文獻書目數(shù)據(jù)庫和古籍全文數(shù)據(jù)庫，用以揭示古籍文獻信息資源的一項系統(tǒng)工作”。[2]隨著大量研究文章的出現(xiàn)，甚至專著成果的推出，概念問題愈發(fā)明晰，成熟。

大陸地區(qū)古籍數(shù)字化有多年的實踐經(jīng)驗。較有代表性的是上海圖書館古籍全文數(shù)字化建設(shè)。1996年，上海圖書館與長江計算機集團合作，采用引進與開發(fā)并舉的模式，建立了“古籍影像光盤制作檢索系統(tǒng)”，將古籍善本以圖像形式掃描，全文錄入計算機，有些古籍藏書單位，進行了古籍書目數(shù)據(jù)庫、索引數(shù)據(jù)庫的嘗試建設(shè)，如山東、南京、浙江等省圖書館。

古籍數(shù)字化是傳統(tǒng)古籍整理的數(shù)字技術(shù)延伸，它具有古籍整理學(xué)和數(shù)字技術(shù)相結(jié)合的跨學(xué)科特征，理論經(jīng)驗結(jié)合社會現(xiàn)實的需要，使之必將成為未來古籍整理的主流和發(fā)展方向。[3]

1.2 日韓、歐美的古籍數(shù)字化

1）日韓中文古籍數(shù)字化，日本收藏著大量的中文古籍，其古籍數(shù)字化起步早，數(shù)量可觀。代表性的有國立國會圖書館的書目數(shù)據(jù)庫，收錄清代以來中文文獻約25萬種;東京大學(xué)圖書館的“珍貴漢籍全文數(shù)據(jù)庫”;東洋文化研究所“漢籍善本全文影像資料庫”;京都大學(xué)人文科學(xué)研究所全國漢籍協(xié)議會的“全國中文古籍書目數(shù)據(jù)庫”等。

韓國收藏中文古籍，也較為豐富，其數(shù)字化工作注重長遠規(guī)劃、系統(tǒng)開發(fā)。國立漢城大學(xué)圖書館“奎章閣古籍掃描全文閱覽系統(tǒng)”，是其數(shù)字圖書館建設(shè)的重要項目，按四部法對古籍進行數(shù)字化系統(tǒng)建設(shè)。

2）歐美國家的中文古籍數(shù)字化，1978年，美國人運用計算機編制了《朱熹大學(xué)章句索引》、《王陽明傳習(xí)錄索引》等，成為中文古籍數(shù)字化的開端。至1998年，開始實施“國家數(shù)字構(gòu)建儲存計劃”，由此邁向數(shù)字化時代。

至2010年美國哈佛大學(xué)哈佛學(xué)院圖書館與中國國家圖書館啟動“哈佛大學(xué)哈佛燕京圖書館藏中文善本特藏資源庫”網(wǎng)站，資源庫為中國國家圖書館在國際合作史上規(guī)模最大且歷時最長的文獻數(shù)字化項目。該數(shù)據(jù)庫資源可按照書名、著者、出版信息、分類等多維度進行檢索和分類瀏覽，書目信息為中英文對照，提供全部書影的閱覽。隨著數(shù)字化工作的持續(xù)展開，資源庫將不斷得到更新.

1.3 21世紀初的中國大陸古籍普查工程

全國古籍普查是摸清全國古籍存藏狀況，建立古籍總帳日，開展古籍保護的基礎(chǔ)工作，在“全國古籍普查登記平臺”上建立全國古籍普查基本數(shù)據(jù)庫，由地方單位編寨出版館藏古籍登記目錄，形成《全國古籍普查登記日錄》，完成普查登記后，普查成果形成《中華古籍總目》分省卷，國家古籍保護中心在些基礎(chǔ)上統(tǒng)編出版《中華古籍總目》。

2007年初，全國古籍保護工作會議召開后，拉開了古籍普查工作的序幕。此次普查，是近百年來對存世古籍的全面清點，不僅包括單位藏書，而且涵蓋了私人藏書機構(gòu)，同時得到國家的政策和資金支持。通過全國古籍普查登記，建立國家珍貴古籍名錄及“全國古籍重點保護單位”，發(fā)現(xiàn)了不少古籍新品種或新版本。截至2019年11月，全國已有24省完成古籍普查登記工作，全國古籍普查完成總量260余萬部另1.8萬函，2315家收藏單位完成古籍普查登記工作;“全國古籍普查登記基本數(shù)據(jù)庫”累計發(fā)布217家單位古籍普查數(shù)據(jù)77萬條7，44萬冊。

基礎(chǔ)工作至關(guān)重要，過往的經(jīng)驗教訓(xùn)都是寶貴的財富。古籍普查對于摸清家底、進一步保護文化遺產(chǎn)、深入研究傳統(tǒng)文化，具有不可估量的意義。然而，古籍普查過程中的種種問題，尚需規(guī)范職業(yè)秩序、完善普查制度、明晰權(quán)責(zé)利，確保古籍資產(chǎn)的安全和普查的成效。

2 古籍數(shù)字化運作論

2.1 古籍數(shù)字化學(xué)科建設(shè)、標準體系

1）古籍數(shù)字化學(xué)科體系。數(shù)字化技術(shù)引入古籍整理領(lǐng)域，是個必然的趨勢，但正是在實踐中發(fā)現(xiàn)了許多問題，迫切地需要深化古籍數(shù)字化研究，需要建立相應(yīng)的學(xué)科體系。

隨著古籍數(shù)字化技術(shù)的成熟，其理論體系相對愈顯薄弱。葛懷東認為，“古籍數(shù)字化不能只著眼于數(shù)字技術(shù)，也不僅僅是市場運作，它更加深刻的內(nèi)涵在于數(shù)字技術(shù)所承載的內(nèi)容，這需要通過學(xué)科建設(shè)這一途徑來完善相關(guān)理論體系”，他撰文對古籍數(shù)字化的學(xué)科性質(zhì)、歸屬和研究對象進行了探討。[4]

2）標準規(guī)范體系。當前，古籍數(shù)字化缺乏國家專門機構(gòu)的宏觀調(diào)控和管理，各出版單位各自為政，在數(shù)字化版本、分類、字庫、檢索、影像等諸多方面缺乏統(tǒng)一規(guī)劃，存在技術(shù)參數(shù)不統(tǒng)一、古籍資源共享困難、出版質(zhì)量難以保證等一系列問題。

近30年的古籍數(shù)字化實踐，已經(jīng)形成百余種古籍數(shù)據(jù)庫，但開發(fā)理念五花八門，質(zhì)量上參差不齊，標準上各自為政。譬如作為普查、數(shù)字化的基礎(chǔ)工作之一，古籍數(shù)字化的著錄規(guī)則目前仍存在問題，20世紀80年代頒布、90年代重新修訂的《中國文獻編目規(guī)則·古籍著錄規(guī)則》，在題名、著者、卷冊、文獻形態(tài)等方面提出了規(guī)范，但并不完善，細節(jié)還不到位。因而相關(guān)的古籍數(shù)字化產(chǎn)品質(zhì)量良莠不齊，導(dǎo)致數(shù)字古籍的權(quán)威性、準確性有所欠缺，直接影響了古籍應(yīng)用的學(xué)術(shù)效果。

古籍數(shù)字化面臨如何選擇和應(yīng)用標準規(guī)范的問題，文獻單位應(yīng)與數(shù)據(jù)廠商加強交流、合作，關(guān)注國際數(shù)字化標準建設(shè)的進展，在國家宏觀指導(dǎo)下，加快推進數(shù)字化資源建設(shè)的標準進程。

2.2 古籍數(shù)字化技術(shù)

1）數(shù)字化模型。李玉海、宋艷輝提出的古籍數(shù)字化模型，從數(shù)據(jù)描述、傳輸、應(yīng)用三個層次構(gòu)建了古籍數(shù)字化的過程，[5]這一模型從古籍文獻的特殊性出發(fā)，結(jié)合行業(yè)規(guī)范，運用現(xiàn)有的技術(shù)，基本能解決古籍數(shù)字化過程中出現(xiàn)的問題，有一定的借簽意義。

2）數(shù)字化技術(shù)手段。漢字字符集編碼，漢字的數(shù)量約有十萬左右，常用者三五千，余者為生僻字、避諱字、異體字等。古藉數(shù)字化字符編碼，通用的有GKB國家規(guī)范，總碼超過150萬，為古籍整理提供了統(tǒng)一的信息平臺。其次是ISO/IEC信息技術(shù)——通用多八位編碼學(xué)符集，與Unicode在字符編碼上保持一致，字符位置、名字相同，且同步更新。第三個為Unicode，它是一種在計算機上使用的字符編碼，能夠滿足跨語言、跨平臺進行文體轉(zhuǎn)換、處理的要求。

檢索功能尚需深度開發(fā)。目前的古籍數(shù)字化成果，尤其是全文檢索功能單一，只能固定檢索海量數(shù)據(jù)，卻無法智能檢索和生成新數(shù)據(jù)。從單一檢索向多元檢索、定向檢索向關(guān)聯(lián)檢索、靜態(tài)檢索向動態(tài)檢索的轉(zhuǎn)變是古籍數(shù)字化需要努力的一個方向。檢準率的提高，也有很大的空間。

存儲格式繁多。數(shù)字化古籍常見的文件格式，有txt、doc、hind等格式，也有exe、pdf、ebk、peb、pdg、nlc等格式，此外還有位圖形式、多媒體形式的數(shù)字化古籍。眾多的存儲格式，形同散沙，不利于古籍數(shù)字化規(guī)?；\作，也不利于有效開發(fā)利用古籍。故而，作為古籍普查和保護的發(fā)起人，國家吉籍保護中心有必要聯(lián)合各藏書單位、各出版單位及相關(guān)企業(yè)共謀發(fā)展大計，規(guī)范行業(yè)標準。

2.3 古籍數(shù)字化開發(fā)模式：國家引導(dǎo)，合作開發(fā)

1）國家引導(dǎo)、自主開發(fā)。早期階段，大陸書籍數(shù)字化處于缺乏宏觀管理和調(diào)控的狀態(tài)，各單位自行選題，獨立運作，阻礙了古籍數(shù)字化的進展。至2007年，國務(wù)院辦公廳指出“制訂古籍數(shù)字化標準，規(guī)范古籍數(shù)字化工作，建立古籍數(shù)字資源庫”。2008年，全國古籍保護工作會議上提出“要制定古籍數(shù)字化標準，加快古籍數(shù)字化工作，逐步為公眾提供古籍全文數(shù)字化閱莫服務(wù)”。21世紀初，十一五文化發(fā)展綱要提出了8項數(shù)字出版工程，古籍數(shù)字化乃其中之一，由此打破了古籍數(shù)字化各自為政、重復(fù)建設(shè)的混亂局面。

2015年中國古籍保護協(xié)會成立，雖名為民間組織，但依托政府，溝通社會，加強各行各業(yè)交流與合作，必將進一步推進古籍保護事業(yè)的發(fā)展。

2）合作開發(fā)。國內(nèi)、國際合作開發(fā)中文古籍數(shù)字化資源，利用中國豐富的古籍資源優(yōu)勢，利用國外資金和技術(shù)支持，從而實現(xiàn)優(yōu)勢互補，共同研發(fā)。

3 古籍數(shù)字化成果論

3.1 古籍數(shù)字化成果管理

1）成果形式。數(shù)字化古籍，從應(yīng)用服務(wù)層面看，按媒介可分為兩大類：光盤版和網(wǎng)絡(luò)版;按數(shù)字化對象，基本上亦可分為兩大類;書目數(shù)字庫、全文數(shù)字庫。書目數(shù)據(jù)庫，具有較高的查全、查準率，便于情報檢索。全文庫包含原文信息，檢索徹底、數(shù)據(jù)封閉，備有知識庫的全文庫更可推理并理想式檢索。

2）網(wǎng)絡(luò)化數(shù)字化古籍，是未來古籍數(shù)字化成果管理、研發(fā)的發(fā)展方向。目前，各收藏單位的書目數(shù)據(jù)庫建設(shè)進度不一，但均為古籍數(shù)字化的基礎(chǔ)性工作。隨著網(wǎng)絡(luò)移動終端的井噴式發(fā)展，網(wǎng)絡(luò)技術(shù)的日新月異，空間距離縮小為零，為古籍數(shù)字化成果的網(wǎng)絡(luò)化，提供了極大的推動力。

古籍數(shù)字化可以嘗試區(qū)域合作，建立地區(qū)聯(lián)合數(shù)據(jù)庫，條件時機成熟建立全國性數(shù)據(jù)庫，從而豐富古籍文獻資源，擴大使用范圍。

3.2 古籍數(shù)字化成本效益分析

古籍文獻受眾面較窄，緣于其本身的特性;繁體字和文言文讓大部人望而生畏，僅古籍相關(guān)研究人員及古籍愛好者使用，數(shù)字化古籍以圖書館、科研院所等小眾對象為主，商業(yè)價值小、利益空間受限。同時，古籍數(shù)字化的前期投入巨大。古籍數(shù)字化難度較大，其文字、圖像不易識別，且需要釋讀、?？?、注解方可普及使用。

建立古籍數(shù)字化的成本效益分析機制，成為深化古籍數(shù)字化工作的重要手段。不計成本的數(shù)字化，尤其是公益性古籍數(shù)字化，必將遭到淘汰;而不分析效益的吉籍數(shù)字化，也無法反饋其質(zhì)量，無法實現(xiàn)其初衷。對于公益性古籍數(shù)字化工程、項目，適合采用第三方評估方案，全面衡量其總投入、其社會效益和經(jīng)濟價值，建立并完善相應(yīng)的衡量指標體系、評估制度。

3.3 古籍數(shù)字化成果在大數(shù)據(jù)時代的革新

信息技術(shù)進入新的發(fā)展高峰閉，云計算、移動互聯(lián)、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)的涌現(xiàn)和不斷成熟，一切來的這么突然，卻又讓信息化生態(tài)環(huán)境、人類經(jīng)濟和社會組織與運作模式悄然發(fā)生著變化。尤其是云計算，這是新型的計算模式和基礎(chǔ)架構(gòu)管理方法，對商業(yè)環(huán)境和產(chǎn)業(yè)鏈而言，云計算意味著新的商業(yè)機會和商業(yè)模式。

21世紀第二個十年，云計算向“大數(shù)據(jù)”趨勢發(fā)展。數(shù)字化古籍首先數(shù)量上規(guī)模大，數(shù)十億字的大型數(shù)據(jù)庫，匯總更豐富的信息，從而資源更多、更全面、更準確;其次，由于更多技術(shù)層面的支持可以實現(xiàn)功能更強大，古籍的自動識別、標點、檢索、排版、分析，各種數(shù)據(jù)的輸入和轉(zhuǎn)換，適應(yīng)專門機構(gòu)的特殊需求和跨學(xué)科研究的高級需求。

基于“云計算”、“大數(shù)據(jù)”背景下的衍生產(chǎn)品開發(fā)，有專家提出開發(fā)數(shù)字化古籍的“衍生品”：以古籍的數(shù)字文本、圖片、視頻等為基礎(chǔ)進行的再開發(fā)，由此制成的新產(chǎn)品。其優(yōu)勢在于，擴大了數(shù)字化古籍的受眾面，因其可以面向特定閱讀人群，甚至是大眾讀者;其次，這種方式擺脫了古籍資料或稀有文獻獲利的單一模式，利用個性化服務(wù)提供附加業(yè)務(wù)、增值服務(wù)，從而拓展贏利空間，提高商業(yè)價值。

對文獻資源的需求趨勢在云端，未來十年將有大量數(shù)字內(nèi)容落在云縮，建立精于支持多設(shè)備、安全且低成本的云計算技術(shù)的古籍數(shù)字化，有計劃、分階段的整合為“大數(shù)據(jù)”成“海量數(shù)據(jù)庫”，提升其內(nèi)在價值，從更深層次挖掘數(shù)字化成果，或?qū)⒊蔀楣偶當?shù)字化新的發(fā)展方向。

參考文獻

[1]周迪，宋登漢.中文古籍數(shù)字化開發(fā)研究綜述[J].圖書情報知識，2010（6）：45-46.

[2][3]毛建軍.古籍數(shù)字化的概念與內(nèi)涵[J].圖書館理論與實踐，2007，（4）：82-83.

[4]葛懷東.古籍數(shù)字化的學(xué)科建設(shè)[J].中國科技信息，2012，（1）：156-157.

[5]李玉海，宋艷輝.面向數(shù)字圖書館的古籍數(shù)字化模型構(gòu)建[J].圖書館學(xué)研究，2008.

作者簡介

王建國（1977-），男，山東郯城人，中國社會科學(xué)院圖書館，館員，研究方向：歷史文獻學(xué)，方志學(xué)，圖書史等。