大理地區(qū)回族古籍文獻數(shù)字化保護研究

（大理大學研究生處，云南 大理 671003）

回族文化歷史悠久，涉及領(lǐng)域廣闊，建樹頗多，在整個中華民族的政治文明、社會經(jīng)濟發(fā)展的歷史進程中，有著重要的、不可替代的價值與意義，并在不同時期都留下了眾多的漢文、阿拉伯文和波斯文文獻典籍，內(nèi)容包含宗教、天文、歷算、醫(yī)藥、占卜、歷史、地理、物理、化學、文學等類別。大理地區(qū)作為回族最早的聚居區(qū)之一，回族文化底蘊十分深厚，也有著豐富文獻典籍。同時，由于自然條件、地理環(huán)境、歷史變遷、宗教信仰等因素的影響，大理地區(qū)回族古籍文獻具有自己鮮明的地域特點和濃郁的民族特色，蘊含著濃厚的伊斯蘭文化特色，記載著歷史上大理地區(qū)回族與阿拉伯世界的文化交往與聯(lián)系。但是，這些古籍文獻大多散落在民間，且大都是以紙質(zhì)的形式保存，一是不易于為大眾共享，二是容易損毀、遺失，造成不可挽回的損失。因此，利用現(xiàn)代通信技術(shù)、網(wǎng)絡技術(shù)和信息技術(shù)，建立大理地區(qū)回族古籍文獻數(shù)據(jù)庫，不僅對研究大理地區(qū)回族學有著重要的文獻保障作用，而且有利于大理地區(qū)回族古籍文獻的現(xiàn)代化管理、保護和利用，對認識和研究大理地區(qū)回族歷史發(fā)展全貌及民族族源問題具有重要的史料價值，也對研究大理地區(qū)回族科技創(chuàng)新具有重要的學術(shù)價值。同時，通過對大理地區(qū)回族古籍文獻開發(fā)利用，對傳承與傳播民族文化，促進邊疆地區(qū)科技進步、經(jīng)濟繁榮、社會穩(wěn)定和區(qū)域發(fā)展都具有重要的價值和意義[1]。

1 大理地區(qū)回族古籍文獻的現(xiàn)狀

大理地區(qū)古籍文獻的種類主要有各類經(jīng)典典籍、碑刻銘文、匾額楹聯(lián)、經(jīng)文字畫、文書檔案等，其典藏形式有木刻、手抄、石印等多種，特色鮮明、內(nèi)涵豐富、種類齊全、蘊藏量巨大。這些古籍文獻大部分收藏于本地區(qū)的經(jīng)學世家和各個村寨清真寺，也有少部分收藏于當?shù)氐膱D書館、博物館。很多珍貴的文獻典籍在“破四舊”中被焚毀，現(xiàn)存的大多是主人冒著極大風險藏于床板下、牛圈里、草樓上才能得以保留，其中許多都是十分珍貴的孤本，且由于年代久遠，面臨著蟲蛀、脫墨、掉色的境況。因此，對其進行數(shù)字化的挖掘、整理、存儲和利用，不僅有利于保護大理地區(qū)十分珍貴的回族古籍文獻資源，而且對研究本地區(qū)回族歷史文化、推動回族地區(qū)經(jīng)濟和社會的進步也有著十分重要的意義。

2 大理地區(qū)回族古籍文獻數(shù)字化保護

2.1 大理地區(qū)回族古籍文獻數(shù)字化保護的內(nèi)容

2.1.1 數(shù)字化資源的獲取

要對大理地區(qū)豐富的回族古籍文獻進行數(shù)字化保護，首先就是要先獲取其數(shù)字化資源。漢文古籍歷朝歷代都受到朝廷或政府的重視，其主要古籍文獻被反復整理后收藏于圖書館、檔案館、文史館等，皆有方位、目錄可尋，故獲取資源十分容易。而目前我們所接觸到的大理地區(qū)的回族古籍文獻，無論是經(jīng)典籍著、碑銘匾聯(lián)、文書檔案，除很少部分是由民間團體或官方制作外，大多是由民間自行傳抄、刻寫、印制而成，種類繁雜，質(zhì)量不高，且大多散存民間，因此，在對這些古籍文獻的數(shù)字化資源的獲取上：首先，采取原版數(shù)據(jù)化，即通過對原版文獻進行圖形掃描或數(shù)碼拍照獲取數(shù)字化資源；其次，通過開發(fā)文字識別軟件對原版數(shù)據(jù)化資源進行文字識別，生成文檔，以便進行檢索[2]。

2.1.2 數(shù)字化資源的保存

數(shù)字化資源的保存貫穿于數(shù)字化資源的獲取、檢索和利用的整個生命周期，而且是一個動態(tài)的過程，因為數(shù)字化資源的長期保存是為了數(shù)字化資源的長效利用。而且這些資源是以多媒體形態(tài)存在的，類型有文本、圖形、圖像、語音、視頻等，數(shù)據(jù)是海量的，需要對數(shù)據(jù)進行壓縮，以保證其規(guī)模保持在可管理的范圍內(nèi)。因此，要實現(xiàn)對數(shù)字化資源的保存，首先要有海量存儲空間，其次要采用數(shù)據(jù)壓縮策略，也就是要建立一個多媒體數(shù)據(jù)庫系統(tǒng)，用以實現(xiàn)快速、有效、有序、合法地保存數(shù)字化資源[3]。

2.1.3 數(shù)字化資源的利用

對大理地區(qū)回族古籍文獻的搜集、整理和錄入數(shù)據(jù)庫，只是對其數(shù)字化保護的初級階段，更重要的意義還在于對它的閱讀、研究和利用。通過構(gòu)建古籍文獻原版圖像數(shù)據(jù)庫，開發(fā)出相應的應用軟件，采用超鏈接的設計實現(xiàn)與正文相關(guān)內(nèi)容之間的連接、正文與注釋相關(guān)內(nèi)容的連接、不同注釋之間的連接、正文與相關(guān)知識資料之間的連接、原文與在線詞典之間的連接，甚至古籍內(nèi)容與相關(guān)網(wǎng)站的連接，進而形成完整的知識體系；此外，利用文字識別軟件將圖像文件轉(zhuǎn)換成文本文件，以便開展對古籍文獻中的字數(shù)、字頻、詞頒的統(tǒng)計分析，行文風格特色概率的統(tǒng)計，必要的背景知識資料匯聚，不同版本間的校對，以及字典詞典、歷代年表、歷史地圖等研究工具的加載等研究和利用；同時，還可將以往屬于古籍整理研究范疇的標點、勘校、箋注，甚至白話翻譯等工作，逐步讓智能化的計算機替代，讓大理地區(qū)回族古籍文獻數(shù)字化保護進程步入為回族學研究提供極大便利的“數(shù)據(jù)庫檢索時代”[4]。

2.2 大理地區(qū)回族古籍文獻數(shù)字化保護的方法

2.2.1 建立數(shù)據(jù)庫

針對大理地區(qū)回族古籍文獻大多收藏于民間，保存手段良莠不齊，殘損、流失時有發(fā)生的現(xiàn)狀，對已搜集到的民間木刻本、手抄本、絕版孤本等書面載體古籍文獻，可采用掃描技術(shù)及文字識別技術(shù)；對碑刻、印章等金石載體的古籍文獻，可采取照相復制方法；對贊詞、曲調(diào)等口碑載體古籍文獻，可采用錄音錄像方式獲取數(shù)字資源，并輔以文字說明，建立全媒體數(shù)據(jù)庫。

建立數(shù)據(jù)庫的流程如下：①預處理，進行掃描或救碼相機拍攝；②前處理，完成對圖像版面分析、版面分割、去污、端正；③切分，分為自動切分和人工校對切分2種方式；④文字轉(zhuǎn)換，完成圖像文字向代碼（code）文字的自動轉(zhuǎn)換；⑤校對，分為列對列校對、聚類校對和重點提示校對；⑥置標，分為XML半自動置標和人工輔助置標；⑦配置搜索引擎；⑧提交入庫。

2.2.2 檢索與利用

當今社會已經(jīng)進入信息數(shù)字化的時代，電子資源正在迅速增長，圖書、文獻的電子版已相當普及，越來越多文獻信息可以通過網(wǎng)絡獲取，極大地方便了研究人員開展相關(guān)研究。對大理地區(qū)回族古籍文獻的數(shù)字化保護，要在建立了全媒體數(shù)據(jù)庫的基礎上，積極探索古籍文獻檢索網(wǎng)絡化，通過一定的平臺，使相關(guān)的研究者能夠方便快捷地進行檢索，為其開展研究提供數(shù)字資源。采用數(shù)據(jù)庫技術(shù)和網(wǎng)絡技術(shù)，建立一個大理地區(qū)回族古籍文獻檢索系統(tǒng)，該系統(tǒng)的關(guān)鍵點在于網(wǎng)絡通信模型的建立。系統(tǒng)采用3層網(wǎng)絡應用體系架構(gòu)，分別為數(shù)據(jù)庫層、應用服務層和用戶界面層，使用套接字（socket）來進行網(wǎng)絡通信程序設計，通過建立一對套接字（其中一個運行于客戶端，另一個運行于服務器端）實現(xiàn)點對點通信，進而建立服務器線程池，進行數(shù)據(jù)的接收和分析，同時維護后臺業(yè)務。通過數(shù)據(jù)通信網(wǎng)絡，實現(xiàn)用戶直接使用終端的聯(lián)機檢索[5]。

系統(tǒng)包括4個核心體系∶①資源加工體系，完成對傳統(tǒng)媒體信息資源進行數(shù)字化加工，對多媒體信息進行必要的格式整理；②存儲管理體系，實現(xiàn)對數(shù)字信息的分類組織和存儲，以提供安全備份；③資源調(diào)度體系，對元數(shù)據(jù)和對象數(shù)據(jù)的資源采用分布式存儲方式，實現(xiàn)協(xié)調(diào)調(diào)度和跨平臺查詢檢索等功能；④網(wǎng)絡運營體系，基于網(wǎng)絡平臺為用戶提供各種信息的在線應用、檢索、上傳、下載，并對數(shù)字資源進行管理，可方便地進行基于內(nèi)容的檢索[6]。

2.2.3 數(shù)字化保護中需要注意的幾個問題

(1)統(tǒng)一數(shù)字化格式。在數(shù)字化資源獲取時，由于不同載體的古籍文獻需要采用不同的方式，因此獲得的數(shù)字化資源格式就可能多種多樣，為了更方便使用者的檢索利用，必須在錄入數(shù)據(jù)庫前進行數(shù)字化格式的統(tǒng)一。文本文檔統(tǒng)一為.DOC或.PDF格式；圖像文檔統(tǒng)一為.JPG格式；聲音文檔統(tǒng)一為.AVI格式；視頻文檔統(tǒng)一為.MPEG格式[7]。

(2)為用戶提供多樣化的檢索模式。對古籍文獻進行數(shù)字化保護的目的就是要對其進行研究和利用，因此應該為使用者提供多樣化的、便捷的檢索模式，包括條件檢索、關(guān)鍵詞檢索、邏輯檢索、模糊檢索、組配檢索和屬性檢索等。

(3)提供資源上傳和下載接口。在客戶端要提供資源上傳和下載接口，以便訪問者可以將其收集到的有價值的大理地區(qū)回族古籍文獻資源添加進數(shù)據(jù)庫，并且源源不斷地獲取數(shù)字化資源，這些資源不僅可為需要的人提供瀏覽服務，還可為其提供下載服務。

(4)版權(quán)問題。大理地區(qū)很多回族古籍文獻資料是個人收藏，還有些是手抄孤本，具有較高價值，因此在收集、上傳和下載過程中應處理好版權(quán)問題，以避免在以后的研究和利用中發(fā)生版權(quán)糾紛。

3 結(jié)束語

大理地區(qū)豐富多樣的回族古籍文獻，為研究和認識大理地區(qū)乃至整個云南的回族歷史文化發(fā)展全貌提供了彌足珍貴的原始資料。對該地區(qū)回族古籍文獻資源的整理、研究與利用由來已久，但進行數(shù)字化保護的研究才剛剛起步。回族古籍文獻數(shù)字化是回族研究者的一種需求，是解決回族古籍文獻典藏與利用的有效方式。通過對大理地區(qū)回族古籍文獻數(shù)字化保護研究，可以彰顯大理地區(qū)回族獨特的文化風采，有助于對大理地區(qū)回族古籍文獻的保護、開發(fā)和利用，也將為民族地區(qū)的經(jīng)濟社會提供強有力的信息資源和知識支持[8]。