數(shù)字人文背景下的民國(guó)文獻(xiàn)研究

賈晉峰

（山西省圖書(shū)館，山西 太原 030021）

特藏資源是圖書(shū)館寶貴的教育資源，體現(xiàn)著圖書(shū)館的人文底蘊(yùn)和資源價(jià)值，歷來(lái)為所有圖書(shū)館所重視。據(jù)OCLC發(fā)布的最新研究報(bào)告《推進(jìn)國(guó)家數(shù)字平臺(tái)：美國(guó)公共圖書(shū)館和州立圖書(shū)館的數(shù)字化現(xiàn)狀》顯示，美國(guó)92%的公共圖書(shū)館擁有本地重要的、獨(dú)特的實(shí)體特藏，而在過(guò)去3年，已有37.6%的圖書(shū)館致力于特藏資源的數(shù)字化建設(shè)。而荷蘭萊頓大學(xué)圖書(shū)館館長(zhǎng)和出版社社長(zhǎng)貝爾德（KurtDeBelder）在2013年的一次講演中曾預(yù)測(cè)，在15年內(nèi)高校圖書(shū)館將只有特色館藏在本地存儲(chǔ)和管理，其他紙本館藏都將存入國(guó)家/地區(qū)級(jí)的倉(cāng)儲(chǔ)庫(kù)。未來(lái)圖書(shū)館資源競(jìng)爭(zhēng)將是以“非正式出版物”為核心的特色館藏競(jìng)爭(zhēng)。

一、數(shù)字人文的內(nèi)涵

雖然國(guó)內(nèi)外對(duì)數(shù)字人文的研究日益加深，但對(duì)于“數(shù)字人文”的定義并沒(méi)有形成清楚的界定。目前國(guó)內(nèi)引用較多的是美國(guó)學(xué)者JohnUnsworth的觀點(diǎn)，他認(rèn)為“數(shù)字人文”是具有典型性的實(shí)踐活動(dòng)和建立模型方法，主要包括兩種形式：(1)高效的計(jì)算;(2)人文溝通。我國(guó)學(xué)者王曉光教授從對(duì)數(shù)字人文的產(chǎn)生與發(fā)展過(guò)程中總結(jié)出數(shù)字人文的出現(xiàn)實(shí)質(zhì)是一種關(guān)于人文方式和研究方式的學(xué)術(shù)創(chuàng)新，通過(guò)把時(shí)代最新的科技、信息技術(shù)和人文研究結(jié)合起來(lái)，從源頭上改變?nèi)藗儗?duì)知識(shí)的獲取、理解、表述和呈現(xiàn)方式。對(duì)國(guó)內(nèi)外的研究成果進(jìn)行梳理可以得出數(shù)字人文主要包括下面幾個(gè)特征：(1)數(shù)字人文包括眾多的人文學(xué)科領(lǐng)域，如辯證學(xué)、考古學(xué)、藝術(shù)學(xué)等;(2)數(shù)字人文的研究對(duì)象比較廣泛，包括了txt文本、格式化信息、圖片信息、影音資料等可數(shù)字化資源;(3)數(shù)字人文以現(xiàn)代通訊技術(shù)、超媒體和數(shù)字圖書(shū)館等為方法論基礎(chǔ)，并通過(guò)文本分析、數(shù)據(jù)庫(kù)設(shè)計(jì)、數(shù)字繪圖、音樂(lè)檢索等方式來(lái)進(jìn)行分析;(4)計(jì)算機(jī)信息技術(shù)的快速發(fā)展和不斷更迭，數(shù)字人文的研究方法也隨之不斷變化和發(fā)展。

二、數(shù)字人文背景下的民國(guó)文獻(xiàn)研究

（一）基于 GIS 技術(shù)構(gòu)建民國(guó)歷史地理信息系統(tǒng)

GIS 即地理信息系統(tǒng)，是一種基于計(jì)算機(jī)的工具對(duì)空間信息進(jìn)行分析和處理，并把地圖這種獨(dú)特的視覺(jué)化效果和地理分析功能與一般的數(shù)據(jù)庫(kù)操作集成在一起的工具。就歷史學(xué)研究方面，越來(lái)越多的學(xué)者開(kāi)始借助 GIS 技術(shù)進(jìn)行歷史知識(shí)和歷史事件的靜態(tài)和動(dòng)態(tài)的可視化展示研究。大體而言，GIS 技術(shù)的應(yīng)用在歷史領(lǐng)域可概括分類(lèi)為 3 個(gè)方面： 展示歷史資料的數(shù)字化、空間歷史數(shù)據(jù)的管理和可視化、基于空間分析方法探知?dú)v史過(guò)程。目前，將 GIS 技術(shù)與文獻(xiàn)數(shù)字化建設(shè)相結(jié)合來(lái)進(jìn)行的歷史研究已經(jīng)有不少成功案例，最典型的就是臺(tái)灣中央研究院開(kāi)發(fā)的中國(guó)歷史文化地圖系統(tǒng) (CCTS)和臺(tái)灣歷史文化地圖系統(tǒng) (THCTS)。中國(guó)歷史文化地圖系統(tǒng) (CCTS) 以 《中國(guó)數(shù)字地圖》(1∶ 100000) 和《中國(guó)歷史地圖冊(cè)》為主要基礎(chǔ)，參考了很多歷史地圖以及影像資料等，也借助了其他資源豐富的電子數(shù)據(jù)系統(tǒng)和聯(lián)合資料庫(kù)，構(gòu)建了一個(gè)具有精確空間定位、整合時(shí)間與空間屬性的中國(guó)歷史文化時(shí)空基礎(chǔ)平臺(tái)。

（二）現(xiàn)有的民國(guó)文獻(xiàn)數(shù)字資源建設(shè)基本概況

當(dāng)前民國(guó)文獻(xiàn)數(shù)字化主要是數(shù)據(jù)庫(kù)資源建設(shè)，數(shù)據(jù)庫(kù)建設(shè)是民國(guó)文獻(xiàn)開(kāi)發(fā)和保護(hù)的重要措施之一，已有的數(shù)據(jù)庫(kù)主要有4種類(lèi)型：全文數(shù)據(jù)庫(kù)，目前僅有少量民國(guó)期刊全文庫(kù)；全文圖像數(shù)據(jù)庫(kù)；專(zhuān)題數(shù)據(jù)庫(kù)，目前最多的，如南京圖書(shū)館開(kāi)發(fā)的“中國(guó)近代文獻(xiàn)圖像數(shù)據(jù)庫(kù)”等。機(jī)讀目錄，最主要的數(shù)字化整理成果，包括圖書(shū)目錄和期刊目錄。上海圖書(shū)館的期刊篇名數(shù)據(jù)庫(kù)《全國(guó)報(bào)刊索引》單獨(dú)建庫(kù)。如國(guó)家圖書(shū)館的“民國(guó)中文期刊資源庫(kù)”“民國(guó)法律文獻(xiàn)庫(kù)”；上海圖書(shū)館的“民國(guó)期刊全文庫(kù)”、“晚清期刊全文數(shù)據(jù)庫(kù)”和“近代民國(guó)中醫(yī)藥專(zhuān)題庫(kù)”；北京師范大學(xué)圖書(shū)館的“館藏解放前師范學(xué)校及中小學(xué)教科書(shū)全文庫(kù)”、C A D A L的“民國(guó)期刊全文數(shù)據(jù)庫(kù)子庫(kù)”，上海師范大學(xué)的“民國(guó)教育文獻(xiàn)全文數(shù)據(jù)庫(kù)”；北京大學(xué)圖書(shū)館的“民國(guó)舊報(bào)刊全文數(shù)據(jù)庫(kù)”；北京愛(ài)如生數(shù)字化技術(shù)研究中心研發(fā)的“中國(guó)近代報(bào)刊庫(kù)”和“民國(guó)圖書(shū)庫(kù)”；南京大學(xué)圖書(shū)館的“南大圖書(shū)館館藏民國(guó)圖書(shū)數(shù)據(jù)庫(kù)”；尚品大成數(shù)據(jù)技術(shù)有限公司開(kāi)發(fā)的“大成民國(guó)圖書(shū)全文數(shù)據(jù)庫(kù)”等等。

（三）基于文本挖掘技術(shù)對(duì)民國(guó)文獻(xiàn)進(jìn)行深度挖掘

文本挖掘是數(shù)據(jù)挖掘的領(lǐng)域之一，是從文本數(shù)據(jù)中抽取隱含的、以前未知的、潛在有用的模式的過(guò)程，知識(shí)發(fā)現(xiàn)是其本質(zhì)與精髓所在。數(shù)字人文所強(qiáng)調(diào)的不再是單純的文本化和數(shù)字化，正是基于文本的深度挖掘與智能分析。從目前國(guó)內(nèi)的相關(guān)數(shù)字人文實(shí)踐來(lái)看，古籍?dāng)?shù)字化項(xiàng)目中已經(jīng)邁出了文本挖掘的重要步伐，開(kāi)發(fā)了許多數(shù)字人文系統(tǒng)，例如古代詩(shī)詞分析系統(tǒng)、“古籍研習(xí)平臺(tái)”、“古漢語(yǔ)文本自動(dòng)句讀系統(tǒng)”等。以北京大學(xué)數(shù)據(jù)分析研究中心的“全唐詩(shī)分析系統(tǒng)”為例，這個(gè)分析系統(tǒng)的突出優(yōu)勢(shì)是能夠深入挖掘和發(fā)現(xiàn)信息，不再局限于單一的全文檢索模式，重點(diǎn)表現(xiàn)在對(duì)詩(shī)詞韻律的標(biāo)示，詞語(yǔ)組合次數(shù)等提點(diǎn)進(jìn)行智能化統(tǒng)計(jì)，為我國(guó)學(xué)者研究中國(guó)古代文字、古代書(shū)籍、古代語(yǔ)言等領(lǐng)域奠定了有力的基礎(chǔ)。在民國(guó)文獻(xiàn)數(shù)字化過(guò)程中，我們也可以借鑒這一經(jīng)驗(yàn)，對(duì)民國(guó)期刊報(bào)紙的開(kāi)發(fā)，不再單一提供文獻(xiàn)的全文內(nèi)容，而是在標(biāo)引的基礎(chǔ)上更深層次提高文獻(xiàn)資源揭示的深度和關(guān)聯(lián)性。

結(jié)語(yǔ)

21世紀(jì)圖書(shū)館項(xiàng)目的目的是研究當(dāng)前和未來(lái)，如何通過(guò)圖書(shū)館服務(wù)來(lái)滿足或支持各層次的需要，以及資源達(dá)到最有效的工作效果，提供優(yōu)質(zhì)服務(wù)。數(shù)字人文為民國(guó)文獻(xiàn)數(shù)字化深度開(kāi)發(fā)提供理論和實(shí)踐的經(jīng)驗(yàn)和方法，為保護(hù)和完善珍貴資源，我們共同推進(jìn)民國(guó)文獻(xiàn)數(shù)字人文朝著更廣泛、更深入的領(lǐng)域發(fā)展。