古籍書目數據庫建設面臨的問題及解決措施

樊虹燕　應飛

摘 要：古籍是歷史文化的載體，從某種意義上說，其屬于文物，需要對其進行相關的保護。文章以古籍書目數據庫為主要調查對象，對數據庫建設中存在的目錄格式、分類法選擇等問題進行探究，并提出相應的建議以供大家參考。

關鍵詞：估計數目;數據庫;問題

華夏歷史傳承數千年，在歲月長河中流傳下數不勝數的古籍，這些古籍是我國的文化遺產，是珍貴的、有代表性的歷史文物，更是當今各大圖書館珍藏體系中必不可少的重要部分。當今社會科技發達，如何利用科技對文化遺產進行深入的剖析與利用，實現資源共享，是古籍界關心的頭等大事。我國多個圖書館已開展了古籍數據庫的建立，但相關經驗不充足，有諸多問題需要得到改進完善。

1 古籍書目數據庫的意義

以機讀目錄格式的相關特點為參考建立了統一的古籍書目數據庫，這個數據庫依賴于網絡，并以網絡系統的形式為用戶提供古籍數據資源的相關搜索，成為人們檢索書籍的大型目錄數據庫。古籍具有豐富的歷史、文學和學術價值，其重要性是不言而喻的。對于古籍數據庫的保護，我國還沒有完善的保護措施，而是和眾多國家一樣以《著作權法》來進行保護。從《著作權法》里的相關內容可知，匯編若干作品，不構成作品的數據庫或者其他材料，保持內容的獨有特色，成為人們所熟知的匯編作品，其作品的專屬權也歸匯編者所有，但不能侵犯原作品的著作權。

圖書館特色古籍數據庫的建設主要涉及古籍書目數據庫、古籍文摘數據庫、古籍全文數據庫。古籍書目數據庫是結合作品外部信息，方便讀者對其檢索與利用，對內容進行選擇編排都是參考MARC統一標準進行的，保持與其他古籍數據庫形式的相似性。從數據制作格式來看，書目數據庫可以分為兩部分：一種是圖像格式，根據內容掃描PDF圖像文本;另一種是元數據格式，就是將文獻文本輸入并導入數據庫中，形成能供閱讀與檢索的數據庫機讀格式。這兩種格式的數據庫容量都十分充足，提供了較為原始的檢索方式。但這兩種數據庫的運用無法真正展現出數據庫該有的優勢特征，基本不受《著作權法》的保護。

2 古籍書目數據庫存在的問題

2.1 機讀目錄格式不統一

隨著時代的發展，運用先進的科技對古籍進行編目整理，由于相關技術的淺薄，我國這方面技術仍處于起步階段。20世紀90年代初，南京圖書館最先建立書目數據庫，對讀者檢索書目起到重大幫助，隨后書目數據庫被廣泛傳播，很快就遍及全國。但時至今日，機讀目錄格式還是沒有完全統一，而是在CNMARC的基礎上進行優化，并沒有實質性的解決方式。CNMARC研發之初是以現代文獻為主要實踐對象，古籍文字的特點、形態、編排、裝幀等都與現代文獻截然不同，字段與子字段尚不能完全加以揭示。再加上各大圖書館的古籍管理制度、書籍不盡相同，所以古籍機讀目錄格式無法實現真正統一，書目數據不能識別古籍文獻或者錯誤識別，這些都造成了資源不能共享。

2.2 分類法的多樣化

由于古籍自身的特點，我國對古籍的分類沒有真正可行的管理措施，導致古籍分類方法一直無法得到真正的統一。相關人士對圖書館進行調查后發現，各圖書館對古籍的分類各不相同，各自都有其自己的方法。因為至今沒有統一的古籍分類管理法，所以我國圖書館的古籍分類五花八門，呈現多樣化，對開展古籍相關工作十分不利。但調查又發現，多數圖書館參考傳統的古籍分類法，名氣越高、規模越大的圖書館對古籍分類就越講究，會根據古籍的特性與時代，采用多種分類歸納法。多種分類法在圖書館的應用十分普遍，但因為管理的多樣化，以及日常的分類中會為工作人員帶來不便，古籍書目數據庫的建設受到影響，得不到顯著發展。

2.3 著錄用字問題

根據古籍的專屬特征和國家對古籍的相關規定，在建立古籍機讀目錄時必須使用原著的字體，只有這樣才能反映原書的真正內容。古代文獻的特點就是有不同時期的文字，大量的生僻字至今都無法理解其含義，沒有相關的文字解說，所以至今都沒有超大字庫能完全識別古書中的文字，計算機也無法將古文字進行信息識別。時代的久遠與多樣性造就了古籍中的繁體字、簡體字、新型字，十分復雜多變，現如今也無法真正解決這樣的問題。很多圖書館在處理這樣的問題時采取的方法是替代，一些難以分析的字符只能推測其意，用其他字符來替代，這樣的方式無疑會違反我國對古籍的相關規定，破壞了原書的原則。如今運用最廣的大字庫編輯軟件Word也不能滿足古籍書目數據庫的需求。還是因為古籍的特殊性，它們的字庫過小，沒有兼容性，更不能互補。繁簡字的轉換實際是一對一的，無法解決繁簡字的多樣轉換方式，如果將繁體字簡化了，在編錄數據時就會出現輸入差誤。

3 古籍書目數據庫應對措施

3.1 建立統一的機讀目錄格式

從我國圖書館管理的發展趨勢來看，統一的機讀目錄格式能讓古籍書目數據庫得到規范，不再是種類繁多的分類管理方式。沒有相對目錄的規范性，古籍書目數據庫的內容就無法進行交換與共享。國際圖聯開發的UNIMARC是世界各國圖書館通用的機讀目錄格式，各國在借鑒UNIMARC的基礎上進行本國相關管理的修訂。我國研發的CNMAARC是我國專屬的、唯一的機讀目錄標準格式，它適用于我國與其他國家的信息交換，為書目數據庫的建立提供參照與依據。但我國唯一機讀目錄標準格式CNMAARC并不適用于古籍圖書，因為它是以現代文獻為主要實踐對象研發的。為了讓古籍機讀目錄數據更為方便地錄入，我國撰寫了《漢語文古籍機讀目錄格式使用手冊》。但是，我國沒有真正統一古籍機讀目錄格式，所以其方式還是存在問題。

經過相關組織的探討，以CNMAARC的特點為基本，結合《古籍著錄規則》，為實現古籍機讀目錄格式統一進行了不斷的研究，為了實現它應有的資源共享的效果，統一古籍計算機編目的相關標準，讓計算機與古籍的信息共享，推出了“古籍機讀目錄格式”。

3.2 著錄規則

古籍的特點是多樣化的，文字形態的多樣、意義的多樣，華夏五千年的歷史賦予了其豐富的內涵。書目數據信息員要以數據庫的規范性為基準，針對古籍的特點，保留其固有的特點，進行嚴格且詳細的編目工作，編目中必須保持規范性，按照國家古籍法規《古籍著錄規則》的標準進行著錄。著錄是為了更好地適應計算機相關工作，要嚴格按照《中國文獻編目規則》的標準進行著錄。《中國文獻編目規則》是以ISBD和中國文獻著錄標準為標準，是為了更好與國際文獻工作相統一，中國文獻語言就是以此為中心進行編錄的，其意義就是符合操作的實際需求，對內容增加新的元素。

3.3 分類法

古籍書目數據庫的合理分類一直是古籍界不斷研究的核心問題，國內尚未實現古籍分類的統一。各圖書館的分類方式五花八門，甚至很多館采用多樣分類法，如“四庫法”“人大法”“中圖法”“東北法”等。其中“四庫法”使用最多，而且很多博物館在原有的基礎上進行了改進。在全封閉的管理下，多樣的方法也不會存在太大問題，但在真正實行時，會因為沒有統一的方法而無法進行正常的交流與檢索。人們爭論的無非是采用哪種分類法，用“四庫法”的很多，用“人大法”的也有，各有各的好處，要合理地采用不同的分類法。在古籍分類時可以提前在計算機編目中運用兩種分類法進行，這樣能測試出哪種方式更適合這種數據，避免了手工編目改變分類號將導致目錄和排架全局變動的狀況。

分類法對圖書館工作人員的意義重大，便于對數據的管理及排架。其中，“四庫法”能最大化發揮古籍的應有特點，可以從古籍固有的特征中演化出符合計算機存儲管理的特性。因為古籍隱晦難懂，所以對其分類的檢索手段十分匱乏。要想迅速找到、搜索到相似的書籍，就需要把待搜索書籍的相關內容進行統計，對書籍進行更規范的分類管理，進而推進古籍的分類統一。

4 結語

隨著社會的不斷發展，古籍數據庫的管理措施也逐漸完善，古籍界的專家學者應積極探索中國古籍數據庫應用的理論與實踐，盡可能統一圖書數據庫，可以借鑒他國的豐富經驗，建好古籍書目數據庫，為國家的發展、為歷史的探討做出貢獻。

參考文獻

[1]白林林.中文古籍書目數據的關聯數據化研究[D].太原：山西大學，2016.

[2]漆勝蘭.中醫養生古籍書目數據庫的建設與研究[D].合肥：安徽中醫藥大學，2015.

[3]顏運梅.眾包在國內古籍數據庫建設中的應用研究[J].圖書館研究，2016（5）：30-34.

[4]趙江龍，趙江燕.圖書館特色古籍數據庫建設的著作權研究[J].內蒙古科技與經濟，2015（13）：143-144.