論大學智慧圖書館文學數據庫建構的策略

文/寧夏師范學院圖書館 張春麗

大學創新人才的培養，除了要發揮課堂教學的優勢以外，還要重視以人工智能技術為導向的大學智慧圖書館對創新人才培養的作用。智慧圖書館產生影響力的主要因素在于館內數據庫的建構規模和質量，丁敬達和朱夢月曾對我國大學圖書館數據庫建設情況進行過評估，認為我國大學智慧圖書館數據庫建設滯后，還處于低水平發展的狀態。因而，未來大學智慧圖書館數據庫建設有很大的發展前景。

影響大學智慧圖書館數據庫建設的因素包括信息技術和學科館員兩個方面。信息技術層面主要包括人工智能技術與計算機技術兩個方面，人工智能技術與計算機技術融合代表了未來信息技術發展的新方向，也是智慧圖書館數據庫建設的核心技術因素。在同等信息技術條件下，學科館員是決定圖書館數據庫建設水平的決定性因素。鄧澤宇和王旭認為，學科館員的素質主要表現為科研素質、數據獲取等方面，指出了學科館員在大學圖書館發展中的重要性。上述兩個方面中科研素質影響數據庫的總體設計和布局規劃，而數據獲取能力決定學科館員對人工智能技術與計算機技術所蘊含的無限潛能的挖掘程度。總之，在大學智慧圖書館文學數據庫建構的過程中，高水平的學科館員是核心因素，人工智能技術與計算機技術是信息技術保障，這兩個方面的密切配合才能完成高質量圖書館數據庫建構的任務。

一、大數據技術與文學數據庫的建構

構建以大數據技術為支撐的文學數據庫是一個龐大的系統工程，在建設過程應主要考慮以下幾方面的因素：首先，因為歷代文學文獻資源數量浩繁，因而數據庫的建設是一個漫長的過程，各大學智慧圖書館之間需要建立行動聯盟，有計劃、有組織地展開行動。各大學智慧圖書館和各種研究機構應該建立聯盟組織，統一制定行動計劃，設立文學數據庫建設的各種子項目，由各大學智慧圖書館分別承擔，既可以減少資源的浪費，又可以在較短的時間內建成文學文獻數據庫。其次，為了使各個圖書館的文學文獻資源數據庫能夠在統一的平臺供全國各大學智慧圖書館使用，文學文獻資源數據庫要按照國際通用的數字文獻資源國際統一標準來執行，以便于成果的推廣和普及。再次，要充分利用現有的文學文獻數字資源。在此過程中，需要學科館員熟練掌握數字挖掘技術。數字挖掘技術就是采取關鍵詞檢索的方式實現信息的有效查詢，在數字圖書館的檢索技術領域中發揮著重要作用，數字挖掘技術將在未來圖書館技術中有著非常廣泛的應用前景，成為未來圖書館學研究的熱點。利用大數據技術建構文學作品數據庫，主要包括四大模塊：文學作品文本數據庫、文學作品注解數據庫、文學作品評論數據庫、中國文學圖像數據庫。

（一）文學作品文本數據庫。作品數據庫包括文學作品文本數據庫和文學作品注解數據庫兩部分。文學作品文本數據庫的建構，從總體布局方面來考慮，應該以朝代先后為順序，每一個朝代要以作家為基本建構單元來進行，具體的排列以作家的生卒年先后為順序，每一位作家的作品，按照寫作時間的先后排列。按照這樣的建構模型，可以把從先秦到當代所有文學作品文本都納入其中，從而建成一個完整的、系統的文學作品文本數據庫。

（二）文學作品注解數據庫。文學作品注解數據庫的建設主要是針對古代文學作品而言的，現當代文學作品只涉及文學評論，基本不涉及文本注解的問題。從事文學作品注解數據庫建設的人員應該從各大學智慧圖書館中高職稱、高學歷的古代文學專業館員中選取，從事該項工作的圖書館館員的選取標準應參照高校《中國古代文學作品選》的編選人員的要求，除了具備熟悉中國古代文學的素養外，必須具有相當高的計算機水平，熟悉大數據技術。歷代文學作品注解數據庫的建構，要求學科館員應該具備較高的古代文學素養，學科館員能夠從歷代大量的注解文獻中選取最具代表性的注釋觀點，同時在數據庫該詞條下對這種代表觀點的發展演變過程中的每一種修訂觀點按時代先后進行說明，以此形成一種以時間先后為線索的作品注解系統。句子的注解文獻、段落注解文獻資料的選取等同于字詞注解文獻資料的選取以及書寫方法。

（三）文學作品評論數據庫。文學作品評論數據庫就是將歷代學者對每一篇文學作品的批評資料進行收集，然后按照對作品思想性的批評、對作品藝術性的批評等要素進行分類，利用大數據技術建成數據庫。在具體操作的過程中，資料收集要注意以下幾個方面的問題：首先，對文學作品批評資料的收集一定要齊全和完整。其次，要選取具有代表性的評論觀點，并且要對這些觀點發展流變的學術史進行梳理，不可重復堆積資料。最后，把收集的文獻按照朝代順序排列，以朝代順序及具體時間為第一層級分類依據，以作品思想性、作品藝術性評論為第二層級分類依據來建構數據庫模塊。

（四）中國文學圖像數據庫。有文字記載的中國文學史大概有3000年的歷史，在這樣漫長的文學史歷程中，產生了大量的文學圖像及繪畫作品，這些文獻資料被稱為文學圖像文獻。文學圖像文獻具有重要價值，張朋兵認為，圖像文獻是構成文學史的重要材料。文學圖像文獻包括作家畫像、文本拓片、歷代畫家按照其對作家作品的理解畫成的各種畫像，例如歷代文人畫家根據杜甫的許多經典作品畫成的圖像，這些圖像文本的紙質版一般不易保存，而且成本較高，不便在大眾中間傳播，而利用數字媒體技術把這些圖像制作成數字圖像資料，對建立中國文學圖像數據庫有很大的幫助，而且在技術操作層面是可行的。這種文獻數據庫具有很大的研究價值，例如杜甫的《北征》這篇作品講述了作者從陜西鳳翔到鄜州看望家人的經歷，歷代畫家多以此篇作品為素材畫成畫像，但是有些畫家在畫作繪制的過程中對杜甫回家的方向理解有誤，而且各種畫作中呈現出來的杜甫的具體形象千差萬別，研究這些差異，可以得到不同畫家對作品理解差異產生的原因，這也是文學研究的一個重要課題。因此，中國文學圖像數據庫有很重要的學術價值。

二、文學云計算數字統計資料庫的建構

在各種作家、作品、文學理論數據庫的基礎上，使用云計算技術，為研究者提供各種統計數據，這些數據可以實現跨圖書館的文獻資源共享，因而可以實現不同圖書館之間的溝通及聯系，從而提高數字文獻資源的利用率。云計算是通過計算機網絡信息技術實現數字資源的快速計算服務和數據存儲，用戶可以通過網絡獲取海量的數據資源。云計算獲取資源的方式可以超越時空的限制，而且可以實現計算結果的合并，提供一種全新的數據體驗，云計算強大的資源整合能力和快速的數據提取能力，在未來科技發展中具有廣闊的發展前景，將會成為大學智慧圖書館的核心技術。利用云計算技術可以形成如下數據分析平臺：

（一）經典作家和經典作品排行榜。使用云計算技術，利用作家數據庫中的各種數據資料，通過對各種數據庫中作家姓名出現的次數、各個歷史時期的評論家對作家好評出現的次數、作家的作品在各種文學選本中入選的次數進行統計，對上述數據進行加權處理，最后得出的數值就是該作家的“經典性得分”，按照這個得分，對作家進行排名，形成經典作家排行榜。經典作品排行榜數據庫的建構和經典作家數據的建構程序相同。

（二）中國文學數據分析平臺。利用云計算數據，可以為研究者和學生學年論文撰寫提供一個數據分析平臺，為科研工作者提供數據支撐。例如，在古代文學研究中，“風骨”這一美學范疇因為其內涵的模糊性，因此歷代學者對這一術語內涵的解釋千差萬別。在界定“風骨”內涵的過程中，首先要對其出現的時間進行考證，因為“風骨”這一美學范疇的內涵與中國歷史上的美學思潮有密切關系，通過中國文學數據分析系統的檢索，可以確定該名詞出現的最早時間、出現的作品名稱及具體批評家姓名與學術成就，有了以上數據可以形成理解“風骨”內涵的基本思想。又如在中國散文史的研究中，傳統的觀點認為唐代韓愈是文學史上第一位對散文語言進行革新的作家，但是通過中國文學數據分析平臺的檢索可以發現，在散文史上最早對中國古代散文從理論主張到創作實踐進行全方位革新的是唐代作家陳子昂。這一發現可以改變我們對散文史、文學史中一些長期以來形成的觀念的評估。利用這個數據分析平臺，通過一系列文學關鍵詞的檢索，可以發現許多新的文學思想，同時也可以得到許多與傳統文學觀念不同的文學史結論，這些結論都可以形成重要的文學研究課題。

三、虛擬現實技術與文學作品還原數據庫的建構

虛擬現實技術是通過計算機將已經收集到的日常生活數據存儲起來，然后通過電子信號將各種計算機數據與這些信號對應起來，在一定的條件下利用計算機仿真系統將各種數據還原為真實的日常生活現象。中國工程院院士王堅認為，虛擬現實是數字化之后下一個技術革命，虛擬現實技術也將帶來智慧圖書館的技術革命。所謂中國文學作品還原系統，就是以虛擬現實技術為理論支撐、以歷史紀錄片為范本來建構整個中國文學原景形象系統。通過該數據系統，可以建立兩個數據庫：作家生平數字媒體數據庫、作品情景數字媒體數據庫。

（一）作家生平數字媒體數據庫。高校中文專業的教師在中國文學課程的教學工作中，首先要對作家生平進行介紹，這種介紹一般都是比較平淡、枯燥的，但是，如果能夠模仿歷史紀錄片的形式，把每位作家的生平還原為中國文學史作家生平歷史紀錄片，不僅可以引起讀者的興趣，提高高校中國文學教學的效果，也可以提高大眾對中國文學的接受。在具體操作的層面，對于現當代作家，可以從歷史遺留下來的作家圖片中提供作家本人及其家屬的照片等信息作為作家生平紀錄片制作的依據，利用類似于數字動漫技術制作作家日常生活史視頻，還原作家生平經歷，因為在成像的過程中使用的是真人的照片，所以這種視頻可以達到超真實的效果。對于古代的作家，一方面可以從文學史中提取作家的畫像，例如屈原、杜甫、陸游等經典作家，歷代畫家曾為他們留下了各種類型的畫像，這些資料可以作為作家形象制作的依據。對于有些作家，各種電視、電影中已經形成了他們的形象，可以直接提取。對于沒有留下畫像的作家，可以根據作家傳世的作品，分析作家的相貌，利用數字影像還原技術生成作家的畫像。然后通過作家的傳記資料、各種文學史資料，利用影視劇制作技術來制作作家生平影像數據庫。

（二）經典作品情景還原數據庫。以四大名著的電視劇為經典范本，利用影像及虛擬現實技術，對中國文學史中經典的文學作品進行影視劇的加工制作，形成中國經典作品情景還原數據庫。在該數據庫建立的過程中，主要應用數字媒體技術來合成影視媒體，這樣成本比較低，而且效率高。在作品還原的過程中，首先遇到的是技術上的困難，承擔此項工作的大學智慧圖書館館員需要同時具備中國文學的修養和數字媒體技術，這種人才目前還比較缺乏，但是，大學智慧圖書館應該以此項文獻數據庫的建設為契機，以創新人才培養為抓手，著重培養具有中國文學和數字媒體技術的復合型大學智慧圖書館館員。

在中國文學作品還原數據庫建立的過程中，最核心的工作是利用虛擬現實技術和數字媒體技術進行作品還原，因為諸如四大名著、《聊齋》等影視作品，其制作成本是比較高的。而利用虛擬現實技術制作影像文件則成本較低，但是困難在于對文學文本內容闡釋的多義性及這種理解轉化為影像情景過程的復雜性。這種數據庫建設在大學智慧圖書館及高校人文社科類課程的建設中有很大的發展空間和發展前景，也可以作為一項重大的科研課題來展開。

四、利用“數字挖掘”技術建構科學的文學史數據庫

在文學史建構的過程中，文學觀念的起源、發展、演變研究頗為重要，在過去的文學史建構中，文學觀念的闡釋有兩種缺陷：一是對中國古代重要的文學觀念的闡釋往往語焉不詳，因為這種文學觀念的追溯需要文學史家具有廣博而精深的文學史修養，文學史家必須具備全面的文學史文獻的儲備，才能清楚地呈現出文學觀念發展演變的過程，而一般的文學史家大多不能做到這一點。二是受到上述文學史家理論修養的限制，很多文學觀念的重要性不能夠被凸顯，這些觀念在文學史長河中被淹沒無法被提取出來加以特別強調，因而，很多文學觀念不能確立起其經典性。而利用數字挖掘技術，把經典作家及其經典作品按照其出現的先后時間加以排列，同時運用數字挖掘技術建立歷代經典批評家的經典性批評的描述體系，文學史數據庫的模型將被建立起來。

通過數字挖掘技術還可以糾正很多已有文學史的誤解。例如，在20世紀文學自覺的研究中，大多數學者認為中國文學的自覺期是在漢末建安時期，這一觀念后來形成中國文學史研究中關于文學自覺觀念的代表性觀點。但是，筆者通過數字挖掘技術對文學史的文獻資料進行檢索發現，在西漢很多文學家的文集中，文章辨體的觀念就已經流行起來。例如，西漢文獻學家劉向的著述中已經出現了文章辨體的觀念，到了東漢，文章辨體的意識更加自覺。例如楊雄、班固等人的著述中就經常涉及文章辨體的理論，而文章辨體的觀念是文學自覺的前提。由此可見，至少在東漢時期，文學自覺的觀念就已經初步形成。那么，中國文學自覺起源在建安時期的觀念可能是一種文學史的誤解。

總之，大學智慧圖書館文學數字資源庫體系完備、傳播速度快、覆蓋范圍廣，因而在高校圖書館建設中有著廣闊的應用前景。