古籍數字化淺談

韓偉

摘 要：作為一個具有四千多年歷史的文明古國，我們擁有浩如煙海的古代典籍。據粗略統計，我國現存古籍達十萬種以上。這些典籍經過歷史的選擇和淘汰，飽經戰火和災難流傳至今，凝聚了我國古代人民的智慧和經驗。它們不僅是國家的寶貴文化遺產，也是今人做學問、搞研究取之不盡、用之不竭的豐富寶藏。隨著科學技術的飛速發展，利用現代科技整理和研究古籍，使其數字化、網絡化是大勢所趨。

關鍵詞：古籍；數字化

一、從古籍特點看古籍數字化的必要性

所謂古籍數字化，就是利用數字技術將古籍轉換成數字信息，存貯于計算機或光盤上，以利古籍的使用與保護。中國古籍與其他文獻相比，有其特殊性。一、分布分散。現有古籍主要分布于全國各地圖書館、資料室、科研單位及私人藏書家手中。也有一部分由于歷史原因藏于海外其他國家。其分散性造成利用不便。二、重藏輕用。由于古籍的文物價值及保管不易，古籍普遍存在重藏輕用現象。尤其是一些善本、孤本價值較高，收藏者往往秘不示人，給古籍的利用帶來困難。三、數量多，內容復雜。歷代學者搞研究都離不開對前人成果的利用，但是面對汗牛充棟的古籍，究個人力量爬梳、挖掘，耗時耗力，常有力不從心之感。雖然學術界已進行大量整理工作，編纂了多種引得、通檢等工具書，但對于數量龐大的古籍文獻來說，整理只是少數，這是傳統的手工作業難以解決的問題。

二、利用現代科技整理古籍，使其數字化、網絡化的可行性

（1）技術上的準備。現代科技的飛速發展為古籍開發和整理帶來了良好的契機。早在1983年，全國語言學學科規劃會議上就指出：“隨著電子技術的發展，加上古籍整理工作者和計算機工作者的合作，計算機一定能夠幫助我們在古籍整理研究方面做更多、更復雜的事情。”十幾年過去了，大家有目共睹，計算機及網絡技術等日新月異，為古籍現代化鋪平了道路。如今，利用計算機及網絡技術等在資料存儲、整理、檢索、傳輸等方面的優勢對古籍進行有計劃的系統的發掘整理，使其數字化、網絡化從而達到保存、利用與共享的目的是完全可能的。首先，新一代高性能計算機的海量存儲和秒級運算能力驚人，大容量、高密度的硬盤和光盤及光盤塔、光盤庫的面市，使古籍龐大的數量不再成為難題。其次，新的計算機應用技術大大降低了古籍數字化的難度，使古籍數字化不僅成為理論上而且是技術上的可能。非鍵盤輸入技術使文獻載體轉換方式發生了一場革命，如自動識別輸入技術（ODR）使海量信息輸入工作量大大降低。數字挖掘技術（簡稱KDD）是一種可從大量數據中提取可信的、新穎的、有效的知識的高級處理過程，尤為適合古籍的數字化處理。另外如OCR光學識別技術可將古籍轉化為文本，可自動從圖像文件中抽取題名、著者等檢索點，較之人工標引快捷、簡單。其他如數字圖像技術、多媒體壓縮與傳輸技術、安全保密技術等都為古籍數字化提供了有力的支持。第三，網絡技術的迅猛發展使信息資源的共享成為可能，為數字化古籍的共享和遠程利用提供了方便。國際互聯網不斷拓寬的網帶已將世界連接為一個地球村，數字化古籍的服務范圍從理論上說可以擴展到每個人的家門口。

（2）實踐中的經驗。中國古籍是世界文化遺產的重要組成部分，分散于世界各地的古籍早已被各國學者所重視和研究。用現代科技整理開發古籍已積累了大量的實踐經驗。美國借助其技術的先進，首先建立起古籍數據庫，如著名的聯機系統OCLC和RLIN，使一些流傳海外的古籍被許多學者所研究和利用。日本于1980年便開始本國古籍的自動化系統研究，十年后其數據庫正式運行。我國的古籍數字化工作始于八十年代中期，主要表現在對重要古籍數字化和編制專書專題檢索系統方面。例如中國社科院《全唐詩》、《全唐文》、《十三經》、《先秦魏晉南北朝詩》檢索系統、《論語》逐字索引、南京師范大學的《全宋詞》檢索系統、四川大學古籍所《全宋文》資料檢索系統、陜西師范大學古籍整理研究所《二十五史》全文檢索系統、河南大學《宋人筆記檢索系統》、《南宋主要歷史文獻全文數據庫》等。尤為值得一提的是，我國古代卷帙最大的綜合性叢書《四庫全書》也已有數種電子版問世。其中濟南匯文科技開發中心研制的《四庫全書》原文電子版囊括了《四庫全書》三萬余冊所有文獻，不僅能閱讀原文，而且能夠按書名、著者、書號和指定卷、冊、頁進行檢索；上海人民出版社與香港迪志文化出版有限公司聯合開發的《文淵閣四庫全書》光盤版在保持原書原貌的基礎上，同時為讀者提供了快速有效的檢索、整理和編輯功能。另外，我國一些大型圖書館還都紛紛投入一定人力、物力，進行本館古籍書目數據庫的建設。

三、關于古籍數字化的思考

（1）面臨的困難。放眼古籍數字化工作，多年的研究成果令人欣喜。但是相對浩瀚的古籍資料，用現代技術開發整理的只是極少一部分，遠遠不能滿足搶救和利用古籍的需要。透過看似繁榮熱鬧的古籍數字化表面，我們不能不正視存在的困難。

（2）關于古籍數字化的思考。鑒于目前古籍數字化的現狀和存在問題，不能不引起我們的理論思考。進行統一的有計劃的古籍全面數字化，必須兼顧古籍書目數據庫與全文數據庫兩個層次的建設。

①首先談談古籍書目數據庫。中國傳統目錄學相當發達，歷來公藏私藏之書都有編制目錄的傳統，歷代學者無不依賴目錄作為治學津梁。因此，建立統一的中國聯合古籍書目數據庫，全面反映中國古籍現狀，為研究者提供便捷的古籍書目檢索系統，是當今圖書館界人們的共識，也是古籍數字化、網絡化的基礎。

第一，實行標準著錄，統一著錄規則。中國傳統著錄有一定程式，但并不標準。例如對書名隨意穿靴戴帽，對版本著錄不提供客觀依據，著者有著其名者、有著其號者，還有掛帶官名、籍貫的等等。八十年代以來，中國古籍有了標準著錄規則，前幾年又進一步做了修訂，并出臺了標準著錄條例。這一標準的制定結合了我國古籍特點，同時考慮到計算機著錄的要求。統一和推廣標準化著錄是建聯合書目數據庫的基礎。

第二，要規范中國古籍分類法。對于古籍，我國藏書單位采用了不同的分類法，有用科圖法的，有用人大法的，也有用中圖法、劉國鈞十五大類分類法的，但大部分單位采用的是傳統的四部分類法。四部分類法沿用一千余年，其分類標準是依據我國古籍的內容、學術發展和目錄學體系而設置的，影響廣泛，使用也合習慣。因此將四部分類法加以細化，對不合理的地方加以調整，并給予科學配號，以此作為統一書目數據庫的分類標引應當是可行的和易于接受的。

第三，必須制定統一的古籍書目機讀格式。書目機讀格式必須統一，如果格式不統一，任何軟件都將難以處理。目前大部分圖書館古籍編目采用的是國內圖書館界中文圖書計算機著錄的通用格式CNMARC。但CNMARC格式中，有關古籍著錄方面的內容相對欠缺，依據這些粗線條的規定，即使不同單位都采用，仍會在數據中出現差別。國家圖書館在CNMARC基礎上，根據多年實踐經驗，由館內外專家研究制訂了比較詳細的《漢語文古籍機讀目錄格式使用手冊》，已交由北京圖書館出版社出版。國家圖書館于今年10月還面向全國各地圖書館舉辦了機讀目錄格式培訓班，在全國圖書館界推廣統一的MARC標準，為建立標準的可共享的古籍書目數據庫打下了基礎。

古籍數字化賦予了傳統文化以新的生命。作為一個當代人，站在祖先遺留下來的古老墨香與現代科技的炫目光彩之間，我們肩負的是繼往開來的責任。雖然大規模的可共享的古籍數字化、網絡化絕非一朝一夕的事，但我們畢竟看到了希望。

參考文獻：

1．王純．古籍數字化之趨勢．圖書館理論與實踐，2020（3）

2．王雪迎．楊慧．計算機古籍編目初探．人大復印報刊資料．圖書學．信息科學·資料工作，2021（9）

3．李致忠．再論建立中國古籍書目數據庫·北京圖書館出版社，2020