- 相關(guān)推薦
“互聯(lián)網(wǎng)+”時代的古籍數(shù)字化新思路
人類社會已經(jīng)進入一個大數(shù)據(jù)時代，人工智能是大數(shù)據(jù)時代最為重要的技術(shù)樣態(tài)，它對人類社會生活的方方面面正在產(chǎn)生深遠的影響，也勢必對包括古籍整理在內(nèi)的國學(xué)研究工作提出許多新的問題。以下是小編整理的“互聯(lián)網(wǎng)+”時代的古籍數(shù)字化新思路，歡迎閱讀。
“互聯(lián)網(wǎng)+”時代的古籍數(shù)字化新思路
問題一：大數(shù)據(jù)時代，人們應(yīng)具有什么樣的大數(shù)據(jù)觀？
在大數(shù)據(jù)時代，判斷一個人思維能力的重要標準之一是看他有沒有大數(shù)據(jù)觀。大數(shù)據(jù)觀實為一種新的世界觀。在大數(shù)據(jù)時代，首先應(yīng)該轉(zhuǎn)變思維方式，由過去慣常的邏輯思維轉(zhuǎn)換為數(shù)據(jù)思維（當然，這并不意味著邏輯思維的失效，相反，它與演繹思維一起，仍是人類最基本的思維方法）。充分認識到人工智能是大數(shù)據(jù)時代最為重要的技術(shù)樣態(tài)。
人工智能的發(fā)展不再是簡單模仿人腦的思維，而是通過算法革命，不斷提升大數(shù)據(jù)的收集和處理能力，從而形成類似于人類甚至部分超越人類的認知能力，挑戰(zhàn)人類的認知極限。人工智能的思維方式就是數(shù)據(jù)思維，大數(shù)據(jù)是人工智能的基礎(chǔ)�；诖髷�(shù)據(jù)收集和處理能力的人工智能，代表了一種思維方式的轉(zhuǎn)換，即從邏輯思維轉(zhuǎn)換為數(shù)據(jù)思維，確切地說就是從尋求因果關(guān)系的邏輯思維轉(zhuǎn)換為尋求萬物相關(guān)性的數(shù)據(jù)思維。在這里，萬物相關(guān)性也可表述為萬物互聯(lián)。
從技術(shù)的角度講，說大數(shù)據(jù)是人工智能的基礎(chǔ)還不夠，還要加上另外一個要素：云計算。人工智能（AI）、大數(shù)據(jù)（Big Data）、云計算（Cloud）三者共同構(gòu)成了一個“ABC新時代”。“ABC新時代”代表新的產(chǎn)業(yè)趨勢和技術(shù)革命，它是繼PC時代、移動互聯(lián)網(wǎng)時代后的又一波新的產(chǎn)業(yè)變革，標志著一個全新的時代已經(jīng)來臨，其對人類社會生活的影響、滲透是深遠的。在古籍整理方面，傳統(tǒng)紙質(zhì)文獻將會被完全數(shù)字化；在古籍研究方面，人們研究所依據(jù)的“底本”將是數(shù)字化的古籍文獻。紙本古籍依舊會長期存在，人們可能在“懷舊”的意義上對其保持一份“親切”或“敬意”。
對于從事包括古籍整理在內(nèi)的國學(xué)研究者來說，要從對傳統(tǒng)紙質(zhì)文獻整理研究的手工操作轉(zhuǎn)向充分利用古籍數(shù)據(jù)庫的智能操作。因此，未來不懂得如何智能操作古籍數(shù)據(jù)庫的學(xué)者將會落伍，甚至被時代淘汰。就像當下的衣食住行消費，我們?nèi)绻粫\用手機移動支付就會寸步難行一樣。
問題二：大數(shù)據(jù)時代，古籍數(shù)據(jù)的量化尺度如何把握？
人們常說，中國的古籍浩如煙海。從量的方面來說，1912年以前產(chǎn)生并留存下來的中國古籍總量有19萬種和20萬種等不同說法。李明杰指出：“據(jù)不完全統(tǒng)計，我國現(xiàn)存古籍仍有約19萬種，其中僅保存在公共圖書館系統(tǒng)的就有2750萬冊，可列入善本的約有250萬冊。”（《中華善本在當代中國的保護與傳播》，載光明網(wǎng)-文藝評論頻道2019-05-15）杜志強指出：“據(jù)《中國古籍總目》，我國古籍存世總量大約20萬種，可謂浩如煙海。其中，善本大約占其三分之一。”（《古籍善本價值重大，中華文明源遠流長》，載光明網(wǎng)-文藝評論頻道2019-06-04）我們就暫時以20萬種作為現(xiàn)存古籍的總量。當然，古籍總量在某種意義上是動態(tài)的，如新出土文獻、海內(nèi)外新發(fā)現(xiàn)的漢文典籍等都可增加古籍的總量，不過，這類文獻的量都不會太大。
如果從傳統(tǒng)的數(shù)據(jù)量化意識來看，20萬種古籍確實可以說“浩如煙�！�，但是，在大數(shù)據(jù)時代，20萬種古籍又不能說是“浩如煙海”。在大數(shù)據(jù)視野下，它又可看作是“寥若晨星”，20萬種古籍被完全數(shù)字化的時間指日可待。美國谷歌公司有一個宏偉的野心，它想通過掃描把全世界的圖書數(shù)字化，建立一個包羅一切的數(shù)字圖書館。盡管遇到版權(quán)等方面的障礙，谷歌公司還是只用了9年時間就達到了一個驚人的數(shù)量，到2013年，“谷歌完成了3000多萬本書的數(shù)字化，相當于歷史上出版圖書總數(shù)的1/4”（【美】埃雷茲·艾登，【法】讓-巴蒂斯特·米歇爾著，王彤彤等譯，《可視化未來——數(shù)據(jù)透視下的人文大趨勢》，浙江人民出版社2015年版。下同）。相對于世界上3000萬種圖書來說，20萬種中國古籍可能只是“小菜一碟”。
客觀地評估，中國古籍的數(shù)字化應(yīng)該說已經(jīng)取得長足的發(fā)展。其中國家圖書館的“中華古籍資源庫”是“中華古籍保護計劃”的重要成果，目前在線發(fā)布的古籍影像資源包括國家圖書館藏善本和普通古籍、法國國家圖書館藏敦煌遺書、天津圖書館藏普通古籍等，資源總量超過3.2萬部，可在國圖官網(wǎng)上直接瀏覽。另外，中華再造善本工程一期、二期都已完成，且制作了數(shù)據(jù)庫，提供全文瀏覽。唐宋編和金元編共影印善本古籍758種。清人陸心源“皕宋樓”以藏200種宋刻本引以為傲，今天我們足不出戶便可閱覽幾百種宋本。不過，如果對標谷歌公司，我們有待完成的工作量還很大。中國古籍整理與研究的當務(wù)之急，是整合海內(nèi)外各種古籍數(shù)據(jù)庫，建立一個由國家和民間、高校和企業(yè)共同參與管理的包含全部20萬種古籍的“古籍數(shù)字圖書館”，以實現(xiàn)古籍整理與研究資源的全面共享。
大數(shù)據(jù)時代正在重構(gòu)新的文獻統(tǒng)計學(xué)或計量文獻學(xué)。如果能正確把握當下古籍量化的尺度，就不會產(chǎn)生古人經(jīng)常發(fā)出的“望洋興嘆”的感慨，就能完成過去在人工統(tǒng)計時代不可能完成的各種古籍量化工作。
數(shù)據(jù)思維的前提是數(shù)據(jù)。也就是說，古籍整理與研究的基礎(chǔ)不再僅僅是傳統(tǒng)意義上的資料或文獻，而是數(shù)據(jù)，各種大數(shù)據(jù)。所謂“大數(shù)據(jù)”，首先是一個“量級”的概念，大數(shù)據(jù)不是以個、十、百、千為量級，而是以百萬、千萬、上億為量級，單個研究者依靠手工是無法完成這些大數(shù)據(jù)的收集與處理的，必須依靠機器，依靠人工智能。不少信息的統(tǒng)計手段發(fā)生前所未有的變化，必須依靠高科技的技術(shù)手段來分析海量的信息。數(shù)據(jù)思維的數(shù)據(jù)規(guī)模特點，除了量級的變化，還意味著某種龐大數(shù)據(jù)集。正如《可視化未來——數(shù)據(jù)透視下的人文大趨勢》一書中指出的，我們面臨的第一個主要的挑戰(zhàn)是，“大數(shù)據(jù)和數(shù)據(jù)科學(xué)家們之前運用的數(shù)據(jù)在結(jié)構(gòu)上差異很大”，“大數(shù)據(jù)是雜亂的數(shù)據(jù)集”。當我們收集并處理的古典文獻從具體的、單個的文本轉(zhuǎn)化為龐大而雜亂的數(shù)據(jù)集時，就必須運用尋求萬物相關(guān)性的人工智能的數(shù)據(jù)思維方式，而不是簡單地尋求線性的因果關(guān)系的邏輯思維方式。這一點將賦能包括古籍整理在內(nèi)的國學(xué)研究以新的時代特征。
問題三：大數(shù)據(jù)時代，如何構(gòu)建古籍數(shù)據(jù)和古籍數(shù)據(jù)庫的目錄學(xué)？
古典文獻學(xué)是一套包含有目錄學(xué)、版本學(xué)和�？睂W(xué)等主干性知識的知識譜系，它們在大數(shù)據(jù)時代都面臨著知識結(jié)構(gòu)和研究方式的轉(zhuǎn)型。其中，目錄學(xué)具有優(yōu)先性地位。
在大數(shù)據(jù)時代，我們需要構(gòu)建新的古籍數(shù)據(jù)和古籍數(shù)據(jù)庫的目錄學(xué)。這種目錄學(xué)，首先要對古籍數(shù)據(jù)進行重新分類，我們依照的既不是《漢書·藝文志》那樣的七分法、《隋書·經(jīng)籍志》那樣的四分法，也不是按照針對紙質(zhì)文獻所流行的杜威分類法或中圖法分類體系，甚至也不是按照傳統(tǒng)的科學(xué)數(shù)據(jù)分類，如實驗數(shù)據(jù)與觀察數(shù)據(jù)之類的數(shù)據(jù)分類。
如何進行古籍數(shù)據(jù)分類？分類方法可以有多種，從層次上可分為表層數(shù)據(jù)與深層數(shù)據(jù)；從價值上可分為有用數(shù)據(jù)與垃圾數(shù)據(jù)；從可靠性上可分為真實數(shù)據(jù)與虛假數(shù)據(jù)；從時間上可分為長期數(shù)據(jù)和短期數(shù)據(jù)，等等。
上海寶藤生物醫(yī)藥公司董事長樓敬偉曾表示，在生物醫(yī)學(xué)數(shù)據(jù)方面，不關(guān)注淺層數(shù)據(jù)，如身高、體重、呼吸、心跳等，而關(guān)注基因組數(shù)據(jù)、蛋白質(zhì)組數(shù)據(jù)、代謝組數(shù)據(jù)等深層數(shù)據(jù)，關(guān)注這些深層數(shù)據(jù)所反映的人體表征之間的數(shù)據(jù)關(guān)系，關(guān)注人體生物學(xué)的這些表征，和影像學(xué)存在什么關(guān)系。我們在意的是人體的腸道微生態(tài)，人體與社會環(huán)境的互動，掌握多緯度的數(shù)據(jù)。我們不能收集一堆垃圾數(shù)據(jù)，而要開辟智能醫(yī)療的試驗場。樓敬偉的說法，對于我們重新認識古籍數(shù)據(jù)的分類是有啟發(fā)性的。哪些東西是古籍數(shù)據(jù)中的表層數(shù)據(jù)，哪些是古籍數(shù)據(jù)中的深層數(shù)據(jù)；哪些是古籍數(shù)據(jù)中的長期數(shù)據(jù)，哪些是古籍數(shù)據(jù)中的短期數(shù)據(jù)，這些都是需要進一步思考的問題。
至于古籍數(shù)據(jù)庫的分類，我們曾做過嘗試性工作。我和毛建軍博士主編的《漢語古籍電子文獻知見錄》（世界圖書出版公司2015年版），就是“從古典文獻學(xué)教學(xué)資源利用視野對這些電子文獻進行了科學(xué)分類與導(dǎo)航設(shè)計”。我們改變傳統(tǒng)書目以“經(jīng)、史、子、集”及其下設(shè)各小類進行分類提要的標準，而以古籍電子文獻開發(fā)所在區(qū)域和機構(gòu)個人設(shè)置一、二級目錄進行解題。一級目錄的安排次序為：中國大陸、中國臺灣、中國香港、中國澳門、國外（日本、韓國、美國、歐美、澳洲）；二級目錄的安排次序為：圖書館、檔案館等古籍典藏機構(gòu)、高校等研究機構(gòu)、古籍數(shù)字化企業(yè)公司、個人等。其中，中國大陸有古籍電子文獻數(shù)據(jù)庫166種；中國臺灣有古籍電子文獻數(shù)據(jù)庫70種；中國香港有古籍電子文獻數(shù)據(jù)庫9種；中國澳門有古籍電子文獻數(shù)據(jù)庫兩種；國外地區(qū)有古籍電子文獻數(shù)據(jù)庫22種；合作開發(fā)的古籍電子文獻數(shù)據(jù)庫有6種。二級目錄里所列古籍電子文獻數(shù)據(jù)庫共計275種，每種都有展現(xiàn)其研究特色的數(shù)據(jù)庫名稱。
另外，我們也試圖改變傳統(tǒng)書目對古典文獻的版本分類，將古籍電子文獻分為古籍書目數(shù)據(jù)庫、古漢語電子語料庫、古籍全文數(shù)據(jù)庫、數(shù)字圖書館、古籍電子出版平臺，等等。我們的嘗試一定還存在不少值得改進的地方，所收的古籍電子文獻數(shù)據(jù)庫遠沒有做到“大而全”，還有很大的增補空間。古籍數(shù)據(jù)庫的分類，自然還可以按現(xiàn)代學(xué)科體制來分，分為文、史、哲、政、經(jīng)、法等，數(shù)據(jù)庫所收古籍文獻最好有標點。對于專業(yè)研究人員來說，好的古籍數(shù)據(jù)庫應(yīng)具備兩大特點，一是全（搜集的數(shù)據(jù)越多越好），二是專（就是說，可按學(xué)科分類，也可按文體分類，還可按文獻主題分類，按文獻載體分類），且不需要標點（如果有標點，自然更好）。我本人也一直在準備《漢語古籍電子文獻知見錄》的修訂工作。
在古籍整理與研究領(lǐng)域，除了基于大數(shù)據(jù)技術(shù)的目錄學(xué)外，還有基于大數(shù)據(jù)技術(shù)的版本學(xué)、�？睂W(xué)、辨?zhèn)螌W(xué)、輯佚學(xué)、索引學(xué)等，它們都會包括許多與古典文獻學(xué)完全不同的知識結(jié)構(gòu)，需要我們重新加以建構(gòu)。
問題四：大數(shù)據(jù)時代，我們應(yīng)該培養(yǎng)什么樣的古籍整理與研究人才？
大數(shù)據(jù)時代，我們迫切需要培養(yǎng)同時具有古典文獻學(xué)基礎(chǔ)、古籍數(shù)據(jù)庫開發(fā)和利用能力的高級人才或復(fù)合型人才。最近，清華大學(xué)人文學(xué)院劉石教授“基于大數(shù)據(jù)技術(shù)的古代文學(xué)經(jīng)典文本分析與研究”課題組因研究需要，面向國內(nèi)外招收博士生（直博生）或招聘博士后若干名。申請者的要求條件之一就是“應(yīng)具有一定的計算機技術(shù)基礎(chǔ)，或者具有一定的數(shù)字人文研究經(jīng)驗。入學(xué)或進站后，從事中國古代文學(xué)經(jīng)典文本的數(shù)據(jù)分析與研究”。這種人才培養(yǎng)意識在國內(nèi)學(xué)術(shù)界和高教界開了一個好頭�！盎诖髷�(shù)據(jù)技術(shù)的古代文學(xué)經(jīng)典文本分析與研究”以及“數(shù)字人文”均屬于人文社會科學(xué)研究的新興領(lǐng)域，它要求學(xué)生在古典文獻學(xué)、數(shù)據(jù)分析和認知哲學(xué)上都有一定基礎(chǔ)，而目前能將這幾方面專長結(jié)合起來的人才并不多。大數(shù)據(jù)時代會催生許多新的跨學(xué)科分支。
事實上，在古籍整理與研究的數(shù)字化推廣領(lǐng)域，已經(jīng)產(chǎn)生一些新型專家，比如“數(shù)字文獻學(xué)家”兼“數(shù)字文獻企業(yè)家”�，F(xiàn)在清華大學(xué)人文學(xué)院已經(jīng)在培養(yǎng)自己的“數(shù)字人文學(xué)家”，未來中國可能還會出現(xiàn)“古籍數(shù)據(jù)目錄學(xué)家”“古籍數(shù)據(jù)平臺設(shè)計師”“古籍數(shù)據(jù)統(tǒng)計師”“古籍數(shù)據(jù)分析師”“古漢語語料庫語言學(xué)家”“古籍數(shù)字出版家”，等等。對此，我們沒有理由不伸開雙臂歡迎他們。我們的高等教育機構(gòu)與研究機構(gòu)必須立即行動起來推進有關(guān)的跨學(xué)科人才的培養(yǎng)。作為學(xué)者個人，我們也必須對此進行充分的思想準備、知識儲備與技能訓(xùn)練。
古籍數(shù)字化研究現(xiàn)狀
古籍又稱典籍、文獻，是指沒有采用現(xiàn)代印刷技術(shù)來印制的書籍。中華文明五千年從甲骨文、簡牘、卷軸再到線裝，留下了大量寶貴的古籍，作為中華文明文化延續(xù)的印證，古籍整理是非常重要的。
古籍整理的傳統(tǒng)方法，是通過對古籍進行審校釋(審定、�？�、注釋)等加工整理后形成新版本，便于現(xiàn)代人進行閱讀。古籍整理的傳統(tǒng)方法主要依賴手工進行，有著操作過程繁雜、效率低的缺點，而且新版本仍然是書本形式，難以再次利用。在計算機技術(shù)出現(xiàn)后，古籍整理有了新的工具和方法，即古籍數(shù)字化技術(shù)。通過利用信息技術(shù)將古籍文獻進行加工和整理，并使其轉(zhuǎn)化為電子數(shù)據(jù)，可以通過光盤、網(wǎng)絡(luò)進行保存和傳播，有效解決了傳統(tǒng)古籍整理的缺點。
中文古籍的數(shù)字化最早是二十世紀七十年代，從計算機技術(shù)發(fā)達的美國開始的。我國在引入相關(guān)技術(shù)后，產(chǎn)生了大批有價值的成果。國家圖書館的“古籍特藏文獻數(shù)字化計劃”，完成了“甲骨文”、“數(shù)字方志”、“碑砧菁華”、“敦煌遺珍”、“西夏碎金”、“永樂大典”等成果。
互聯(lián)網(wǎng)+古籍數(shù)字化
“互聯(lián)網(wǎng)+”實際上是互聯(lián)網(wǎng)發(fā)展新形態(tài)，通過互聯(lián)網(wǎng)的云計算技術(shù)和大數(shù)據(jù)技術(shù)，來組建一個知識社會，進而推動傳統(tǒng)產(chǎn)業(yè)發(fā)展�！盎ヂ�(lián)網(wǎng)+”所面臨的不光是互聯(lián)網(wǎng)移動，也不是僅僅應(yīng)用于某一個傳統(tǒng)行業(yè)，在加入了云計算、大數(shù)據(jù)和知識后，從而造就了創(chuàng)新，進而改變了人們的生產(chǎn)、工作、生活方式�；ヂ�(lián)網(wǎng)+古籍數(shù)字化工作就是“互聯(lián)網(wǎng)+”浪潮中的一個創(chuàng)新.
1、用戶參與內(nèi)容制造。與原有的古籍數(shù)字化單向信息發(fā)布的模式不同，新型古籍數(shù)字化平臺的內(nèi)容通常是網(wǎng)絡(luò)用戶發(fā)布的，網(wǎng)絡(luò)用戶不僅僅是知識體系的瀏覽者同時也成為了知識體系的制造者，這也就意味著新型古籍數(shù)字化平臺為用戶提供了更多參與的機會。
2、全方位交互性。以知識網(wǎng)絡(luò)為架構(gòu)的新古籍數(shù)字化平臺，不僅實現(xiàn)了用戶在發(fā)布內(nèi)容過程中與網(wǎng)絡(luò)服務(wù)器之間交互，而且也實現(xiàn)了同一網(wǎng)站不同用戶之間的交互，所發(fā)布內(nèi)容之間的交互
3、輕便訪問的網(wǎng)站。早期的古籍數(shù)字化成骨展示平臺是以局域網(wǎng)訪問為目的設(shè)計，即使是在進入全文檢索階段后實現(xiàn)了網(wǎng)絡(luò)化訪問，仍然是重系統(tǒng)輕內(nèi)容的設(shè)計。
【“互聯(lián)網(wǎng)+”時代的古籍數(shù)字化新思路】相關(guān)文章：
數(shù)字化時代與文學(xué)藝術(shù)10-08
“互聯(lián)網(wǎng)+”時代產(chǎn)業(yè)轉(zhuǎn)型思維10-26
大數(shù)據(jù)時代下教輔產(chǎn)品策劃的新思路策劃書03-25
互聯(lián)網(wǎng)時代英語作文（通用20篇）07-01
物業(yè)管理在互聯(lián)網(wǎng)時代的變革論文10-11