論我國中文古籍數(shù)字化管理的問題與對策

1、論我國中文古籍數(shù)字化管理的問題與對策 古籍屬于非再生性的文化遺產,古籍隨著時間的推移,在數(shù)量上將會不斷減少。如何保存好現(xiàn)有古籍,已成為檔案和圖書界最為嚴峻的任務。國外收藏的中文古籍數(shù)量目前還沒有一個確切的統(tǒng)計,但大部分古籍正遭受殘損亟待搶救的情況是不爭的事實。由于圖像掃描技術具有簡單快捷、成本低廉且保存長久等優(yōu)勢,古籍數(shù)字化應該是解決這一問題的有效途 徑。 一、我國古籍數(shù)字化的研究現(xiàn)狀 為了傳承中國傳統(tǒng)文化,香港、臺灣和大陸地區(qū)的古籍數(shù)字化形成了互為補充、共同發(fā)展的局面。 1.港臺地區(qū)的古籍數(shù)字化情況 20世紀80年代,臺灣和香港就開始了古籍的數(shù)字化工作。上世紀80年代,臺灣中央研究院開始了“

2、史籍自動化計劃”,建立了廿五史全文資料庫。1988年,香港中文大學中國文化所研究成立“漢達古文獻數(shù)據(jù)庫中心”,是研究所“古文獻數(shù)據(jù)庫研究計劃”的專門出版單位,也是香港從事古籍數(shù)字化工程的中堅力量。 2.中國大陸古籍數(shù)字化研究現(xiàn)狀 與港臺相比,大陸的古籍數(shù)字化工作起步稍晚,但發(fā)展迅速,大有后來居上之勢。北京書同文數(shù)字化技術有限公司制作了文淵閣四庫全書(與迪志文化出版有限公司合作,2000年完成)、四部叢刊(2001年完成)、歷代石刻史料匯編(2004年完成)、十通(2004年完成)、大清五部會典(分別編撰于康熙、雍正、乾隆、嘉慶、光緒五朝)、大清歷朝實錄等電子文獻。北京愛如生數(shù)字化技術研究中心是

3、大陸很有實力的古籍數(shù)字化專業(yè)公司,它制作完成的數(shù)字化古籍總數(shù)在3萬種以上,是目前大陸制作數(shù)字化古籍最多的公司。同時,一些大型的網站也在開發(fā)古籍數(shù)字化的工作。比如,國學網依托首都師范大學組織國內一批文史專家,經過長達多年的資料搜集,電子化?？? 建成了一個總字數(shù)達8億的大型中華古籍全文數(shù)據(jù)庫國學寶典。 二、中文古籍數(shù)字化存在的問題 1.版本眾多,底本的選擇優(yōu)劣不一 中華民族文化源遠流長,各種典籍版本眾多,僅紅樓夢的版本就可分為兩個系統(tǒng):一是八十回抄本系統(tǒng),題名石頭記,大都附有脂硯齋評語,又名“脂本”系統(tǒng)。另一種是一百二十回本系統(tǒng),即程高本,有所增刪。 這兩個系統(tǒng)中又有甲戌本、乙卯本、庚辰本、戚序

4、本等等。古人強調,“書非校不能讀也”。因此在進行古籍數(shù)字化時如何選擇善本作底本,同時也要和其他的一些版本精心校對拾遺補闕等。并且由于保存條件以及紙張本身的原因,各種善本藏書很多已經受到了損毀,字跡不清、殘缺等等現(xiàn)象嚴重。 2.缺乏統(tǒng)一的協(xié)調機構及著錄規(guī)則 從2002年開始,中國科學院文獻情報中心、中國科學技術信息研究所等21家單位制定了一些與中文古籍數(shù)字化相關的標準和規(guī)范,如:古籍描述元數(shù)據(jù)著錄規(guī)則、古籍描述元數(shù)據(jù)規(guī)范、輿圖描述元數(shù)據(jù)著錄規(guī)則、輿圖描述元數(shù)據(jù)規(guī)范、拓片描述元數(shù)據(jù)著錄規(guī)則、拓片描述元數(shù)據(jù)規(guī)范、家譜描述元數(shù)據(jù)著錄規(guī)則、家譜描述元數(shù)據(jù)規(guī)范等等。但各館及數(shù)字資源生產商都是各自為戰(zhàn),給將

5、來的統(tǒng)一檢索留下隱患。因此,古籍數(shù)字化工作亟須一套完整的標準規(guī)范。 3.古籍數(shù)字化過程中的相關技術問題 漢字的處理是古籍數(shù)字化工作的重點和難點問題。這與電子文本需要字庫支撐的特點有直接的關系,而字庫中漢字容量是有限的。古籍中眾多繁體字、異體字、通假字、避諱字的存在,前人編撰古籍技術的不規(guī)范,都使計算機的文字編碼不敷應用。目前業(yè)界大多采用unicode作為文字處理的標準,但unicode定義的漢字也只有7萬多,并不能囊括現(xiàn)有古籍中的全部漢字,可以說缺字是古籍數(shù)字化的瓶頸。 ocr雖然是一種較為先進的自動化信息資源輸入技術,但對圖像質量、文字規(guī)范化程度要求較高,在對近現(xiàn)代文獻的數(shù)字化工作中應用較廣

6、。由于古籍普遍存在字跡模糊,墨點、污漬和霉斑較多的特點,如果在ocr處理過程中,不能有效識別這些信息,在電子文本上就會留下大量亂碼和不規(guī)則暗痕。部分手抄本古籍則無法通過ocr識別原文內容。 三、關于古籍數(shù)字化的相關建議 1.加強古籍數(shù)字化標準的研究和制定工作 要想建立一個完整的中國古籍數(shù)據(jù)庫,使用戶一上機就能縱覽古籍全貌,按圖索驥,用其所需,就要實行統(tǒng)一的、行之有效的機讀目錄格式,重視統(tǒng)一標準的研究和制定工作,是古籍數(shù)字化資源共享首先要解決的問題。古籍數(shù)字化只有在題名、編著人、卷冊頁碼、刻工、文獻形態(tài)等條目上 實現(xiàn)系統(tǒng)完善的著錄,執(zhí)行統(tǒng)一的分類標準和分類原則,才有可能使制作出來的產品易于讀者操

7、作和便于讀者訪問,實現(xiàn)古籍數(shù)字化成果和價值真正意義上的資源共享。這些標準的制定不僅要由圖書情報界、信息產業(yè)界和與標準相關的軟件開發(fā)商參與而且也要有從事古籍整理的專業(yè)人員參與,只有這樣才能為讀者提供一個共享古籍文獻的統(tǒng)一平臺。 2.慎重選擇底本,搞好古籍資源庫建設,實現(xiàn)古籍檔案檢索網絡化 在底本的選擇上,慎之又慎,優(yōu)中選優(yōu),善本的損毀程度直接決定了所制作的電子產品的優(yōu)劣,所以如何選擇底本,應以善本為要。善本,通俗的說,就是古書中保存較好的書。善本是我國珍貴的文化遺產的一部分,合理利用,認真選擇,利用電子版本保存更加有利于我國文化遺產的保存。 3.提高人員素質 從事古籍數(shù)字化工作的人員既要掌握古籍整理的專業(yè)知識,又要精通現(xiàn)代信息技術。因此古籍資料數(shù)字化是傳統(tǒng)學術方法與現(xiàn)代科學技術的結合。要確保古籍數(shù)字化工作的順利開展,急需培養(yǎng)一批既具備古籍整理知識又能熟練應用現(xiàn)代信息技術的高層次復合型人才,不僅要意志堅定,不為金錢名利所動,而且要具有一定的文化修養(yǎng)和崇尚科學的精神。 參考文獻: 1.毛建軍.古籍數(shù)字化的概念與內涵j.圖書館理論與實踐,2007(04). 2.郝淑東,張亮,馮睿.古籍數(shù)字化的發(fā)展概述j.情報探索,2007(07). 3.毛建軍.歐美地區(qū)中文古籍數(shù)字化概述j.數(shù)字與縮微影像,2008(01).