徐 變 云

(咸陽師范學院圖書館 咸陽 712000)

數(shù)字圖書館進程中的古籍數(shù)字化發(fā)展現(xiàn)狀研究*

徐 變 云

(咸陽師范學院圖書館 咸陽 712000)

結(jié)合數(shù)字圖書館的相關理論，總結(jié)古籍數(shù)字化的豐碩成果；指出古籍數(shù)字化存在的如資源重復建設、數(shù)字化格式繁多、數(shù)字產(chǎn)品價格昂貴等問題；探索我國古籍數(shù)字化的發(fā)展趨勢，即地域特色的古籍文獻與大部頭典籍是今后古籍數(shù)字化的主流；指出古籍數(shù)字化技術和相關政策法規(guī)將會更加完善。

數(shù)字圖書館 古籍數(shù)字化 趨勢

計算機技術在圖書館信息系統(tǒng)中的廣泛應用，使傳統(tǒng)圖書館向新型圖書館轉(zhuǎn)型，圖書情報現(xiàn)代化進入了一個新的發(fā)展時期，數(shù)字圖書館應運而生。數(shù)字圖書館，即將圖書館文獻信息以數(shù)字化的形式表現(xiàn)和獲得[1]。數(shù)字圖書館是圖書館現(xiàn)代信息技術發(fā)展的高級階段，代表著未來圖書館的發(fā)展方向。數(shù)字圖書館的功能之一即各種文獻內(nèi)容的數(shù)字化。古籍數(shù)字化就是從利用和保護古籍的目的出發(fā)，采用計算機技術，將常見的語言文字或圖形符號轉(zhuǎn)化為能被計算機識別的數(shù)字符號，制作成古籍文獻書目數(shù)據(jù)庫和古籍全文數(shù)據(jù)庫，用以揭示古籍文獻信息資源的一項系統(tǒng)工作[2]。古籍作為圖書館的特藏文獻和中華文明的瑰寶，其數(shù)字化是數(shù)字圖書館的重要組成部分，頗受人們關注。

1 古籍數(shù)字化取得豐碩成果

1978年美國人P·J·Ivanhoe運用計算機編制了《朱熹大學章句索引》、《朱熹中庸章句索引》、《王陽明傳習錄索引》等，開始了古籍索引編制的計算機實踐。臺灣從20世紀80年代開始研發(fā)包括《二十五史(全文資料庫)》、《阮刻十三經(jīng)注疏》在內(nèi)的大型古籍資源庫“翰典全文檢索系統(tǒng)”；1989年提出“數(shù)字典藏計劃”，其數(shù)字化包括善本古籍、金石拓片、古籍附圖、臺灣地方文獻及期刊報紙等。從1989年開始，香港中文大學中國文化研究所開展有關中國傳世典籍數(shù)據(jù)庫的研究工作，正式成立了“古文獻數(shù)據(jù)庫中心”(CHANTCenter)，并先后推出《先秦兩漢古籍逐字索引叢刊》及《漢達古籍數(shù)據(jù)庫檢索系統(tǒng)》。自1999年起，香港中文大學再獲香港政府研究資助局撥款資助，開始著手金文全文電腦化資料庫計劃，其主要資料來源于中國社會科學院考古所編著的《殷周金文集成》，總計收錄12 021件銅器上的銘文，14萬字隸定釋文和另約100萬字器物資料說明[3]。大陸古籍數(shù)字化初期發(fā)展緩慢，成果甚少。上世紀90年代后，北京超星公司主持的“超星圖書館”，錄入了包括《古今圖書集成》、《二十五史》、《資治通鑒》、《清實錄》、《中國古典名著大系》等大量數(shù)字化全文。1999年底由上海世紀出版集團上海人民出版社、香港迪志文化出版有限公司推出的《文淵閣四庫全書》電子版及之后推出的《四部叢刊》電子版，無論從規(guī)模還是技術上來說，都是史無前例的。另外北京大學《中國基本古籍光盤庫》，計劃收錄古籍1萬種；國學公司推出了《國學寶典》等系列產(chǎn)品。截止2011年，網(wǎng)上可見的中文古籍數(shù)據(jù)庫約70多個。繼《四庫全書》與《古今圖書集成》全文數(shù)字化、甲骨文和金文全文資料庫之后，我國古籍數(shù)字化整理邁上了新臺階，以國家圖書館為首的各收藏單位也已開始啟動更大規(guī)模的古籍數(shù)字化工作。我國古籍數(shù)字化的代表性成果詳見《中文古籍數(shù)字化的進展與主要成果述評》[4]一文。

從當前古籍數(shù)字化的研究論文數(shù)量和發(fā)表時間來看，古籍數(shù)字化理論研究稍晚于古籍數(shù)字化實踐。20世紀90年代開始，古籍數(shù)字化理論出現(xiàn)；進入21世紀，古籍數(shù)字化研究成為熱點，理論研究日趨成熟。這些論文主要包括古籍數(shù)字化發(fā)展概況、存在問題、發(fā)展趨勢；古籍數(shù)字化資源的開發(fā)、共享和利用；古籍數(shù)字化技術研究，比較集中在古籍數(shù)字化的檢索系統(tǒng)、書目數(shù)據(jù)庫、全文數(shù)據(jù)庫；古籍數(shù)字化在中文、歷史學科中的重要作用；少數(shù)民族古籍數(shù)字化研究；古籍數(shù)字化的版權歸屬等方面。

2 古籍數(shù)字化存在的問題

目前，國內(nèi)古籍數(shù)字化碩果累累，理論研究方興未艾。古籍數(shù)字化是由多個學科互相結(jié)合、多方共同支持協(xié)調(diào)實現(xiàn)的，然而在其發(fā)展過程中仍存在諸多問題。

2.1 資源重復建設

由于古籍數(shù)字化缺乏統(tǒng)一的規(guī)劃，無論是科研機構(gòu)還是商業(yè)公司，重復開發(fā)古籍資源會造成不必要的人力、物力、財力資源浪費，如《四庫全書》和《二十五史》最少有4種以上電子版本[5]?！端膸烊珪肪陀泻想娮右粝癯霭嫔纭⒃缆磿缗c湖南華天集團合作出版的全文檢索電子光盤版，武漢大學出版社出版的電子版，上海人民出版社與香港迪志文化發(fā)展公司聯(lián)合開發(fā)的光盤版，臺灣“中央研究院”的電子版等。重復開發(fā)古籍帶來的市場無序化問題也逐漸顯現(xiàn)。

古籍資源的重復開發(fā)，所依據(jù)的古籍版本不盡相同，古籍數(shù)字化版本的選擇關乎古籍數(shù)字化的質(zhì)量。經(jīng)過長時間的保存和流傳，古籍形成了不同的版本，如《草堂詩余》僅存世本就有35種之多[6]。古籍整理者必須掌握每本書的目錄版本，了解各種版本的優(yōu)缺點，依據(jù)較好的版本作為校勘底本進行古籍整理。古籍數(shù)字化結(jié)束了把古籍“束之高閣”的命運，采用網(wǎng)絡、光盤、數(shù)據(jù)庫等形式將古籍內(nèi)容展現(xiàn)在讀者面前，擴大了古籍的傳播面，其數(shù)字化產(chǎn)品更應該精致準確，盡可能減少訛誤，以免給讀者傳播錯誤的信息，造成負面影響。基于此，古籍的數(shù)字化整理，應對古籍的版本做出嚴格篩選，數(shù)字化處理技術也要更加完備，以確保古籍數(shù)字化產(chǎn)品的質(zhì)量。一般來講，科研機構(gòu)、圖書館出于學術研究的需要，根據(jù)自身的知識涵養(yǎng)、職業(yè)經(jīng)驗，對古籍版本比較重視，開發(fā)了學術性較強的數(shù)據(jù)庫或是有特色的館藏古籍數(shù)據(jù)庫，如中國社科院文學研究所的《元代文獻數(shù)據(jù)庫》、《<紅樓夢>研究資料數(shù)據(jù)庫》，國家圖書館的《國圖善本古籍書目數(shù)據(jù)庫》、《國圖普通古籍書目數(shù)據(jù)庫》、上海圖書館的《上圖藏宋元善本全文資源庫》、西安交通大學的《西安交通大學古籍特藏》、廣西壯族自治區(qū)圖書館的《太平天國史料庫》等。而商業(yè)性的數(shù)字出版公司，為了迎合市場的需求，多選擇讀者普遍喜歡的大型叢書或已經(jīng)整理好的經(jīng)典文獻，如北京書同文數(shù)字化技術有限公司開發(fā)的“文淵閣《四庫全書》”全文檢索電子版光盤、《四部叢刊》、《康熙字典》，加利華公司制作的《唐詩三百首》光盤、《宋詞三百首》光盤。這些古籍是已經(jīng)整理過的文獻，其所采用的版本已經(jīng)很難查詢，讀者在閱讀時要仔細甄別，慎重引用。

2.2 缺乏統(tǒng)一的標準和規(guī)范，數(shù)字化格式五花八門

我國地域廣博，古籍數(shù)量眾多，古籍數(shù)字化任重道遠。古籍數(shù)字化還未達成共識，開發(fā)單位眾多，各自為政，造成數(shù)字化格式五花八門，且互不兼容。撇開數(shù)字化產(chǎn)品的存儲格式和系統(tǒng)標準不說，僅閱讀器一項，目前常見的有txt、doc、html、exe、pdf、wdl、pdg、ceb、ebk、edb、nlc、chm、xml等格式。讀者在閱讀不同開發(fā)者的古籍電子版時需要下載不同的閱讀器，給學習、科研造成諸多不便；對于數(shù)據(jù)共享也是一大障礙，直接影響了古籍數(shù)字化產(chǎn)品的使用性能。

2.3 價格昂貴，制約了消費市場

盡管古籍數(shù)字化蓬勃發(fā)展，前景可觀，但其所耗費的人力、古籍資源、技術成本高，造成數(shù)字化產(chǎn)品費用昂貴。如中國知網(wǎng)的《國學寶典數(shù)據(jù)庫》是一套中華古籍全文資料檢索系統(tǒng)，收錄了上起先秦、下至清末兩千多年的所有用漢字作為載體的歷代典籍?！秶鴮W寶典》每年的包庫費昂貴，只有高校圖書館和科研單位有能力購買；對于個人用戶而言，尤其是從事文史方面的研究人員來講只能望洋興嘆。因此，古籍數(shù)字化產(chǎn)品只能局限在一定的區(qū)域范圍內(nèi)，很難實現(xiàn)其大眾性、通用性功能，難以滿足個人用戶的需求，制約了古籍數(shù)字化產(chǎn)品市場的擴大。

古籍數(shù)字化過程中，還存在諸多問題，如怎樣實現(xiàn)古籍電子版的版本保存、怎樣解決字形混亂的現(xiàn)象，從技術上維持古籍原貌；古籍電子版的共享與利用；電子版古籍的法人歸屬；古籍數(shù)字化技術人員缺失，急需既懂古籍知識又精通計算機技術的復合型人才；古籍分類法如何統(tǒng)一等。

3 古籍數(shù)字化的發(fā)展趨勢

從當前古籍數(shù)字化成果看，大部頭典籍倍受青睞，如《四部叢刊》、《四庫全書》、《永樂大典》、《古籍圖書集成》、《全唐詩》等；今后，它們依舊是古籍數(shù)字化的主流，而且會更加專業(yè)化、系列化，數(shù)據(jù)庫質(zhì)量更加精良，檢索系統(tǒng)更便捷，使用更放心。

總結(jié)古籍數(shù)字化的經(jīng)驗教訓，古籍數(shù)字化的選題至關重要，特色古籍數(shù)據(jù)庫成為新的熱點。一些有地方特色的古籍近年來也被納入數(shù)字化的視線。地方圖書館或古籍開發(fā)者應著眼于本地區(qū)的歷史、地域特色，選題堅持“人無我有”、“人有我?！钡脑瓌t。如中國農(nóng)業(yè)大學的《農(nóng)書古籍圖片數(shù)據(jù)庫》；北京中醫(yī)藥大學的《館藏中醫(yī)古籍數(shù)據(jù)庫》；陜西師范大學的《西北地方志數(shù)據(jù)庫》、《歷史地理學科文獻數(shù)據(jù)庫》；西北大學的《館藏古籍書目數(shù)據(jù)庫》；西安交通大學的《古籍特藏數(shù)據(jù)庫》；江蘇古籍出版社的《江蘇地方文獻叢書》；蘇州圖書館《地方文獻數(shù)據(jù)庫》包括蘇州名人、老照片、古籍閱覽以及民間文藝等內(nèi)容；浙江古籍出版社的《兩浙文獻叢編》、《浙藏稿本叢刊》；紹興圖書館開發(fā)的《紹興方志數(shù)據(jù)庫》收錄了中國方志史上的重要作品如《(嘉泰)會稽志》、《(寶慶)續(xù)會稽志》、《(萬歷)紹興府志》、《(乾隆)紹興府志》等，并與紹興其他歷代方志一起構(gòu)建了獨具特色的古籍數(shù)據(jù)庫；中山圖書館的《廣東地方志》包括族譜等。高校圖書館應發(fā)揮自身的人才、資源、技術優(yōu)勢，結(jié)合本館的特藏文獻，本地的歷史文化與風土人情，開發(fā)特色古籍數(shù)據(jù)庫。筆者認為，未來古籍數(shù)字化發(fā)展趨勢是地域特色的古籍文獻與大部頭典籍并駕齊驅(qū)。從學科建設來看，古籍數(shù)字化產(chǎn)品主要集中在文、史、哲方面，自然科學類的古籍資源本身就少，且散見于其他史料中，整理起來難度大，但其實用價值高，如古代天文、歷法、算術等，應逐步整理開發(fā)。

同時，古籍數(shù)字化技術也在不斷完善。目前，國內(nèi)缺少一個統(tǒng)一的古籍數(shù)據(jù)庫平臺，導致古籍重復開發(fā)，電子版本多，多種數(shù)字化格式并存，制約了古籍數(shù)字化向科學有序的方向發(fā)展。因此，打造一個統(tǒng)一的數(shù)據(jù)庫共享平臺，將是古籍數(shù)字化發(fā)展的最終目標。漢字字庫也在不斷完善中。由于古籍最關鍵的技術是繁體字如何展現(xiàn)、貯存，繁簡字的轉(zhuǎn)化和使用等問題，GB2312-80和GBK標準難以達到古籍字庫的用字量需求，而Unicode字符集含字廣泛，基本解決了古籍的用字量問題。將古籍用掃描的方法錄入電腦，是古籍數(shù)字化的最佳途徑。OCR自動識別技術能夠成功地將文字的手工錄入轉(zhuǎn)變?yōu)樽詣愉浫耄捎诠偶墨I字體本身的復雜性，OCR的識別率低，技術有待于提高。隨著古籍數(shù)字化的發(fā)展和古籍書目數(shù)據(jù)庫的建立，古籍數(shù)字化的檢索系統(tǒng)、分類標準也在不斷完善中。

4 結(jié)語

古籍數(shù)字化不僅需要科研機構(gòu)、高校圖書館、數(shù)字出版公司的參與，它還涉及到社會的方方面面，需要大家共同關注。國家要對古籍數(shù)字化進行統(tǒng)一規(guī)劃，建立古籍數(shù)字化共享平臺和古籍聯(lián)合書目數(shù)據(jù)庫，實現(xiàn)古籍檢索網(wǎng)絡化；在技術上要建立古籍數(shù)字化整理的標準和規(guī)范，如古籍數(shù)字化后應能保持字體原貌；培養(yǎng)新型古籍整理人才，使古籍整理從理論到實踐、從人才到技術，都朝著科學有序的方向發(fā)展。

[1] 王大可. 數(shù)字圖書館[M]. 深圳:海天出版社,2002:15.

[2] 毛建軍. 古籍數(shù)字化的概念與內(nèi)涵[J]. 圖書館理論與實踐,2007(4):82-84.

[3] 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(7):114-116.

[4] 吳家駒. 中文古籍數(shù)字化的進展與主要成果述評[J]. 南京師范大學文學院學報,2004(3):178-183.

[5] 王立清. 略論我國古籍數(shù)字化的選題[J]. 圖書情報工作,2005(3):62-64.

[6] 劉軍政. 明代《草堂詩余》版本述略[J]. 南京師范學院學報,2004(2):49-54.

ResearchontheDigitizationofAncientBooksintheDevelopmentofDigitalLibraries

Xu Bianyun

Xianyang Normal University Library,Xianyang 712000, China

The present article summarizes the great achievements in digitization of ancient books by using the related theory of digital libraries and meanwhile reveals some problems such as duplicated construction of resources,too many formats of digitization and high price of the digital products. It also studies the developmental trend of the digitization of Chinese ancient books and points out that digitization of the ancient literature with local features and voluminous books will become the mainstream and that digital technology and the related policies and regulations will be further improved.

digital library; digitization of ancient books; trend

G255.1

徐變云，女，1981年生，研究生，助理館員，研究方向為地方古籍整理，發(fā)表論文4篇。

*本文系咸陽師范學院專項科研計劃項目“數(shù)字圖書館進程中的圖書館古籍數(shù)字化發(fā)展研究”(項目編號：11XSYK343)研究成果之一