[楊浩]數字人文時代古籍整理的機遇與挑戰

2017年3月25日（週六）下午，由北京大學《儒藏》編纂與研究中心主辦、學衡微信公眾號協辦的“儒藏學衡講座”第三講在北京大學理教213教室舉行。本次講座的主講人為北京大學《儒藏》編纂與研究中心楊浩助理教授，題目是“數字人文時代古籍整理的機遇與挑戰”。本微信公眾號特摘編楊浩老師的部分講稿，以分享給諸位對古籍數字化感興趣的朋友。

古籍的數字化包括古籍的數字化保存，古籍轉為可以檢索的文本等，已經大大地改變了人們使用與利用古籍的習慣。為了對古籍進行更好的利用，對古籍進行數字化的整理必將是未來的一個重要課題。目前海內外學者已經在此方面做出了有益的探索，有的甚至已經用計算機實現了這樣的初步設想。古籍的數字化整理前景非常廣闊，非常值得我們去實現，為中華文明造福。

近些年來，已經有學者撰作了專門的著作，對此問題進行了探討。比如：

吳洪澤，張家鈞《計算機在古籍整理中的應用》，成都：四川大學出版社.2009.

《計算機在古籍整理中的應用》一書簡述了古籍的數字化、各種漢字字庫、古籍文本的編輯、古籍書版的製作、影印古籍的製作方法等。

王立清《中文古籍數字化研究》，北京：國家圖書館出版社.2011.

《中文古籍數字化研究》一書討論了古籍數字化的基本理論問題、現狀、主體分析、管理模式、影響等。

如果說上述書籍還沒有涉及古籍的數字化整理問題，那麼值得注意的是另外一套叢書，這套叢書叫“中國文化典籍計算機整理與開發技術研究系列”，有如下書籍：

常娥：《古籍計算機自動校勘自動編纂與自動注釋研究》蕪湖：安徽師範大學出版社2013（下同）

衡中青：《古籍計算機全文數據庫及內容挖掘研究以〈方志物産·廣東〉爲例》

劉竟：《古籍計算機信息門戶自動構建與應用以農史學科爲例》

黃建年：《古籍計算機自動斷句標點與自動分詞標引研究》

王雅戈：《古籍計算機自動索引研究以民國農業文獻自動索引爲例》

曹玲，薛春香：《農業歷史文獻數字化建設研究》

我們看到，其中涉及到了古籍整理的絕大部分環節，比如校勘、編纂、標點，此外甚至還有自動注釋、自動分詞、自動索引等等。

在網上還能夠搜索到很多學者撰寫了有關的論文以及主持的課題。據本人所見，成熟的產品還沒有見到，想必大家都在暗中努力。

古籍數字化整理的應用前景是很大的，上面那套叢書主要是農業方面的古籍，不要說古代文獻涉及到嚴格意義上的古籍整理的，甚至近代文獻，即便不需要嚴格的古籍整理，但也需要類似的整理。

方廣錩老師實現了一個基於敦煌文獻的整理平台，可以實現某種意義上的自動校勘，非常讚歎。

而且方老師長期做佛教藏外典籍的整理，有系統的構思，也發表了不少論文。

首都師範大學的尹小林老師也稱實現了古籍的自動校勘、自動標點、自動排版等功能。但是沒有向我們演示，不知道具體實現的如何。尹老師特別宣稱他的自動標點已經達到百分之九十九的正確率。

總體上說，古籍數字化整理主要涉及自動校勘、自動標點兩大部分，自動排版、自動注釋等沒有太多技術難度，不予討論。

一些數字古籍網站

因為有些老師希望了解海內外數字化古籍較為集中的網站，所以今略為介紹如下：

國家圖書館

http://www.nlc.cn/dsb_zyyfw/gj/gjzyk/

國家圖書館有各種數字資源，據說至2017年年底還原其膠片為數字的資源要占到80%，這將極大地豐富我們的電子古籍總量，是古籍界的極大福音。另外，民國的期刊也有數字化的庫。

CADAL中美百萬冊圖書數字圖書館

http://www.cadal.zju.edu.cn/

中美百萬是一個集各種古籍以及現代文獻的大庫，據說現代的數量已經超過300萬冊了，非常豐富。網上流行的各種djvu格式的電子書，據說都是從這個庫流出來的。

書格

https://shuge.org/

書格網站的電子書雖然不很多，但是品質很高，高清彩圖非常地贊，這樣的古籍數字化是未來發展的方向。國圖與中美百萬的絕大多數是黑白，這個在外來是要淘汰的，但是對於有比沒有強的時代，還是非常有價值的。

Chinese Text Project

http://ctext.org/

中國文本電子計劃的網站，據說是一個學者製作的，非常厲害。裡面可以檢索到很多的古籍，也聚集了網站的各種加標點的文本。其中的古籍總量好像在2萬以上，太驚歎了。我看到有不少古籍是來自互聯網檔案館（www.archive.org），這個網站很神奇，有很多沒有版權的各種語種的書籍，西文的很多，梵文的也很多，書都作了OCR，有pdf與djvu版的，而且很多書都把切邊之前的彩圖放在服務器上任人下載，太強大了。但是國內近幾年好像上不了，挺可惜。

搜韻

http://sou-yun.com/eBookIndex.aspx