|
|
[indent][align=left]自20世纪80年代以来，我国的古籍数字化和古典文献数据库建设已有近40年的发展历史。计算机与古籍看似风马牛不相及，实则助益良多。一方面，随着人工智能、大数据、OCR( 光学字符识别 ) 等技术的发展，古典文献数据库建设已渐成规模；另一方面，全球视野下的数字人文研究正在兴起。[/align][/indent]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]计算机技术发展对古典文学与文献学研究到底有何影响？古籍数字化目前遇到哪些问题？未来又将走向何方？传播君独�易ǚ弥泄缁峥蒲г何难а芯克芯吭薄⒅泄缁峥蒲г捍笱难到淌谥Ｓ老/size][/font][/color][/align]
[b]古典文学与文献学研究的数字化历程[/b]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]传播君：请介绍一下计算机技术运用于我国古典文学与文献学研究的发展历程。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]郑永晓：由于我国历史悠久，历朝历代积累的文献如汗牛充栋，治文史的学者面对浩繁的文献，往往只能选取自己感兴趣，且便于接触到的部分文献进行阅读研究。即使博闻强识如清代乾嘉学者，也不可能读遍所有的典籍。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]有些大型总集、类书，其中含有丰富且有价值的文献资料，如《永乐大典》《古今图书集成》《佩文韵府》等，有时并不需要精读，但是因为卷帙庞大，想快速查询到某个具体的文献颇为不易。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]因此，电子计算机这一新生事物传入我国不久，部分有远见的学者就看到其在文献处理方面的潜在优势。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]1979 年，《国外社会科学》刊发《苏联学者谈电子计算机用于人文科学》，编译苏联介绍计算机用于人文学科的一篇文章。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]文章谈到，当时已经有若干人文学科积累了使用计算机的经验，如历史学，可用于对史料、考古学资料及民族志资料的信息加工；又如语言学，可用于统计修辞学、统计词典学等。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]在1980年的国际红学会议上，美籍华裔学者陈炳藻提交《从字汇上的统计论红楼梦的作者问题》，提出用计算机统计《红楼梦》的字词，以辅助确定《红楼梦》尤其是后四十回作者的问题。国外的这些信息激发了国内部分学者的兴趣，开始关注并尝试将计算机技术应用于人文研究。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]受此启发，镇江的彭昆仑开始利用计算机程序探讨《红楼梦》人物年龄的问题。1985 年他调到镇江市科委后，又与东南大学（原南京工学院）合作完成《红楼梦》数据库。此后，深圳大学建成“红楼梦多功能检索系统”。
[/size][/font][/color][/align][color=rgb(34, 34, 34)][font="][size=16px]https://p1-tt.byteimg.com/origin/pgc-image/5053751a56a04ab983fded158786e814?from=pc[p=16, null, left][color=rgb(153, 153, 153)][size=12px]数据库截图[/size][/color][/p][/size][/font][/color]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]20 世纪80 年代初，钱锺书的女儿钱瑗到英国访学，看到英国人用计算机研究莎士比亚，就把这个信息告诉钱锺书，钱锺书受到启发，让助手栾贵明从事这方面的研究。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]在钱锺书的指导下，栾贵明主持的课题组先后完成“《论语》数据库”“《全唐诗》速检系统”等课题，并荣获 1990 年“国家科技进步奖”三等奖。这些都是我国早期利用计算机进行人文研究的实践。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]1996 年，书同文公司启动的文渊阁《四库全书》电子版是一个标志性工程，被誉为大型中文电子出版工程的典范。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]个人计算机进入普通学者的书房是在20世纪90 年代初。这一时期作家群体流行“换笔”，就是用计算机打字替代传统的笔墨书写。
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]就学者群体而言，除了写作便捷方面的考虑外，也能利用计算机收集文献，比如利用扫描仪加 OCR 软件，扫描一些书籍或片段录入电脑。文渊阁《四库全书》光盘版的出现使得古代文史研究方面的学者在利用计算机检索古文献方面的效率大幅提升。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]进入21世纪以后，书同文公司又相继完成《四部丛刊》《四部备要》等文献的数字化工作。除光盘版外，伴随网络带宽的发展，网络版数据库逐渐流行起来。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]2014 年，中华书局推出《中华经典古籍库》。另外，中日专家联合开发的《雕龙 ——国日本古籍全文检索数据库》在方志文献的收录方面颇具特色。这些都是当前比较流行的古文献数据库，也是古代文学或历史学研究者近年来经常使用的数据库。[/size][/font][/color][/align]
[b]古籍数字化的优势与成就[/b]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]传播君：计算机技术在文献整理方面有哪些优势？[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]郑永晓：文献的产生、流播、庋藏、研究在我国已有数千年的历史。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]在教育部制订的《学位授予和人才培养学科目录》中，历史学和中国语言文学之下各有一个二级学科 —— “历史文献学”和“古典文献学”。
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]这两个二级学科的研究内容并不完全相同，但在文献整理这一部分则基本相同，都是综合运用版本、目录、校勘、注释、考证、辨伪、辑佚、编纂、查询等方面的理论与方法来研究古代文献，探讨古代文献的产生、刊刻、流布、庋藏、整理和利用的规律与方法。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]计算机引入古籍文献整理以后，文献学研究和文献整理都面临着升级迭代的需求，利用计算机整理古籍文献具有某些天然的优势和便利，能够极大地促进文献整理的准确性和效率。
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]以古籍文献校勘为例，古代没有文献学，与之含义相近的是“校雠学”，狭义的校雠学是指校正文字、订定篇次。可见校勘在古籍文献整理中的重要性。校勘既是力求最大限度恢复古籍文本的旧貌，也体现了历代学者对事物本原永无止境的探索精神。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]晚明文学家李维桢曾言：“校书犹扫落叶，随扫随有。”可见校书之不易。这当然是指传统校勘方法。而计算机的存储能力、运算能力远超人类，因而利用计算机进行校勘既简单又准确。
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]如首都师范大学周文业开发的古代小说版本比对系统，可以方便而精确地比较《三国演义》《红楼梦》各版本的文字异同。[/size][/font][/color][/align][color=rgb(34, 34, 34)][font="][size=16px]https://p6-tt.byteimg.com/origin/pgc-image/f5ea6d7d3ea743ef8dc9f613304c0fa4?from=pc
[/size][/font][/color]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]2019年9月6日，“中华传统文化典籍保护传承大展”在中国国家图书馆举办记者专场，此次展览汇集全国300多种珍贵典籍文献。图为展览运用数字虚拟沙盘演示、全息视屏演示、沉浸式数字场景、微信导览等多种手段，让古籍“活”起来。供图/视觉中国[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]传播君：数字化古籍对古典文学与文献学研究的推动作用表现在哪些方面？[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]郑永晓：近年来，数字化古籍在服务于古典文学研究方面，有了切切实实的功绩。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]比如中南民族大学王兆鹏主持的“唐宋文学编年系地信息平台”、浙江大学徐永明团队与哈佛大学共建的“学术地图发布平台”、中国社科院刘京臣的“宋代文学地图数字分析平台研究”等都是值得关注的数字人文成果，这些平台的建设都离不开数字化古籍在其中发挥的基础作用。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]除平台建设外，像刘京臣基于大数据技术的明清进士群体研究等，也成绩可观、值得关注。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]我在 2017 年发表的《〈佩文韵府〉的编纂与康熙朝后期的诗坛取向》也可以作为以数字化古籍研究古典文学的例子。此文以《佩文韵府》数据库为基础，利用其中的统计分析功能计算《佩文韵府》引用唐宋诗人作品的数量。
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]其结论是清康熙后期，就唐宋诗的影响度而言，大体可以根据《佩文韵府》引用唐宋诗人的作品数量比例进行推论，即唐 151261 次 / 宋 78576 次≈1.925。反之，宋 78576 次 / 唐 151261次≈ 0.519。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]唐诗的影响度为宋诗的1.925 倍，宋诗的影响度约相当于唐诗的 0.519，唐诗优势明显。但是宋诗的少量作家如苏轼和陆游，在康熙时期的热度很高，尤其是苏轼的风头，甚至有比肩杜甫之势。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]这个结论依据的是一种近似值，但它是在不精确中求得迄今最为精确的数值，是最大限度地接近于正确。而这个结论依靠传统方法是无法得出的。它基于两个主要条件：一是数字化的《佩文韵府》，二是大数据的理念和方法。[/size][/font][/color][/align]
[b]数字技术带来的挑战与机遇[/b]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]传播君：计算机技术给古典文学与文献学研究带来了哪些挑战？[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]郑永晓：关于计算机技术与文学研究的关系，我们先看看钱锺书的看法。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]1987年12月由人民日报出版社出版的《论语数据库》，卷首有钱锺书撰写的序言：“从理论上来说，计算机和人类使用过的其他工具没有什么性质的不同。它在还未被人广泛使用的时候，除自身尚待完善以外，总会遭到一些抵拒。惯用旧家什的人依然偏爱着他们熟悉的工具。有了纸墨笔砚‘文房四宝’，准还有人用刀笔和竹简；有了汽车、飞机、电报电话，也还有不惜体力和时间的保守者。对新事物的抗拒是历史上常有的现象，抗拒新事物到头来的失败也是历史常给人的教训。”[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]钱锺书用他习惯的幽默笔调对抗拒新事物的现象进行了批评，显示出钱锺书对计算机这一新事物必将发展壮大持有高度信心，同时也定义了计算机的工具属性，即无论计算机功能多么强大、聪明，都不可能超越人的智力水平。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]计算机是为人服务的，它只能是一种工具。当然，由于时代本身的局限性，钱锺书先生关于计算机工具的理解在今天看来存在某种偏颇或不足。人工智能技术的突飞猛进，使得机器的智力水平在某些方面甚至已经超越人类。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]即使不谈人工智能，仅就一般古籍数据库所发挥的作用，也给古典文学研究带来极大的挑战。例如，在古典文学研究中，厘清某些历史事实历来是古典文学研究中的“实学”，比如关于作家的生卒年、作品所有权的归属、作家的籍贯、作家交游的时地等等，此即所谓“考证”。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]假如一篇有分量的考证之作解决了某个作家生平创作研究中的疑难问题，那么此后所有关于此作家的研究都绕不开这篇考证之作。因此，过去的文学研究专业期刊如《文学遗产》等都会时常刊发考证之作。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]但是，近年来，考证性论文在文学研究期刊中所占比例趋于减少甚至踪迹皆无。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]这是因为计算机技术提高了考证性论文和著作的写作门槛：一是这些资料借助数据库很容易找到，并不需要长年累月地爬梳剔抉，二是考证所得出的结论很容易复验，极易找出其中的破绽或不完备之处。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]因此，学术期刊对考证性论文的录用极为慎重。这也对学者的学术能力提出了更高的要求。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]传播君：就应用于古典文学与文献学领域而言，目前计算机技术还有哪些方面可以优化？
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]郑永晓：古籍数字化和古代文献数据库建设已经有近40年的历史，对包括古典文学与文献学研究在内的人文学科颇有助益，但是近年来的发展似乎是遇到了某些瓶颈。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]主要原因是这些数据库尽管开发出若干工具，但其最基本的功能仍然只有检索查询。多数学者只能把这些数据库当作一个辅助性检索查询工具，在查到结果后有时还不得不再找到纸质版图书进行核对。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]要打破这种现状，就需要数据库开发者和相关领域的学者联合起来，发现并满足学者的高级需求。比如：[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]图像检索技术。具备全文检索功能的文本型数据库和以优质善本为底本制作的图片文献数据库，都是现代学术研究所必不可少的利器。但目前图片文献数据库的使用便利度远不及文本型数据库，关键在于图形检索技术尚不成熟。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]自动比对技术。辑佚和辨伪是传统文献学中的重要工作。古代文献在流传过程中，由于种种原因往往出现失传或部分散佚。这些散佚在外的文字又可分为多种情况，一种是本集完全失收，另一种是本集中虽已收录，但与散佚在其他著述中的文字有或多或少的不同。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]无论哪种情况，都需要运用自动比对技术，观察本集已收文字与散佚在外者的异同。这对于辑佚和校勘的价值自不待言。此外，这种自动比对技术还可以应用于辨伪。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]传播君：计算机变得越来越智能，甚至拥有自动填词作诗的功能，如何看待这一现象？
[/size][/font][/color][/align][align=left][color=rgb(34, 34, 34)][font="][size=16px]郑永晓：这种功能目前还处于初级阶段。机器写出的诗词还相当幼稚，甚至文理不通。但是，不妨继续进行这样的应用研发，关键看人工智能的深层次学习能力。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]机器学习的发展速度惊人，假如计算机自然语言处理能力有更显著的提高，确实能够学习模仿六朝、唐宋明清以来的诗词，那么它可能会写出比今天大多数人所能创作出的诗词更好的作品。[/size][/font][/color][/align]
[align=left][color=rgb(34, 34, 34)][font="][size=16px]人工智能的未来发展难以预测，我期待未来机器创作诗词等应用研发的深入推进。[/size][/font][/color][/align][color=rgb(34, 34, 34)][font="][size=16px]https://p1-tt.byteimg.com/origin/pgc-image/33f64d4d49ab4205b07c5edc8a4269e4?from=pc
[/size][/font][/color]
[color=rgb(34, 34, 34)][font="][size=16px]https://p3-tt.byteimg.com/origin/pgc-image/28fdfc3059454a0590a49769582803be?from=pc
[/size][/font][/color]
|
|
窥视卡
雷达卡
发表于 2020-9-1 22:33:42
收藏
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜