内容检索:
 
当前位置: 网站首页>>学科建设>>正文
耿元骊:欧美地区的古代中国数字资源概述|201909-05(总第1056期)
2019-09-04 09:03   审核人:   (阅读: )


本文原刊于《开拓与创新——宋史学术前沿论坛文集》,中西书局2019年。

作者简介:

耿元骊,辽宁大学历史学院教授。

欧美地区特别是美国、英国、法国历来有收藏、研究东亚文献、文物的传统,对中国古代图书、地图、文物等方面的收藏和研究尤为重视。据调查,美国现存中文善本线装古籍不少于70万册[1],总数量则有接近400万册[2]。欧洲所藏中文古籍数量不及美国,粗略估算有200万册左右[3]。而文物方面就更难给出一个相对准确的数量估计,据说全部海外藏中国文物约1000万件[4],美国近30年流入约230万件,加拿大藏约20万件[5]。

数量庞大又极其珍贵的古代中国文化遗产,长期以来多数时间只能静悄悄躺在图书馆、博物馆的库房里。虽然欧美收藏单位一般不会居奇自守,学者利用这些资源称得上方便。不过随着时间流逝,古籍、文物均已不耐久阅,必须加以保护,更不适合每日流通,难以为更多的学者所利用,更难为非本地居民所使用。另一方面,单纯仅供阅读的文献(不仅指前述海外汉籍,也包括所有现存中文典籍)和仅供观赏的文物,很难完全呈现它本身所具有的学术价值,必须纳入到数据库当中并且尽可能公开才会发挥作用。要解决这两方面问题,必须利用现代科技。随着半个世纪以来计算机、网络技术飞速进步,数字化技术不断发展,越来越多的欧美机构对古代中国文化遗产进行了数字化加工,获得一大批数字化成果,极大方便了学术界和社会大众的使用。

1978年,美国学者首先尝试用计算机编制中文古籍索引,这是中文古籍数字化的先行者[6]。但是在之后20多年当中,古籍数字化工作并未取得明显进展。直到20世纪90年代中期以后,随着存储成本降低,互联网快速发展,技术进步带来强大数据处理能力和无限量存储空间,推动了各个公共图书馆(大英图书馆、美国国会图书馆等)、博物馆(大都会博物馆、盖蒂博物馆等)、大学(哈佛大学等)、企业及私人基金会等等纷纷投身于古代中国文史资源的数字化建设工作。经过近40年的辛苦工作,同样形成了数量亦称得上庞大的古代中国文化遗产数字化资源。据笔者的初步统计,欧美目前约有数百种各类型含有古代中国内容的数字资源(王国强所编《中国(汉学)研究开放获取学术资源集》多有收入,可在其微博@陆浑戎 置顶免费下载),其中尤以古籍书目、古籍文本数字化、文物图像数据库、关系型数据库、数字人文等几方面最具优长。当然,这样分类较为简略,很多数据库包括多方面功能,既有目录的作用,也同时提供文本全文或者图像数据,有的还附带专用数字人文工具。以下简略概述之。

[1]沈津:《美国主要东亚图书馆所藏中国古籍文献及其展望》,台湾《“国家”图书馆馆刊》2001年第1期。

[2]刘家真:《中华古籍数字化的国际合作》,《图书情报知识》2013年第5期。

[3]钱存训:《欧美各国所藏中国古籍简介》,《图书馆学通讯》1987年第4期。

[4]闻哲:《1000万?中国文物流失海外知多少》,《人民日报海外版》2007年1月29日。

[5]刘瑞平:《海外中小博物馆及重要私人收藏的中国文物举要》,《中国文物报》2016年5月31日。

[6]陈东辉:《二十世纪古籍索引编制概述》,《文献》1998年第2期。

一、古籍书目数据库、文物目录数据库

这方面数据库为数甚多,几乎有中文古籍收藏的图书馆均开展了相关数据库建设工作。早在90年代初期,美国图书馆研究学会(Research Libraries Group,RLG)就开始进行了“中文善本书目数据库”计划[1],当时预计将中国清代嘉庆以前古籍全部进行机读编目,到2005年已收集书目约25000条[2],后RLG与OCLC(Online Computer Library Center)合并,2009年,该项目转移到中国国家图书馆,建有中华古籍善本国际联合书目系统。[3]由OCLC管理WorldCat是世界上最大的联合目录数据库,[4]目前有170多个国家、地区的2万多家图书馆加入,包括3亿条书目和21亿条馆藏目录,其中含有大量中国古籍目录,目前在中国大陆无法访问。美国国会图书馆的“online catalog”[5]书目检索系统已稳定运行近20年,目前可以输入简繁体汉字进行检索,并以汉语拼音方式呈现,点击后可看到相应中文。其他有中国古籍收藏的公私图书馆也均有书目数据库建设,足供查询。大英图书馆与剑桥大学、杜伦大学、爱丁堡大学、利兹大学、牛津大学、伦敦大学亚非学院共同建立了“UK Union Catalogue of Chinese Books”[6],可同时检索七家机构所收藏中文图书,使用简繁体中文或者拼音查询,可显示中文。牛津大学图书馆有“Serica”[7]中国古籍馆藏目,有部分古籍和地图图像版免费共享。纽约公共图书馆[8] 可以用中文检索,但是不是所有的返回结果都以中文显示。柏林国家图书馆建设了“CrossAsia”[9]项目,除了自建数据库之外,还大量购置世界各地的数据资源提供给成员单位,是合作共享的典范。

大学图书馆如哈佛大学燕京图书馆亦建设了自己的古籍线装图书编目,初期即有约1800种,详情可在哈佛大学中国研究导航网页[10] 查阅。剑桥大学建设了一个中国丛书综合目录[11],包括中国近代现代丛书目录、中国丛书广录、中国丛书综录、中国丛书综录续编等四部目录书。哈佛大学CBDB项目建设了一个中文文本电子资源目录跨库查询系统[12],提供了10万余条古籍出处数据,以后会成为综合各大馆藏目录和古籍数据库目录的开放资源。普林斯顿大学建设了所藏中国善本书目录[13],并可查阅详细版本信息。斯坦福大学“Socrates:Stanford Online Catalog”[14],可以检索该校中国图书目录。加州大学(洛杉矶)的在线目录,[15]可以检索该校收藏中国古籍。旧金山大学亚太中心利玛窦中西文化历史研究所建设了利玛窦研究所藏书楼书目(The Ricci Institute Library Online Catalog),[16]著录了约85000种图书,50000种数字典藏数据。

另外,台湾“国家”图书馆,建设了一个世界范围内的“中文古籍联合目录”[17]。在欧美方面,目前可以分别检索到多伦多大学、法兰西学院、法国国家图书馆、芝加哥大学、哈佛大学、加州大学(伯克利)、耶鲁大学、哥伦比亚大学、康奈尔大学、普林斯顿大学、国会图书馆、华盛顿大学、梵蒂冈图书馆、伦敦大学亚非学院、莱顿大学、巴伐利亚图书馆、德国国家图书馆、莱比锡大学、捷克科学院、里昂图书馆、牛津大学、里昂第三大学、鲁汶大学、华沙大学、加州大学(洛杉矶)等欧美图书馆和大学、研究机构所藏中文古籍书目。慕尼黑大学、比利时皇家图书馆、波兰亚捷隆大学、匈牙利科学院所藏中文古籍目录正在该网站建设之中。

加州在线档案馆(OAC)[18] 免费向公众提供著录信息入口,信息本身来自加州大学10个校区以及全加州图书馆、档案馆、各类学会等200多个机构,包含大批中国资料,多以近现代内容为主,古代内容较少。由美国Henry Luce基金会支持,耶鲁大学为主建设了“丝绸之路项目:重聚高昌宝藏”(The Silk Road Project: Reuniting Turfan's Scattered Treasures)数据库[19],搜集了3310条数据,提供标题、编号等,对高昌资料编目较为详细,同时提供了研究书目和高昌国政治体系等专门内容。在博物馆方面,如大英博物馆[20] 、盖蒂博物馆[21] 、大都会博物馆[22] 、弗利尔美术馆[23] 、巴黎吉美博物馆[24] 、维多利亚和阿尔伯特博物馆[25] 等藏有中国文物较多的博物馆,均有自己的收藏文物检索网页。

基本上,古籍书目导航、数据库和博物馆在线目录库初步定型,数据库设计方案已经较为完善。经过多年建设,各大图书馆、博物馆主要藏书和文物均已纳入登记,并开放网络检索。只要能联通网络,初步知道欧美哪些地方有什么书和文物存在,已经不再是一件让多数学者无法完成的不可能任务,虽然仍然要付出一定时间和精力。未来需要进行建设的,主要是这些目录库的连接和跨库检索功能。

[1] http://www.oclc.org/research/activities/chineserarebooks.html 。

[2] 沈津:《北美地区中文古籍文献整辑工作近况举要》,《汉学研究通讯》24卷4期,2005年。

[3] http://mylib.nlc.gov.cn/web/guest/zhonghuagujishanbenlianheshumuxitong 。

[4] http://www.worldcat.org/ 。

[5] https://catalog.loc.gov/ 。

[6] http://www.bodley.ox.ac.uk/rslpchin/ 。

[7] http://serica.bodleian.ox.ac.uk/ 。

[8] http://catalog.nypl.org/ 。

[9] https://crossasia.org/ 。

[10] http://guides.library.harvard.edu/Chinese?url_type=39&object_type=webpage&pos=1 。

[11] http://www.lib.cam.ac.uk/mulu/congshu.html 。

[12] http://oopus.info/ccat/ 。

[13] http://gest.princeton.edu/rarebook.htm 。

[14] http://bodoni.stanford.edu/uhtbin/cgisirsi/?ps=m5YJm2FGAq/GREEN/23000013/60/668/X 。

[15] http://catalog.library.ucla.edu/vwebv/searchBasic 。

[16] http://riccilibrary.usfca.edu/ 。

[17] http://rbook2.ncl.edu.tw/Search/Index/2 。

[18] http://www.oac.cdlib.org/ 。

[19] http://turfan.research.yale.edu/turfan/ 。

[20] http://www.britishmuseum.org/ 。

[21] http://www.getty.edu/ 。

[22] http://www.metmuseum.org/。

[23] http://www.asia.si.edu/ 。

[24] http://www.guimet.fr/fr/。

[25] https://www.vam.ac.uk/。

二、古籍图像、文本数据库

在图像、文本数据库方面,数字化主力仍然是美国国会图书馆这样的大型图书馆、哈佛大学这样以文史见长的著名高校。国会图书馆[1] 早在20世纪80年代就开始用光学磁盘来保存文献,进行过全文图像的数字化处理工作。到90年代末期计划建立虚拟图书馆,对一部分中文古籍图书进行了电子化扫描,但是相对数量并不大。由美国国会图书馆和联合国教科文组织主导的世界数字图书馆(World Digital Library)[2],收入了一定数量的中国古籍,中国国家图书馆提供了171种典籍书影,台湾“国立中央图书馆”提供了131种典籍书影。法国国家图书馆建设了Gallica数字图书馆[3] ,其中收录了少量的中国古籍。大英图书馆从20世纪90年代开始致力于数字化图书馆建设,目前已经形成了一批数字化影像,可以在大英图书馆专题网页[4] 上访问,其中提供了像素很高的868年印刷《金刚经》,超过450片甲骨、欧洲收藏数量最多的24卷《永乐大典》等古籍影像,阅读较为方便。德国巴伐利亚国家图书馆建有“DIGITAL EAST ASIA COLLECTIONS”[5],目前收有从7世纪到19世纪中文古籍约1141册,共计90万张图片,提供在线高清图像无级缩放浏览,网站同时提供德文、英文、中文三种界面。美国国家医学图书馆建有“CLASSICS OF TRADITIONAL CHINESE MEDICINE”[6]专题网页,提供了13部古医书书影。

哈佛大学在古籍数字化方面投入资金巨大,其自建包括古代中国内容的数字化扫描项目有宝卷、中国旧海关资料、哈佛燕京图书馆中文善本特藏(与傅斯年图书馆、中国国家图书馆等合作)、中国珍稀方志、拓片收藏、满文古籍、蒙文古籍、纳西东巴经、韩南教授藏书、齐氏兄弟藏书、齐如山藏书等数十种,并提供了哈佛大学中国研究导航网页[7] 方便使用。其善本将全部扫描,上传网络供免费查阅。加拿大麦吉尔大学(McGill University)与哈佛大学及中国大陆高校合作,共同建设了明清妇女著作数据库[8] 专题网站。据该网站,截止到2016年12月15日,共收入了221部古籍,4939位女作家、诗人以及1398位男性作家。此数据库可以以书名、人名等方式查找,其个人介绍、作品出处,原文影像等均可一目了然。由蒋经国国际学术交流基金会资助,“中央”研究院历史语言研究所傅斯年图书馆、美国国会图书馆、哈佛大学、普林斯顿大学合作建设了古籍善本数位化资料库“A Digital Library of Chinese Rare Books”[9],可在线浏览。由哈佛大学德龙博士(Dr. Donald Sturgeon)创建的“中国哲学书电子化计划(Chinese Text Project)”[10]收入超过3万部著作图像,还收录了哈佛燕京图书馆的5百多万页古籍善本图像[11] 。通过专门设计的OCR技术制定了有待勘定的全文,其页面设计完备,提供了中英双语页面。

海德堡大学建立了一个汉学文典[12] ,汇编了大量古代汉语文献,主要是为历史音韵学和中国汉字史提供资料。该校还建有“Digital Archive for Chinese Studies”[13],收录了各种类型的网络资源,但大部分是当代社会政治内容,少部分是古代典籍。宾夕法尼亚大学提供了一个“The Online Books Page”[14]收入了超过了200万册的网络免费电子书,可以检索到部分中文古籍。耶鲁大学建有耶鲁大学所藏中国善本数据库[15] ,收入了1796年以前出版有代表性的439部善本,对外提供了第一页的全文图像,并链接到耶鲁大学online catalog,可查阅全部详细信息及版本情况。普林斯顿大学收藏中文医书最为有名,大约有500种,1700册,目前已有医书53种供免费阅览,详情可见葛思德东亚图书馆网页[16] 。普林斯顿大学还建有另外一个“East Asian Library Digital Bookshelf”[17]项目,与前者有所重复,目前有147种善本书可供在线阅览。不列颠哥伦比亚大学藏有蒲坂藏书和庞镜塘藏书数据库[18],前者共计3105种45000册,后者64种796册,目前有126种可在线阅读。哥伦比亚大学建有古巴华工调查录数据库[19] ,提供了影像电子文本。康奈尔大学建有“Wason Pamphlet Collection”[20],即华生收藏,是研究中国与西方关系的重要文献资源。共有220卷,1200册,在该校图书馆网站东亚页面[21] 有详细的介绍。

Adam Matthew Publications出版公司利用华生收藏建设了一个专题数据库China: Culture and Society --Wason Pamphlet , 1750-1929 [22],收入该公司旗下的“Adam Matthew Digital”系列数据库,同在此系列数据库中的还有“海外收藏的中国近代史珍稀史料文献库”(China: Trade, Politics and Culture, 1793-1980)[23],收入海外收藏的1793-1980年间中国与西方往来的珍稀史料,含大批档案及7.2万幅左右的图片。以及“中国、美国和太平洋数据库“(China, America and the Pacific)[24],收入了从18世纪到20世纪的中国、美国、太平洋地区围绕贸易和文化形成的手稿、书籍、图像、地图等数字资源。其他商业公司也有不少提供包括中国1911年以前报刊和中外相关史料的数据库,兹不列举。

互联网记忆(Internet Archive)[25]是非政府组织,致力于保存网页、文本、声音、影像、软件、图片,该网站有“eBooks and Texts”专栏,有图书10762297种,其中中文图书有84409种,含有大量古代文献,并可提供全文下载,目前在中国大陆无法直接检索利用。美国犹他州家谱图书馆制作了在线家谱检索系统(Family History Library Catalog)[26],并从北美、中国、东南亚收集了中国1239-2014年的族谱[27] ,共计13247185幅影像,可在线全文阅读。谷歌公司建有著名的“谷歌图书”[28]搜索,早在2008年即完成700万册图书的扫描,所收图书大多有简单介绍及出处,但是中国古籍部分非常混乱,提供了一部分无版权图书的阅览和下载,在中国大陆无法访问。

国际敦煌项目(INTERATIONAL DUNHUANG PROJECT,IDP)[29]由大英图书馆发起,联合中国、俄罗斯、日本、德国、法国、韩国的相关机构共同参加,通过国际合作开发各国敦煌文献并全部数字化,以促进共享,但是该网站的中国北京 [30]和中国敦煌 [31]两个部分,访问速度缓慢,似乎较久未更新。德国部分自2013年,法国部分自2009年后未再更新。由美国学者Michael S. Hart 倡导的古登堡计划(ProjectGutenberg)[32],是一个图书共享计划,目前提供53000种具有公共版权的免费图书,其中包括了一定数量的中文文本图书,大多数是中国经典和古典文艺作品,而且同时提供在线HTML文本、EPUB、Kindle、UTF-8文本等多种格式,对于阅读来说极为方便。中美百万册书数字图书馆计划(CADAL)[33]美国卡耐基梅隆大学、西蒙学院(Simmons College)、中国科技大学、浙江大学、清华大学等国内外高校先后参与,扫描图书总量达250万册,古籍部分超过50万册,管理主体目前已经转移到浙江大学,国内高校从校园网提供服务,CADAL系统根据参建单位提供IP地址范围控制用户阅读权限。

欧美地区的中国古籍全文图像扫描和数字化工作,与中国大陆、台湾地区相比,已经相对落后。除了哈佛大学等具有雄厚财力的机构之外,大多数藏有中国古籍的机构似已放缓了图像扫描和文字识别的步伐。

[1] https://www.loc.gov/。

[2] https://www.wdl.org/。

[3] http://gallica.bnf.fr/。

[4] http://www.bl.uk/collection-guides/chinese-collection。

[5] http://ostasien.digitale-sammlungen.de/cn/fs1/home/static.html。

[6] https://www.nlm.nih.gov/exhibition/chinesemedicine/index.html。

[7] http://guides.library.harvard.edu/c.php?g=310134&p=2071022。

[8] http://digital.library.mcgill.ca/mingqing/。

[9] http://rarebookdl.ihp.sinica.edu.tw.ezp-prod1.hul.harvard.edu/rarebook/Search/index.jsp。

[10] http://ctext.org/。

[11] http://ctext.org/library.pl?if=en&collection=139。

[12] http://tls.uni-hd.de/home_en.lasso。

[13] http://www.zo.uni-heidelberg.de/boa/digital_resources/dachs/。

[14] http://onlinebooks.library.upenn.edu/。

[15] http://web.library.yale.edu/digital-collections/chinese-rare-books-yale。

[16] http://library.princeton.edu/eastasian/diglib/?url_type=39&object_type=webpage&pos=1。

[17] http://pudl.princeton.edu/collections/eal。

[18] https://open.library.ubc.ca/collections/asian。

[19] http://www.columbia.edu/cu/lweb/digital/collections/eastasian/texts/gubahua/index.html。

[20] https://ecommons.cornell.edu/handle/1813/29701。

[21] http://asia.library.cornell.edu/ac/Wason/index。

[22] http://www.chinacultureandsociety.amdigital.co.uk/。

[23] http://www.china.amdigital.co.uk/。

[24] http://www.cap.amdigital.co.uk/。

[25] https://archive.org/。

[26] https://familysearch.org/。

[27] https://familysearch.org/search/collection/1787988?url_type=39&object_type=webpage&pos=1。

[28] https://books.google.com/。

[29] http://idp.bl.uk/。

[30] http://idp.nlc.cn/。

[31] http://idp.dha.ac.cn/。

[32] http://www.gutenberg.org/。

[33] http://www.cadal.zju.edu.cn/index。

三、文物图像、照片和地图数据库

欧美地区古代中国资料数字化建设的重要一环是文物图像和地图,各机构在这方面投入了极大人力财力,建设了相当多数量的数据库。在图像免费共享方面,美国远远走在了世界各国的前面。文物图片自然以博物馆为最大宗,大英博物馆“Collection online”[1],以“Chinese”为关键词,可搜出24217件藏品(含非中国文物),提供约600*600PX图像下载。盖蒂博物馆在线“COLLECTION”[2],以“Chinese”为关键词,可以搜到357项藏品,目前免费提供最高可达约3000*4500PX的高清图像下载。波士顿美术馆(MFA)在线“CLLLECTION”[3],以“Chinese”为关键词,可以搜索到11127项藏品,目前免费提供约1600*1000PX的图像下载。大都会博物馆的“COLLECTION”[4],以“Chinese”为关键词,可以搜到7012项藏品,目前免费提供约3000*4000PX的高清图像下载。亚洲艺术博物馆的“ONLINE COLLECTION”[5]目前可提供在线浏览中国古代的艺术品万余件,免费提供约800*500PX的图像下载。弗利尔美术馆建有宋元书画专题数字收藏[6],目前提供85件作品约500*500PX图像下载。克利夫兰美术馆[7]向公众提供大约3000件古代中国文物藏品的高清图片,以青铜、瓷器、绘画为大宗。谷歌有“Google 文化学院(Google Arts & Culture)[8]”,提供 1000 多家顶级博物馆和档案馆中的精选内容,进行虚拟展览,含有大量中国内容,方便用户在网络上全景观看,目前内地无法使用。

德国柏林普鲁士文化基金会建有“乾隆朝战争铜版画”[9]图像数据库,有64幅图像,可提供高清大图浏览,这批数据也同时收入了世界图书馆的在线馆藏[10]。JSTOR数据库原本只收录刊物,但自2000年以后逐渐建立ARTstor图像资料库[11],以“Chinese”为关键词,目前可以检索出大约2000条数据,通过Adobe Flash插件方式在线浏览高清大图。纽约公共图书馆的“Digital Collection”[12],以“chinese”为关键词,可搜到3021件藏品,提供约800*800PX的图像下载。由英国联合信息系统委员会( JISC )支持,不列颠学院(The British Academy)、英国艺术与人文研究理事会(AHRC)和布里斯托大学等建立的“Visualising China”数据库[13],收藏了从1850年到1950年的中国照片约8000张,其中1850-1911年约2600张。芝加哥菲尔德博物馆建有中国拓片数据库(Chinese Rubbings)[14],提供部分拓片最大约800*800PX图像下载。

陈刘钦智(Ching-chih Chen)主持建设了“Global Memory Net”[15],目前提供文化、历史、文物方面的图像,有一部分为中国古代相关内容,提供在线无级放大浏览。中国中古研究学会(美国)建有六朝陵墓数据库(Six Dynasties Tombs Database)[16],收有六朝时期1739座陵墓的相关数据。公共图片方面,Flickr是雅虎旗下的图片分享网站[17],功能极为强大,可以使用标签和分组方式来管理图片,许多档案馆、博物馆、图书馆利用Flickr来分享图片。据王国强整理,有几十个专题,十万张以上中国老照片,如Gary Lee Todd博士拍摄收藏了中国各个历史时期图片[18],数量极为庞大,目前该网站在中国大陆无法访问。

在大学方面,哈佛大学建有中国拓片专题网页[19],有大约2600方墓志拓片,目前可提供小、中、大、超大四种图像下载,最高可达约1100*2400PX。加州大学(伯克利)也建有中国拓片数据库(Chinese Stone Rubbings Collection)[20],有超过1500张拓片,提供最高约1100*1500PX的图像下载。耶鲁大学的中国基督教大学图像数据库(China Christian Colleges and Universities Image Database)[21],收集了10629张老照片,其中大部分已经数字化。莱顿大学数字图书馆[22],数字化收藏了中国古代艺术品图像以及早期照片,数量不多,目前可提供约1700*2600PX的图像下载。杜克大学数字馆藏(Digital Collections)[23]以“china”为检索词,共有5353条,其中包括了手稿和照片。在山东传教50余年的高第丕(Tarlton Perry Crawford)夫人Martha Foster Crawford的日记手稿亦在其中。

不列颠哥伦比亚大学的“Yip Sang Collection”[24],收集了温哥华叶氏家族各类文档639种,是研究早期华人移民北美的珍贵资料。哥伦比亚大学东亚图书馆建有“门神纸马数据库”(Chinese Paper Gods)[25],收集了各类神仙图像231幅。普林斯顿大学的中国版画[26],有30幅,目前可提供大约800*800PX图像下载。耶鲁大学丝绸之路数据库[27],为新拍摄的丝绸之路沿线重要古迹照片,从2006-2010年共拍摄了超过11000张高像素照片。耶鲁大学有 Peter Parker收藏,Lam Qua(林官、关乔昌)所绘的80幅中国病人患病图像,即Peter Parker's Lam Qua Paintings Collection[28]。华盛顿大学建设有“Silk Road Seattle”[29],主要是一个教育项目,但是搜集了较多的相关数据,其“COLLECTIONS”就搜集了大约34家图书馆、艺术馆的网络链接[30],同时可提供其他如丝绸之路城市、传统文化、地理等方面的图片,但像素不高。耶鲁大学美术馆的“COLLECTION”[31],以“Chinese”为关键词,有8477件藏品,提供约1500*3000PX的图像下载。

芝加哥大学“Digital Scrolling Painting Project”[32],收集了宋元明清时期的84幅手卷,提供在线高清大图浏览。里德学院(Reed College)建有一个19世纪台湾的图像数据库(Formosa: 19th Century Images)[33],有数百张图像。明尼苏达大学图书馆的“Ming Gazetteer Images”[34],从明代各类地方志收集了郡县全图1010幅。加州大学建设了一个“World Images”[35]数据库,以“Chinese”为关键词,有727件藏品,大部分内容是关于古代中国的。华盛顿大学建有“Robert Henry Chandless Photographs”[36]数据库,收藏了1898-1908年间中国各地照片287张。欧柏林学院(Oberlin College)建有“Oberlin in Shansi digital collection”[37] 数据库,收藏有中国各个时期的图片810张,大部分是近代照片。

在老地图收藏和数字化上,哈佛大学也走在前面,建有哈佛大学地图收藏(Harvard Maps Collection)[38]数据库。其中的“Army Map Service Series L500 of China”[39]大多是1950年代的老地图。哈佛大学“South Central China and Tibet: Hotspot of Diversity”专题[40],提供了10幅历史地图。德州大学(奥斯汀)建有一个“Historical Maps of China”数据库[41],收藏了1860到1967年间中国地图70余幅,提供最大约1500*1200PX图像下载。华盛顿大学也收藏了一批老地图“Skinner Map Collection”[42],其中中国地图有500多幅,多数为18、19世纪地图。美国国会图书馆地图数据库[43],收录了17733幅地图,以“China”为关键词,可检索出558幅,最早为1769年地图。

世界数字图书馆收藏了多幅珍贵古代地图,与中国相关的有清末北京全图[44]、台湾及澎湖列岛全图[45],朝鲜的天下地图[46]和朝鲜舆地图[47]、七省沿海图[48]、西藏全图[49]、坤舆万国全图[50]、江苏至北京运河全图[51]、新疆地舆总图[52]等数十幅,由美国国会图书馆等提供。莱斯大学(Rice University)所藏的“京板天文全图”[53],是1780-1790年代的古地图。台湾“中央”研究院建有美国国会图书馆典藏之中国相关地图文献查询系统[54],有美国国会图书馆所藏关于中国地图的78151个数据记录,最大提供约800*800PX阅读下载。

[1] http://www.britishmuseum.org/research/collection_online/search.aspx。

[2] http://www.getty.edu/art/collection/。

[3] http://www.mfa.org/collections。

[4] http://www.metmuseum.org/art/collection。

[5] http://searchcollection.asianart.org/。

[6] http://www.asia.si.edu/SongYuan/defaultChinese.asp。

[7] http://www.clevelandart.org/art/collection/search。

[8] https://www.google.com/culturalinstitute/beta/。

[9] http://crossasia.org/digital/schlachten-bilder/。

[10] https://www.wdl.org/。

[11] http://artstor.org/。

[12] https://digitalcollections.nypl.org/。

[13] http://visualisingchina.net/。

[14] http://archive.fieldmuseum.org/chineserubbings/index.html。

[15] http://www.memorynet.org/。

[16] http://www.earlymedievalchinagroup.org/sixdynastiestombs.html。

[17] https://www.flickr.com/。

[18] https://www.flickr.com/photos/101561334@N08/。

[19] http://vc.lib.harvard.edu/vc/deliver/home?_collection=rubbings。

[20] http://www.lib.berkeley.edu/EAL/stone/。

[21] http://web.library.yale.edu/digital-collections/china-christian-colleges-and-universities-image-database。

[22] https://socrates.leidenuniv.nl/R/?func=search-simple&local_base=gen01-disc。

[23] http://library.duke.edu/digitalcollections/。

[24] https://open.library.ubc.ca/collections/yipsang。

[25] http://www.columbia.edu/cu/lweb/digital/collections/eastasian/paper_gods/index.html。

[26] http://pudl.princeton.edu/collections/pudl0030。

[27] http://web.library.yale.edu/digital-collections/yale-silk-road。

[28] http://cushing.med.yale.edu/gsdl/collect/ppdcdot/。

[29] http://depts.washington.edu/silkroad/。

[30] http://depts.washington.edu/silkroad/museums/srmuseums.html。

[31] http://artgallery.yale.edu/collection/search。

[32] http://scrolls.uchicago.edu/。

[33] http://rdc.reed.edu/c/formosa/home/。

[34] http://umedia.lib.umn.edu/taxonomy/term/725。

[35] http://worldimages.sjsu.edu/。

[36] http://digitalcollections.lib.washington.edu/cdm/search/collection/chandless。

[37] http://dcollections.oberlin.edu/cdm/search/collection/shansi。

[38] https://library.harvard.edu/libraries/harvard-map-collection 。

[39] http://hcl.harvard.edu/libraries/maps/collections/series_indices/China_Index.html;或https://www.loc.gov/maps/?fa=contributor%3Aunited+states.+army+map+service%7Clocation%3Achina&all=true&st=slideshow。

[40] http://www.arboretum.harvard.edu/library/image-collection/south-central-china-and-tibet-hotspot-of-diversity/map-and-gazetteer/。

[41] http://www.lib.utexas.edu/maps/historical/history_china.html。

[42] http://content.lib.washington.edu/skinnerweb/index.html。

[43] https://www.loc.gov/maps/。

[44] https://www.wdl.org/zh/item/44/#languages=zho。

[45] https://www.wdl.org/zh/item/208/#languages=zho。

[46] https://www.wdl.org/zh/item/2686/#languages=zho。

[47] https://www.wdl.org/zh/item/4460/#languages=zho&page=2。

[48] https://www.wdl.org/zh/item/314/#languages=zho。

[49] https://www.wdl.org/zh/item/317/#languages=zho。

[50] https://www.wdl.org/zh/item/4136/#languages=zho&page=2。

[51] https://www.wdl.org/zh/item/7097/#languages=zho&page=5。

[52] https://www.wdl.org/zh/item/11385/#languages=zho&page=7。

[53] http://library.rice.edu/sites/default/files/pictures/ux/jingban2.jpg。

[54] http://webgis.sinica.edu.tw/map_loc/。

后来你成为牧民 赶来云海繁星

脚旁驮岁月的白驹

将漫生春草嚼咀

当你站于隆冬爱河边 俯身朝下望去

有人破冰做你 一生倒影

你会凝视他 如同另个自己

直到你的热泪都化作潮汐 爱即永恒汛期

最终你所历风雪 开遍梅花鹿背脊

落日坠成腕上胎记

来世便凭此再遇

当你仍是虔诚滋养着 参天铁树的泥

有人做撼动你 一生马蹄

你会信奉他 如同整个奇迹

直到悬河千言汇入那句——

“爱你是我的壮举。”

四、关系型数据库与数字人文工具

欧美关于中国古代内容的数字资源,最大贡献还不是各类文本、图像类数据库建设,而是在数据方法和数字人文思路的导向上。特别是哈佛大学发起的中国历代人物传记资料库(CHINA BIOGRAPHICAL DATABASE PROJECT ,CBDB)[1] 项目,更是引领了关系型数据库的发展潮流,也是迄今为止自身最有学术含量的数据库,网站并提供中英双语同步更新。

CBDB数据库最早建设思路来自研究宋代社会经济史的郝若贝教授(Robert M. Hartwell, 1932-1995),他从80年代就开始把宋代人物的传记资料录入到计算机里面,同时自己编写软件来阅读和使用这些数据。与其他人不同的是,郝若贝极有远见要建立起人物之间的关系,所建立数据库里面包括各种人物的完整信息,如生卒年、亲属、门生、履历等等,利用这些材料,学者可以进行深入的研究与分析。郝若贝教授去世后,他遗留的数据库捐赠给了哈佛—燕京学社。由包弼德(Peter K. Bol)教授领导组织,结合了历史学、文学、计算机、网络等多个学科的专家,不断更新与完善了郝若贝教授的数据库,目前哈佛大学和北京大学、台北“中央”研究院合作,共同推动这个项目继续向深入发展。到2016年4月,已经收入了37万人的传记资料,同时仍然在不断扩充,目标是收录全部民国以前的人物数据。

CBDB项目收录的是人物信息,但是它并不是一个人物辞典,虽然它可以被当做一个人物辞典来查询,但是它的作用并不仅仅在于可供查询。从数据的角度来看,CBDB可以提供相对最大数量的数据,当数量足够多的时候,一些微小错误就不足以影响检索结果整体的正确性。CBDB以人物为中心,同时搜集姓名、时间、地址、官职、著作、亲属关系、社会关系等多个方面的数据。孤立看这些数据的时候,并不能发现规律性,但是大批数据集合在一起的时候,就可以对整体趋势进行判断和分析。同时也可以为我们经常心有戚戚,但是很难找到证据的一些看法提供证据或者反证。CBDB与前述查询检索类的数据库不同,它并不保留原文,甚至不收集原文,它只是从原文当中提取出来以“人物”为中心的数据。从这个意义上说,CBDB不是一个单纯的古籍资料数据库,它更是一个研究的基础工具。它给予收入数据库的每一个人一个单独代码,然后围绕“人”把不同的字号、官衔、地域、亲属、朋友等等都编织到一个网络里面。这样的信息,就会提示给学者以新的思路。配合历史地理信息系统,可以在地图上把这些人都找到,看出他们的诸多关系。其他的古籍数据库,仍然是以原书为单位,所提供信息量并未超过纸质图书所提供的信息。换句话说,普通检索只是数量在快速增加,但里面信息含量并未增加,检索方法的改良上也往往没有太大进展。

CBDB数据库当中的检索,并不像其他文本数据库那样只有关键词的检索。它的检索是开放而且是多重的,可以进行复杂条件的检索。比如它可以查询出生在“苏州”的所有人,或者查询哪些人是通过何种方式获得官职,或者是某个职务的任职者,最低任职年龄与最高任职年龄等等。通过这些查询,就可以为历史研究提供最基本的数据,特别是为社会网络分析提供最佳材料,同时可以基于所有现存材料去分析一组问题,乃至多重组的问题。比如可以讨论宋代的女性死亡年龄、生育年龄,以及她们与丈夫的年龄差,出嫁与家庭所在地的距离等等。因为得到的数据准确而且相对完全(局部错误不足以影响全局判断),学者就可以把更多的精力用于分析和思考。

CBDB相配合的最佳工具是中国历史地理信息系统(China Historical GIS,CHGIS)[2],由哈佛大学和复旦大学合作建设,中文版在复旦大学历史地理研究所的禹贡网[3]。CHGIS是一个为学术研究而建设的GIS数据平台,提供尽量简便的操作,可以更新相关数据,同时是一个可靠且开放的基础地理信息数据库。任何一个用户使用CHGIS基础数据,同时加入自己搜集的相关数据,就可以建设或者生成自己的专题地图,可以进行空间分析,按自己研究需要建设特定的统计模型,分析结果可以输出为表格、电子地图或者任何类型的数据。哈佛大学另建有免费在线GIS平台(WorldMap)[4],是一个开放性的地图平台,任何人都可以登记建立账号创建地图并查阅地理信息,前述CBDB数据库在其中建有一个独立的频道“CBDB Spatialized Datasets”[5]。同时其中已建有6877种各类地图,中国相关的有154种,数据最丰富的当属“ChinaMap”[6]。如果学者有需要,也可以利用WorldMap所提供的基础功能,生成某个类型的专属地图。哈佛大学图书馆另外设有“Harvard Geospatial Library”[7],提供类似功能。密歇根大学建有 FREE MAPPING ONLINE [8]是一个地图编辑工具,可以自行整理上传数据,绘出地图。

由莱顿大学等合作开发的码库思(MARKUS)[9],是一个自动标记工具,它可以快速在古籍文本上标记出人名、地名、年号、官名。这个工具本身没有任何文本收录,所有需要标识的文本都需要用户自行上传。当面对大量文本需要批量找出其中人名、地名、年号、官名的时候,码库思就可以发挥作用。当然机器自动标识的错误极多,需要人工阅读修正。网站本身所提供的修改界面操作较为繁琐,不适合大批量快速操作。CBDB项目组经理王宏甦设计了基于Chrome的快捷操作插件,可以大幅度提高工作效率。The Sieve Online[10] 是码库思的一个插件,可以用来在线对比同书的不同版本,对比发现文本中字词和通用蒙学书籍用字范围的不同,提供《百家姓》、《千字文》等以供选择。加州大学(尔湾)由Andrew W. Mellon 基金会支持,建立了一个明代政府官名的众包翻译项目(Ming government official titles:A Crowd-Translation Project)[11],通过网络整理、编辑网络免费版《明代官名辞典》。

美国有一位佛学爱好者,开发了佛光山南天大学佛教文本阅读器“NTI Buddhist Text Reader”[12],主要是帮助西方人阅读《大正藏》,打开相应文本后,会提供拼音、英译还有注释,也包括各种佛教名词的标准拉丁文转写。Christian Wittern开发了慢读(Mandoku)阅读工具[13],可以同时阅读和对比不同版本的古籍。德国马普研究所陈诗沛主持建设了“Local Gazetteers Project”[14],使用自行研发的一系列工具来从事中国古代地方志研究,仅对其所内用户开放。由大众基金会支持,哥廷根大学等共同建设了Wissenschaftssprache Chinesisch / Modern Chinese Scientific Terminologies(近现代汉语学术用语研究)数据库[15],试图把1600-1911年的哲学、逻辑、物理、化学、地理、政治等方面的名词翻译为德文。加州大学(美熹德)建有宋代数字地名数据库“The Digital Gazetteer of the Song Dynasty”[16],可以作为学术研究参考工具。苏黎世大学建有“China and the West: 1245-2000”数据库[17],其中有少部分资料数据,但大部分是研究著作。宋代研究工具书刊指南(Song Research Tools)[18],是同名书籍的在线版,提供了相关古籍书目。电子佛教辞典(Digital Dictionary of Buddhism)[19],可以提供大部分佛教词条的英文解释。汉日韩越—英辞典(CJKV-English Dictionary)[20],在线提供四种语言词汇的英文解释。以上所介绍都是直接相关于中国古代研究的一些工具,在数字人文方面还有很多通用工具,例如可用于中文语法分析的Stanford Parser[21],用于数据可视化的Palladio[22],用于语言分析的Classical Language Toolkit[23] 等等,兹不详述。

[1] http://projects.iq.harvard.edu/chinesecbdb。

[2] http://www.fas.harvard.edu/~chgis/。

[3] http://yugong.fudan.edu.cn/views/chgis_index.php。

[4] https://worldmap.harvard.edu/。

[5] https://worldmap.harvard.edu/maps/CBDB。

[6] https://worldmap.harvard.edu/chinamap/。

[7] http://calvert.hul.harvard.edu:8080/opengeoportal/。

[8] http://spatialdataonline.org/。

[9] http://dh.chinese-empires.eu/beta/index.html。

[10] http://dh.chinese-empires.eu/beta/sieveOnline.html。

[11] http://mingofficialtitles.lib.uci.edu/#/。

[12] http://ntireader.org/。

[13] http://www.mandoku.org/。

[14]https://www.mpiwg-berlin.mpg.de/en/research/projects/departmentSchaefer_SPC_MS_LocalGazetteers。

[15]http://kjc-sv016.kjc.uni-heidelberg.de:8080/exist/apps/wsc/modules/search/index.html。

[16] http://songgis.ucmerced.edu/。

[17] http://idoasdb.uzh.ch/oas/。

[18] http://www.songyuan.org/SongTools/。

[19]http://www.buddhism-dict.net.ezp-prod1.hul.harvard.edu/ddb/index.htm。

[20] http://www.buddhism-dict.net.ezp-prod1.hul.harvard.edu/dealt/。

[21] http://blog.csdn.net/cuixianpeng/article/details/16864785。

[22] http://hdlab.stanford.edu/palladio/。

[23] http://cltk.org/。

后来你成为牧民 赶来云海繁星

脚旁驮岁月的白驹

将漫生春草嚼咀

当你站于隆冬爱河边 俯身朝下望去

有人破冰做你 一生倒影

你会凝视他 如同另个自己

直到你的热泪都化作潮汐 爱即永恒汛期

最终你所历风雪 开遍梅花鹿背脊

落日坠成腕上胎记

来世便凭此再遇

当你仍是虔诚滋养着 参天铁树的泥

有人做撼动你 一生马蹄

你会信奉他 如同整个奇迹

直到悬河千言汇入那句——

“爱你是我的壮举。”

五、欧美古代中国资源数字化建设的几点思考

欧美地区特别是美国图书馆、博物馆等相关机构对中国图书、文物的收藏和利用,在世界上首屈一指。美国也是亚洲以外收藏中文图书最多的地区,欧洲则收藏了一批珍贵古籍版本,特别是敦煌文献,大部分都收藏在欧洲。在数字化方面,美国的中国古籍数字化也起步发展最早,欧洲在这方面虽然投入不如美国,但是也建设了一批中文数字典藏。总体上看来,在中文古籍文献总目、图像扫描和文字识别方面,中国大陆和台湾逐渐后来居上。但是欧美的中国古代数字资源建设还是有自己的特点与优长,值得多加学习。

首先是欧美中国古代数字资源大多免费,除商业公司外,图书馆、大学等均免费向社会提供文献资源,特别是用公款投入的几乎全部免费。这既值得赞赏,又应该大力推广并学习。国内比较成熟的大型数字化资源多为商业公司建设,几乎没有大型古籍数字化建设项目免费向公众开放,免费古籍数字化网站大多是网友自发建设,也几乎没有图书馆、大学、博物馆将馆藏古籍、文物扫描拍照并无偿向公众开放。古籍、文物都是中华民族祖先创造的伟大遗产,而且是人类文明的瑰宝,无论保存在哪里,都应该加以保护和传承。特别是由政府投入的项目,理所应当应该全部免费向社会公众开放。建议今后凡是有政府资金投入的古籍整理、文物图像扫描数据库项目,必须免费向社会公众开放,这应该成为国内学术界获得政府资金的一项基本规则。

其次,欧美古代中国数字资源建设最早是图像扫描和文字识别,引领了八九十年代的古籍数字化潮流。但由于批量扫描工作的学术含量不足,后续利用情况又不尽理想,导致很多大学、图书馆纷纷停止或者放缓了批量扫描工作步伐。但是这是非常可惜的事情,只有扫描了足够多的书,并加以文字识别,才会形成更多更好的文本数据或专门的数据库,才有更多的可能去推动学术研究进步。如果没有数量的上的逐步积累,就很难形成学术品质上的不断突破。希望欧美图书馆、大学等机构能继续加强古籍数字化建设,将全部馆藏扫描,并提供长期免费的下载。同时也希望国内的网友按需阅读,理性下载,不要导致国外机构采取技术手段反制,影响其他人的使用。

再次,欧美在图像数字化方面投入巨大,也取得了相对更多的成果。特别是照相术发明以来,大部分早期中国影像均依赖于欧美探险家、政府官员、传教士、学者拍摄并保存至今。所以中国图像数字化一直是欧美图书馆、大学的热门项目。但是这些图像极为分散,如果能有中国相关学术机构能和收藏机构合作,建立一个类似古籍联合目录的全球统一检索系统,则对学术研究工作大为有益。但是这样的工作既辛苦又需要丰富学术经验,而个人的学术成果收获甚微,需要有一个机制去解决这样的问题。另外,如果能有中国机构进行最基本的统计工作,把所有散落世界各地的中国文物统一编制目录,提供网络检索,则最有学术价值。更希望中国各博物馆均能将馆藏文物拍照,发布高清图像免费浏览。

第四,美国仍然引领着中国古代文化遗产数字化的前沿发展趋势。特别是关系型数据库建设和数字人文的发展方向,仍然由欧美学术机构引领,中国大陆的学术机构在古代资源数字化方面暂时还无法总体性超越美国。虽然中国大陆和台湾在扫描图像和文字识别方面发展势头迅猛,但是古代资源数字化的发展方向是关系型数据库建设和数字人文,而这些方面中国大陆相对还较为落后。希望中国大陆学术机构也能建设出类似于CBDB这样优秀而免费的关系型数据库,或参与合作,推动更多的高校和学者投身到数字人文,建设出更多更好的数据库和工具。当然,欧美中国文化遗产数字化和数字人文的发展,两岸三地华人在其中发挥了重要作用,贡献极大,居功甚伟。几乎每个取得成功的项目背后,都有一群华人在默默奉献。

总之,欧美在中国古代文化遗产数字化建设方面仍然居于领先地位,希望中国大陆的相关主管机构和学术研究机构能多多学习欧美经验,建设更多的免费数据库,发展出由内地主导的中国古代研究方面数字人文项目,建设更多的关系型数据库,推动中国的学术进步。

原文来自微信公众号:宋史研究资讯2019年9月4日

原文链接:https://mp.weixin.qq.com/s/PpQifmivggrm3NIWwbkYSQ

上一条:吴士英|文献乃天下之公器——“历史资料的整理、研究与数字化建设”会议纪要
下一条:推荐一些重要数据库给大家