李玉安
（武漢大學(xué)圖書(shū)館　430072）

　　內(nèi)容摘要：古籍?dāng)?shù)字化，是信息時(shí)代對(duì)傳統(tǒng)紙質(zhì)歷史文獻(xiàn)傳遞與利用的最便捷的方式。在古籍?dāng)?shù)字化過(guò)程中，應(yīng)逐步將企業(yè)行為逐步轉(zhuǎn)變?yōu)閲?guó)家行為，作為國(guó)家文化主管部門、國(guó)家圖書(shū)館或者是國(guó)家古籍保護(hù)中心，應(yīng)該盡快研究和出臺(tái)相關(guān)古籍?dāng)?shù)字化標(biāo)準(zhǔn)和格式，成立相應(yīng)的專業(yè)數(shù)字化公司，結(jié)合國(guó)家古籍名錄的頒布，統(tǒng)一組織和分期分批實(shí)施古籍?dāng)?shù)字化，這不僅是科學(xué)研究事業(yè)的需要，更是開(kāi)展國(guó)家古籍保護(hù)工作的需要。

　　關(guān)鍵詞：古籍?dāng)?shù)字化；古籍利用；古籍保護(hù)

　　作者簡(jiǎn)介：李玉安，男，1957年生。武漢大學(xué)圖書(shū)館古籍部主任，研究館員。發(fā)表論文40余篇，著述7部。

 

　　古籍?dāng)?shù)字化，有兩個(gè)方面使得人們期望值不斷提高并產(chǎn)生了誤區(qū)：第一是對(duì)古籍的保護(hù)的期望值，認(rèn)為只要古籍?dāng)?shù)字化了，就可以在電腦顯示器上瀏覽，珍善本古籍就可以安然入庫(kù)了。第二是人們對(duì)數(shù)字化古籍檢索和閱讀功能的期望值不斷地在提高，只要數(shù)字化了，就可以有海量的儲(chǔ)存、便捷的檢索、傳輸?shù)目焖佟⒖鐣r(shí)空的鏈接、高度的開(kāi)放等，這些優(yōu)點(diǎn)，當(dāng)然是傳統(tǒng)的古籍檢索和閱覽中望塵莫及。然而，我們也不能盲目地過(guò)于樂(lè)觀，應(yīng)該認(rèn)識(shí)到，古籍?dāng)?shù)字化是一個(gè)過(guò)程，而且是一個(gè)較為漫長(zhǎng)的過(guò)程，不可能一蹴而就的。在今后一個(gè)時(shí)期內(nèi)，古籍?dāng)?shù)字化的建設(shè)應(yīng)該以國(guó)家行為為主，期望國(guó)家有關(guān)主管部門做出更多的分析和研究，統(tǒng)一來(lái)組織和實(shí)施全國(guó)古籍?dāng)?shù)字化工程，如同實(shí)施全國(guó)古籍普查與保護(hù)工程一樣，成立專門的班子，納入國(guó)家文化主管部門的規(guī)劃和計(jì)劃中，有計(jì)劃、有步驟地開(kāi)展中國(guó)古籍?dāng)?shù)字化工程。

一、中國(guó)古籍?dāng)?shù)字化的建設(shè)模式最好是國(guó)家行為，而非企業(yè)行為

　　古籍?dāng)?shù)字化，說(shuō)到底，它牽涉到三個(gè)方面的問(wèn)題，一是組織，二是投入，三是營(yíng)銷和利用。就我國(guó)的實(shí)際情況來(lái)講，目前開(kāi)發(fā)的數(shù)字化產(chǎn)品來(lái)講，大部分是企業(yè)公司的文化營(yíng)銷行為，不是某個(gè)公司或者是某幾個(gè)圖書(shū)館聯(lián)合后，都有能力來(lái)組織和經(jīng)營(yíng)古籍?dāng)?shù)字化成果的。現(xiàn)在的問(wèn)題是，各館都在把本館的特色館藏?cái)?shù)字化，是不是就算進(jìn)行了古籍?dāng)?shù)字化呢？顯然不是，或者說(shuō)只是其中的一部分。這樣盲目進(jìn)行的數(shù)字化工程，在沒(méi)有行業(yè)和部門的規(guī)劃和計(jì)劃指導(dǎo)下的盲動(dòng)，它帶來(lái)的負(fù)面影響除了重復(fù)勞動(dòng)和資源浪費(fèi)外，再就是低水平的單機(jī)（館）利用，談不上是社會(huì)效益和國(guó)家利益。

　　我們認(rèn)為，建設(shè)國(guó)家（省市）級(jí)的古籍?dāng)?shù)字化中心是最具權(quán)威和最為理想的建設(shè)模式。文化部應(yīng)在評(píng)估的基礎(chǔ)上立項(xiàng)，在國(guó)家圖書(shū)館成立國(guó)家古籍?dāng)?shù)字化中心，包括現(xiàn)在已經(jīng)成立的國(guó)家古籍保護(hù)中心（或在其中心下面成立國(guó)家古籍?dāng)?shù)字化中心），負(fù)責(zé)開(kāi)展全國(guó)各系統(tǒng)各類型圖書(shū)館的古籍?dāng)?shù)字化工作，包括古籍?dāng)?shù)字化經(jīng)費(fèi)的落實(shí)，古籍?dāng)?shù)字化標(biāo)準(zhǔn)與格式，古籍?dāng)?shù)字化的版本遴選，數(shù)字化后的文字與內(nèi)容的校勘，古籍?dāng)?shù)字化后的文獻(xiàn)保護(hù)，古籍?dāng)?shù)字化成果的使用與營(yíng)銷等，都應(yīng)該在國(guó)家圖書(shū)館古籍館的領(lǐng)導(dǎo)下，逐步走出一個(gè)中國(guó)特色的且與世界通用的中國(guó)古籍?dāng)?shù)字化的建設(shè)模式來(lái)。

　　國(guó)家圖書(shū)館在文化部的直接領(lǐng)導(dǎo)下，于2007～2009年開(kāi)展的國(guó)家古籍珍貴名錄申報(bào)工作，已經(jīng)有了一個(gè)很好的開(kāi)端。國(guó)家圖書(shū)館應(yīng)該首先對(duì)第一批2392部珍貴古籍和第二批4478部珍貴古籍加以數(shù)字化。僅第二批名錄中，先秦兩漢的文獻(xiàn)達(dá)9部，魏晉隋唐的146部，宋遼金元的645部，明清善本3411部，民族文字文獻(xiàn)266部。這兩批珍貴名錄中的文物文獻(xiàn)，不僅僅是全國(guó)各省市和大學(xué)、科學(xué)圖書(shū)館的鎮(zhèn)館之寶，也是中華民族傳統(tǒng)文獻(xiàn)的珍品和瑰寶，具有極高的文物價(jià)值和文獻(xiàn)價(jià)值。保護(hù)和利用好這些文化精品，是我們的義務(wù)和責(zé)任。率先將這些國(guó)家珍貴名錄數(shù)字化，不僅僅是文獻(xiàn)保護(hù)的需要，也是讓更多的珍善之本能提供給更多的讀者研究和利用。

　　在這種建設(shè)模式下，首先有利條件是經(jīng)費(fèi)的保證，國(guó)家應(yīng)該吸取相關(guān)的教訓(xùn)，盡快將古籍?dāng)?shù)字化的企業(yè)行為轉(zhuǎn)變?yōu)閲?guó)家行為，建議撥出相應(yīng)的經(jīng)費(fèi)來(lái)保證古籍?dāng)?shù)字化的軟件研發(fā)和推廣，并在薄利的前提下，推廣到社會(huì)，造福于科學(xué)研究。國(guó)家文化部、財(cái)政部、教育部等發(fā)起由國(guó)家圖書(shū)館在2001年組織實(shí)施完成的《中華再造善本》工程，就是一例很好的國(guó)家項(xiàng)目行為，不僅僅是保護(hù)了中華珍貴文獻(xiàn)，更是造福了千萬(wàn)學(xué)子，提供了利用這些珍貴文物文獻(xiàn)的機(jī)會(huì)。

　　其次是數(shù)字化技術(shù)的保證，過(guò)去，我們?cè)跀?shù)字資源的語(yǔ)言與格式、存儲(chǔ)與讀寫(xiě)、編碼技術(shù)等方面，還是一瓶頸。現(xiàn)在都有了比較成熟的技術(shù)，可以說(shuō)，古籍?dāng)?shù)字化技術(shù)已經(jīng)不再是難關(guān)了，而現(xiàn)在的難關(guān)恰恰是在規(guī)劃與組織、規(guī)模與項(xiàng)目的問(wèn)題了。而這個(gè)問(wèn)題，更需要的是國(guó)家行為。

　　其三是古籍?dāng)?shù)字化專業(yè)人員的保證。有了這三寶，建設(shè)國(guó)家級(jí)和省部級(jí)的古籍?dāng)?shù)字化中心，應(yīng)該是一條便捷之路。

　　國(guó)外古籍?dāng)?shù)字化和數(shù)字圖書(shū)館發(fā)展的道路和歷程值得我們借鑒。以美國(guó)為例，它率先在俄亥俄州的OCLC和OhioLINK的模式上，它并不是首先建立數(shù)字化圖書(shū)館,而是首先建立圖書(shū)館網(wǎng)絡(luò)，從建網(wǎng)初期的18個(gè)圖書(shū)館發(fā)展到全州的74個(gè)圖書(shū)館，實(shí)現(xiàn)了全州的統(tǒng)編聯(lián)采、網(wǎng)上互借、網(wǎng)上資源的共建共享等，到目前有四萬(wàn)多個(gè)各類型的圖書(shū)館連接，這種的社會(huì)效益是被廣大讀者認(rèn)可的。

　　中國(guó)古籍?dāng)?shù)字化建設(shè)的模式，應(yīng)該是在國(guó)家文化部的統(tǒng)一規(guī)劃下，依托于我國(guó)傳統(tǒng)圖書(shū)館“三大系統(tǒng)”的龍頭單位，如國(guó)家圖書(shū)館、中科院科學(xué)圖書(shū)館、清華、北大圖書(shū)館等牽頭，由國(guó)家圖書(shū)館組織相關(guān)的單位和專家，統(tǒng)一制定相關(guān)標(biāo)準(zhǔn)和格式，由全國(guó)各省、市的分中心等實(shí)施，它工作的核心應(yīng)該是古籍?dāng)?shù)字化版本信息的收集、文字的整理與加工、數(shù)據(jù)組織、鏈接和保存?zhèn)鬟f，統(tǒng)一在國(guó)家標(biāo)準(zhǔn)之內(nèi)。應(yīng)該走統(tǒng)一、聯(lián)合共建、防止重復(fù)建設(shè)的道路。至于全國(guó)古籍?dāng)?shù)字化如何確定精選優(yōu)選的標(biāo)準(zhǔn),我們應(yīng)該相信專家的判斷，更應(yīng)該相信圖書(shū)館等收藏單位的利用率和稀有情況，來(lái)挑選急需數(shù)字化的文獻(xiàn);分期分批地逐年完成珍貴古籍的數(shù)字化。

二、中國(guó)古籍?dāng)?shù)字化的相關(guān)標(biāo)準(zhǔn)的制定，只有國(guó)家行為才具權(quán)威

　　誠(chéng)如李國(guó)新先生斷言，中國(guó)古籍?dāng)?shù)字化，必須保證具有四大功能：一是必須實(shí)現(xiàn)文本字符的數(shù)字化，第二是具有基于超鏈接的瀏覽閱讀環(huán)境，第三是具有強(qiáng)大的檢索功能，第四是具有研究支持功能。而要求實(shí)現(xiàn)文本字符的數(shù)字化，是求得檢索的自動(dòng)化、便捷化。而要完全無(wú)誤地實(shí)現(xiàn)文本字符的數(shù)字化，文本字符的識(shí)別問(wèn)題是一個(gè)令人頭疼的問(wèn)題。恰恰在中國(guó)古籍?dāng)?shù)字化實(shí)踐中，有一個(gè)很不樂(lè)觀的事實(shí)是，有將近四分之一的古籍是難以用掃描或照相來(lái)完成文字識(shí)別的，這表現(xiàn)在稿本、手抄本、寫(xiě)本等載體上，這些文字的識(shí)別有相當(dāng)?shù)碾y度，是必須用人工干預(yù)方能完成。盡管在過(guò)去20多年中，古籍?dāng)?shù)字化的字符技術(shù)與存儲(chǔ)技術(shù)已經(jīng)逐步走向成熟，然而在處理異體字方面，目前還是要靠人工造字（符號(hào)）來(lái)實(shí)現(xiàn)，而人工造字雖然目前都可以實(shí)現(xiàn)，但是人工編碼字體的增多，也影響了軟件的通用性，字符問(wèn)題不具備通用性，就難以完全實(shí)現(xiàn)古籍?dāng)?shù)字化。

　　古籍中的異體字，是比比皆是的，一般有以下幾種：第一是避諱字，第二是異體字，第三是少數(shù)民族文字，第四是手抄本中的草體字。以上這幾種文獻(xiàn)，都在一定程度上限制了中國(guó)古籍?dāng)?shù)字化的轉(zhuǎn)換和檢索，退而求其次，只能用照相或掃描的圖像文件，而這些圖像文件則不具備鏈接功能和檢索功能，又制約著古籍?dāng)?shù)字化數(shù)據(jù)庫(kù)的使用功能。

　　要具備通用性字符的完備性，就必須對(duì)各種各樣的古籍中會(huì)出現(xiàn)的問(wèn)題做一個(gè)完備的字庫(kù)，這個(gè)字庫(kù)的字?jǐn)?shù)肯定超過(guò)10萬(wàn)～15萬(wàn)個(gè)左右。而且必須考慮到各種字體的轉(zhuǎn)換問(wèn)題，例如：

　　1、簡(jiǎn)繁體轉(zhuǎn)換：簡(jiǎn)/簡(jiǎn)　義/義　連體/連體；

　　2、正體與異體：修/俢　兔/兎　刃/刄

　　3、正字與訛（偽）字：久/乆　派/泒　叐/犮

　　4、通假與被通假：詳/佯

　　5、古今字體：镸/長(zhǎng)/長(zhǎng)

　　6、新舊字形兼容：青/靑　説/說(shuō)　媼/媼

　　7、形近異義字：義/叉　刺/剌　諫/諌

　　8、避諱字體：弘/　玄/　燁/　胤/　禛/　構(gòu)/構(gòu)

　　9、異體字：“夘央”/鴛鴦；

　　10、生造字：囯/國(guó)/國(guó)　曌/照

　　以上10大類型，還不包括俗字與俚語(yǔ)，作為一般文獻(xiàn)來(lái)講，遇到各種的異體字，我們只要在Unicode中造一個(gè)模塊，或許就能解決，但是整個(gè)建設(shè)模式是凌亂的無(wú)序的，Unicode編碼系統(tǒng)已經(jīng)定義了七萬(wàn)多漢字，如果再擴(kuò)展數(shù)萬(wàn)個(gè)漢字，漢字字符不足問(wèn)題就會(huì)得到解決。但是，古籍?dāng)?shù)字化的內(nèi)容并不只是字符的轉(zhuǎn)換問(wèn)題，各地各館各公司隨意開(kāi)發(fā)，就使得這種古籍?dāng)?shù)字化化后的通用性大為下降，降低了讀者利用數(shù)字文獻(xiàn)的欲望，而寧可去利用紙本文獻(xiàn)，這與我們古籍?dāng)?shù)字化的初衷是大相徑庭的。

　　我們從《四庫(kù)全書(shū)》（電子版）、《中華基本古籍庫(kù)》、《國(guó)學(xué)寶典》三大古籍?dāng)?shù)字化產(chǎn)品的效果來(lái)看，各有利弊各有所長(zhǎng)。但是有一個(gè)共同之處就是對(duì)寫(xiě)本、抄本文獻(xiàn)的收錄，幾乎是很少的，原因就是在字體的限制上，僅僅靠掃描和照相的文字識(shí)別率非常之低，還不如靠人工文字錄入。我們從相關(guān)的數(shù)字化產(chǎn)品中檢索到很多錯(cuò)別字問(wèn)題，如“闖賊”寫(xiě)成“闖賦”，顯然是文字識(shí)別以后沒(méi)有校勘的問(wèn)題，以至于研究者不敢相信電子文獻(xiàn)和數(shù)字化產(chǎn)品的權(quán)威性和真實(shí)性，至少要核對(duì)原文，這是目前我們利用電子文獻(xiàn)中所普遍感到的困惑。

　　正如陳力先生所指出的那樣：“由于古籍傳抄、刊刻的情況千差萬(wàn)別，因此在古籍中不僅有正字與異體字、正字與俗字的問(wèn)題，還有由于各人審美觀念不同或者因抄寫(xiě)刊刻的習(xí)慣而隨意改變漢字筆劃的位置、形狀造成的異形字。……在進(jìn)行古籍?dāng)?shù)字轉(zhuǎn)換時(shí)，操作人員限于水平，不能識(shí)別古籍中的異形字，不得不“依樣畫(huà)葫蘆”，生造出一些新字。由于每一個(gè)漢字都有一個(gè)對(duì)應(yīng)的編碼，如果將異形字都當(dāng)作不同的漢字，其結(jié)果就是大量生造Unicode表外字，不僅增加了錄入的工作量，更重要的是將對(duì)檢索和資源共享等產(chǎn)生重大的影響，因?yàn)槭褂谜咴跈z索時(shí)并不清楚某部書(shū)中某字的具體寫(xiě)法(甚至一部書(shū)中同樣的字也有許多種變體)，因此實(shí)際上無(wú)法進(jìn)行檢索或者出現(xiàn)大量漏檢。”

　　所以說(shuō)，在古籍?dāng)?shù)字化的過(guò)程中，必須要有古籍專業(yè)人員的參與，否則，將會(huì)對(duì)數(shù)字化質(zhì)量大打折扣。而專業(yè)人員的參與，只有在國(guó)家行為下，才會(huì)有可能組織更多更專業(yè)的古籍整理人員參與到不同的文獻(xiàn)體系中，也才能保證這些專業(yè)人員有較高的積極性和質(zhì)量保證，這是個(gè)體化公司所不能比擬的。

三、中國(guó)古籍?dāng)?shù)字化只有國(guó)家行為才能保證原文獻(xiàn)受到保護(hù)和數(shù)字化文獻(xiàn)的質(zhì)量

　　以《中國(guó)基本古籍庫(kù)》和《國(guó)學(xué)寶典》的數(shù)據(jù)格式為例，《中國(guó)基本古籍庫(kù)》為ABT數(shù)據(jù)格式，不可以直接對(duì)原文進(jìn)行如打印、復(fù)制、粘貼等，而需要另行圈點(diǎn)復(fù)制區(qū)位方可。《國(guó)學(xué)寶典》數(shù)據(jù)格式主要有:TXT文本文件、DBF(數(shù)據(jù)庫(kù)，含文字和相關(guān)標(biāo)示)、ATM(網(wǎng)頁(yè)格式，含文字和圖片、聲音等)，用戶可直接打印、復(fù)制、粘貼到自己的文檔中。這二者比較起來(lái)，前者的文獻(xiàn)數(shù)量較為滿意，而后者的文獻(xiàn)編輯功能更比前者靈活優(yōu)秀。

　　還有更多的古籍文獻(xiàn)數(shù)字化的數(shù)據(jù)庫(kù)，格式是各種各樣的，圖書(shū)館在購(gòu)買這些數(shù)字化成果時(shí)，也不得不安裝多種的瀏覽器，這就給讀者利用數(shù)字化文獻(xiàn)帶來(lái)了不必要的麻煩：不同單位開(kāi)發(fā)出來(lái)的古籍?dāng)?shù)字化產(chǎn)品具有不同的文件格式。除常見(jiàn)的txt、doc、html格式外,還有exe、pdf、wdl、pdg、ebk、edb、oeb、sep、ifr、xeb等。除了一些通用格式如txt、doc、html、pdf等,大部分?jǐn)?shù)字化古籍因?yàn)槲募�格式不�?通用功能性差,極大地影響了讀者利用數(shù)字化古籍。這也說(shuō)明文化部暨國(guó)家圖書(shū)館等主管部門盡快研究和出臺(tái)數(shù)字化產(chǎn)品的標(biāo)準(zhǔn)和規(guī)范的必要性和緊迫性，并盡可能地組織和成立自己的專業(yè)化的數(shù)字化公司。

　　現(xiàn)今的一些數(shù)字化公司和單位，為了追求利潤(rùn)的最大化，對(duì)古籍?dāng)?shù)字化過(guò)程后的文獻(xiàn)校勘工序，往往淡化或者沒(méi)有這個(gè)環(huán)節(jié)，這勢(shì)必導(dǎo)致古籍?dāng)?shù)字化過(guò)程后的錯(cuò)誤連連。過(guò)去我們單方面地追求培養(yǎng)“具有計(jì)算機(jī)及古文獻(xiàn)兩方面知識(shí)的人才”，其實(shí)這是個(gè)誤區(qū)，計(jì)算機(jī)研發(fā)和古籍文獻(xiàn)的電子校勘并不是非要復(fù)合型的，當(dāng)然有更多的這種復(fù)合型人才更好，問(wèn)題是現(xiàn)實(shí)中這種人才可真是屬于鳳毛麟角，只要重視古籍?dāng)?shù)字化以后的文字、內(nèi)容的校勘和審定，就必須組織一批古籍整理的專家把關(guān)。

　　只有國(guó)家行為中，制定相關(guān)嚴(yán)格的古籍保護(hù)政策，建立國(guó)家古籍保護(hù)體系。然而我們?cè)谶^(guò)去的數(shù)字化實(shí)踐中驚異地發(fā)現(xiàn)，凡是委托外單位的IT掃描公司數(shù)字化的，大部分對(duì)原古籍都有嚴(yán)重的損毀，且程度還比較嚴(yán)重，因?yàn)樗鼈儗?duì)古籍沒(méi)有一種保護(hù)的情感。所以，2007年國(guó)務(wù)院辦公廳發(fā)布《關(guān)于進(jìn)一步加強(qiáng)古籍保護(hù)工作的意見(jiàn)》（國(guó)辦發(fā)[2007]6號(hào)），其中的第五條提出了古籍?dāng)?shù)字化的具體要求，對(duì)于承包的IT公司數(shù)字化的，一定要加大監(jiān)管和處罰的力度。為此，最為合適的辦法是：在國(guó)家行為的統(tǒng)一標(biāo)準(zhǔn)和格式下，由各古籍持有單位進(jìn)行數(shù)字化文獻(xiàn)處理，按照國(guó)家標(biāo)準(zhǔn)提交已經(jīng)數(shù)字化的文獻(xiàn)數(shù)據(jù)，并由國(guó)家給予一定的勞務(wù)經(jīng)濟(jì)補(bǔ)償，以此來(lái)保證數(shù)據(jù)的準(zhǔn)確性和數(shù)字化單位的積極性。

　　國(guó)家對(duì)古籍整理的政策和任務(wù)，也應(yīng)該更多地為古籍?dāng)?shù)字化方向給予適度地傾斜和保護(hù)，這樣，有助于中國(guó)古籍保護(hù)政策的進(jìn)一步落實(shí)，有助于古籍?dāng)?shù)字化的文化保護(hù)工程落到實(shí)處。

參考文獻(xiàn)：

1、陳力：中文古籍?dāng)?shù)字化的再思考[J].國(guó)家圖書(shū)館學(xué)刊,2006(2):42-49.

2、陳力：古籍?dāng)?shù)字化中的漢字處理問(wèn)題[J].《古籍整理情況出版簡(jiǎn)報(bào)》2005（10）

3、李國(guó)新：中國(guó)古籍資源數(shù)字化的進(jìn)展與任務(wù)[J].大學(xué)圖書(shū)館學(xué)報(bào),2002(1):21-26,

4、劉春金等：中文古籍?dāng)?shù)字化現(xiàn)狀分析[J].江西圖書(shū)館學(xué)刊2008(2)112～113

發(fā)布日期：2009-08-18