是什么捆住了古籍?dāng)?shù)字化的手腳？

“我們做古籍?dāng)?shù)據(jù)庫(kù)，會(huì)像做紙書(shū)一樣，世世代代做下去?！痹谏虾Ｅe辦的一場(chǎng)“信息時(shí)代：古史研究的新思路”研討會(huì)上，中華書(shū)局總編輯顧青這樣表示。

2014年，中華書(shū)局首次推出古籍?dāng)?shù)據(jù)庫(kù)產(chǎn)品，定名為“中華經(jīng)典古籍庫(kù)”。第一輯收錄了近300種中華書(shū)局出版的整理本古籍圖書(shū)，涵蓋經(jīng)史子集各部，包含了“二十五史”、“通鑒系列”、“新編諸子集成”、“清人十三經(jīng)注疏”、“史料筆記叢刊”、“學(xué)術(shù)筆記叢刊”、“古典文學(xué)基本叢書(shū)”、“佛教典籍選刊”等經(jīng)典系列，總計(jì)約2億字。“建立在中華書(shū)局點(diǎn)校本基礎(chǔ)上，這個(gè)數(shù)據(jù)庫(kù)的質(zhì)量比較高，查閱也比較方便，被吐槽最多的是數(shù)據(jù)太少”，顧青坦言，這個(gè)初期產(chǎn)品遠(yuǎn)不能符合海量數(shù)據(jù)要求，為此，中華書(shū)局成立了專門(mén)的子公司古聯(lián)公司，專攻古籍?dāng)?shù)字化，目前，“中華經(jīng)典古籍庫(kù)”已收錄1274種古籍，約7.5億字，幾乎囊括中華書(shū)局成立至今出版的所有質(zhì)量較高的整理本古籍，中華書(shū)局以外出版社出版的古籍經(jīng)典也被逐漸收入，最終規(guī)模有望達(dá)到30億字，約3、4000種古籍。

古籍?dāng)?shù)字化，對(duì)今人的研究發(fā)揮了什么樣的作用？華東師范大學(xué)古籍研究所所長(zhǎng)顧宏義用了一個(gè)夸張說(shuō)法，“如果不打開(kāi)數(shù)據(jù)庫(kù)，簡(jiǎn)直不知道如何進(jìn)行研究?！痹诤芏鄬W(xué)者看來(lái)，互聯(lián)網(wǎng)改變了做學(xué)問(wèn)的方式，古籍?dāng)?shù)字化讓學(xué)術(shù)研究發(fā)生了革命性變化，“沒(méi)有冷僻、查不到的史料，只有打開(kāi)、查找數(shù)據(jù)庫(kù)的方式和路徑不對(duì)?！鳖櫤炅x說(shuō)，陳寅恪一代的學(xué)人有“童子功”，可以憑借記憶寫(xiě)出引文的大意，而現(xiàn)代學(xué)術(shù)對(duì)于引文的規(guī)范更加嚴(yán)格，今人的舊學(xué)底子也遠(yuǎn)不及前輩，這就需要權(quán)威、準(zhǔn)確、可以直接征引的數(shù)據(jù)庫(kù)。然而，數(shù)據(jù)庫(kù)的出現(xiàn)并不意味著對(duì)于史料的閱讀、掌握可以缺省。“過(guò)去我們做學(xué)生時(shí)，導(dǎo)師表?yè)P(yáng)一篇論文，可能包括‘史料很豐富’，而現(xiàn)在的問(wèn)題往往是史料太豐富了，一看就知道是從某個(gè)數(shù)據(jù)庫(kù)中拉下來(lái)的。文獻(xiàn)與文獻(xiàn)之間的關(guān)系，哪些更為重要，需要數(shù)據(jù)庫(kù)有更為科學(xué)的檢索方法，也需要查詢者有更強(qiáng)的閱讀和辨別能力。” 

華東師范大學(xué)古籍研究所所長(zhǎng)顧宏義

古籍?dāng)?shù)字化有非常廣闊的運(yùn)用天地，除了“中華經(jīng)典古籍庫(kù)”這樣面向?qū)W術(shù)界的產(chǎn)品，在教育等很多領(lǐng)域也有可為空間。中華書(shū)局正在開(kāi)發(fā)一款針對(duì)普通讀者的古籍?dāng)?shù)字化產(chǎn)品，計(jì)劃收錄500種經(jīng)典古籍、1000篇經(jīng)典古文，包含注釋和翻譯，力求人人都能看懂。顧宏義則“爆料”，他的同事、華東師范大學(xué)古籍研究所副研究員方笑一在擔(dān)任《中國(guó)詩(shī)詞大會(huì)》命題專家時(shí)，就是利用“中華經(jīng)典古籍庫(kù)”查找核對(duì)各類資料。

古籍?dāng)?shù)字化發(fā)展空間巨大，但顧青坦言，推廣“中華經(jīng)典古籍庫(kù)”仍然步履艱難，“市面上類似的數(shù)據(jù)庫(kù)非常多，很多比我們做得早、數(shù)據(jù)量也更大”。然而，這些數(shù)據(jù)庫(kù)的通病是基本都是未經(jīng)標(biāo)點(diǎn)的原始版本，錯(cuò)訛較多。“我的看法是，古籍整理的數(shù)據(jù)庫(kù)一定要以古籍整理的標(biāo)準(zhǔn)為原則，有些數(shù)據(jù)庫(kù)采用自動(dòng)識(shí)別技術(shù)，正確率達(dá)到99%，看似不錯(cuò)了，但一般出版物的差錯(cuò)率只有萬(wàn)分之一?！鳖櫱嘈稳?，目前古籍?dāng)?shù)字化的網(wǎng)絡(luò)生態(tài)“近似于叢林社會(huì)”，“弱肉強(qiáng)食、沒(méi)有法則”，“有些公司上門(mén)來(lái)推銷他們的數(shù)據(jù)庫(kù)，一看，這里頭有的書(shū)就是從我們這兒扒的”。 

中華書(shū)局總編輯顧青

在顧青看來(lái)，版權(quán)問(wèn)題是困擾古籍?dāng)?shù)字化的一重困難，其次還是經(jīng)費(fèi)問(wèn)題，“看起來(lái)錢(qián)很多，實(shí)際上還是投入不足”。他介紹，古籍?dāng)?shù)字化分為三類，一是古籍保護(hù)的數(shù)字化，即原物掃描、原樣復(fù)制，多為圖書(shū)館層面進(jìn)行；其次是古籍整理的數(shù)字化，其成果可以作為文本來(lái)使用，“中華經(jīng)典古籍庫(kù)”即屬此類；再次是古籍應(yīng)用的數(shù)字化，包括開(kāi)發(fā)國(guó)學(xué)應(yīng)用游戲、教育軟件等等。這其中，尤以古籍整理的難度最高，投入仍嫌不足，“只有懂古籍的人才能做好古籍，而在古籍整理的數(shù)字化中，偽專家、假行家太多了?！?/p>

“中華經(jīng)典古籍庫(kù)”的遠(yuǎn)景定位是”體現(xiàn)新中國(guó)成立以來(lái)古籍整理的全部成果”，不僅中華書(shū)局出版的每一本紙質(zhì)書(shū)都將盡快做成電子書(shū)和數(shù)據(jù)庫(kù)進(jìn)行分享，也要收入其他出版社的優(yōu)秀資源，“拿到授權(quán)和數(shù)據(jù)”。目前，鳳凰出版社、齊魯出版社、華東師范大學(xué)出版社等6家出版社已經(jīng)加入“中華經(jīng)典古籍庫(kù)”，作為國(guó)內(nèi)古籍整理的另一大巨頭，顧青介紹，上海古籍出版社與“中華經(jīng)典古籍庫(kù)”的合作也在商談之中，有望以股份制合作形式展開(kāi)。

“不斷長(zhǎng)大——數(shù)據(jù)越來(lái)越多，準(zhǔn)確可信，活的——功能越來(lái)越豐富強(qiáng)大”，在顧青看來(lái)，一個(gè)符合時(shí)代需求的古籍?dāng)?shù)據(jù)庫(kù)必須符合以上三點(diǎn)要求。能否有一個(gè)權(quán)威的數(shù)據(jù)庫(kù)結(jié)束目前市面上各色數(shù)據(jù)庫(kù)雜亂、差錯(cuò)頻頻的局面？顧青笑道：“目前的形勢(shì)下，正版數(shù)據(jù)庫(kù)能活下去就好，不敢奢望‘滅了別人’。但我們會(huì)努力做下去的?！?/p>