| 查看: 207 | 回复: 2 | |||
| 当前主题已经存档。 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
汉文史资料库
|
|||
|
汉文史资料库 汉文史资料库简介 文化传信集团的“汉文史资料库”，为全球首个独一无二的“电子”中国古文献资料库。资料库将涵盖先秦时代至清道光20年（1840年）以前的所有重要文献，并以经、史、子、集的原则来进行有系统的分类，而到目前止已收录逾1亿1千万字、6,698卷古典文献和68,429幅图片，对于古文献之考证及学术研究有莫大的贡献。 “汉文史资料库”结合了栾贵明先生、田奕女士、以及文化传信副主席朱邦复先生数十年来刻苦经营的研究成果。栾贵明先生及田奕女士在过去数载，一直努力不懈地对中国古文献进行庞大的资料汇辑、编纂整理和研究考证等工作，并连系众多海内外学者，致力将中国古文献重新整理和电子化。而因发明仓颉输入法及而被喻为中文电脑之父的朱邦复先生，一向对于保留及宏扬中国文化不遗余力。他穷半生之精力于研究“汉字基因理论”，最终发明“字形产生技术”，使古文献中的古字也能于电脑萤幕中颢示，不受现存中文字库最多只能颢示3万2千个汉字所限。 文化传信盼望能藉着“汉文史资料库”，以科技保存及宣扬传统汉文化，实现中国古典文献资料库系统化的理想，并推动香港成为研究和考证汉文化的学术中心。 资料库的特色： （一）文献资料 完整齐备 “汉文史资料库”涵盖中国历代重要的重要文献，并按经、史、子、集，有系统地进行全面的电子化分类，当中包括： 经 周易、尚书、毛诗、周礼、仪礼、礼记、春秋左氏传、春秋公羊传、春秋谷梁传、尔雅、孝经、大学、中庸 史 史记、汉书、后汉书、三国志、晋书、宋书、南齐书、梁书、陈书、南史、魏书、北齐书、周书、北史、隋书、旧唐书、新唐书、旧五代史、新五代史、宋史、辽史、金史、元史、明史 子 论语、孟子、墨子、晏子春秋、管子、新语、法言、淮南子、枹朴子、世说新语、荀子、韩非子、商君书、慎子、孙子、吴子、尹文子、吕氏春秋、老子、庄子、列子、盐铁论、论衡、新序、说苑、申盐、潜夫论、颜氏家训、龙藏（部份） 集 先秦两汉魏晋南北朝诗、全唐诗、全宋诗（主要部分）、全唐文、全宋词、全金元词、全上古三代秦汉三国六朝文、历代书法全集（全图、全文） 当中的《全唐文新编》的电子书和印体版已全面完成。它囊括近二百年来对《全唐文》遗文的搜集和整理的成果，对《全唐文》诸多讹误流漏，严格甄别，予以厘正。《全唐文新编》汇集300年来多位学者研究成果，是研究唐代文化和历史不可或缺的巨典。 （二）选本精良 制作谨慎 “汉文史资料库”选用的底本，皆为优秀、可靠及古老的版本，例如《全唐诗》的制作，就选用了清康熙年间（300多年前）的《扬州诗局本》为数据制作的底本，因这三百年间再印制《全唐诗》，皆由这一版本所衍生。这样，一来可以避免创建资料时的错误，二来可在此良好的基础上，充分吸收三百年间有关唐诗研究的成果，横向校正，保持原貌，去伪存真，以保证每条数据的正确。 “汉文史资料库”其中的宗旨，为保持古籍的原貌。对于古籍的改动，编者皆采取慎之又慎的态度，必须有确凿资料的情况下，才作改动；若遇有疑问之处，而没有资料证明的情况下，编者将严格地保存原貌，并罗列出各种情况给他人再作考订。 （三）电子检索 便捷详尽 资料库内的内容皆全面电子化。透过资料库内的“汉文化考证检索系统”，用户只需输入简单字词，历代相关的文献、校勘、补注、引用、评论等一一罗列出来，对中国文化和历史的考订和研究有莫大裨益。 另外，用户亦可用任何一个称谓进行资料检索，包括姓名、字、号、室名、别名、称号、封号、谥号、昵称等，以取得完整资料。 对于考订人与人的关系上，资料库也能提供非常完备的检索功能。例如只需搜寻二十四史中的胶东王太后，即可知道她与历代哪一个胶东王有关。 （四）文献古字 准确显示 朱邦复先生研究“汉字基因理论”所发明的“字型产生技术”，为资料库提供了完整的、准确的汉字平台，使古典文献中的古文字可准确无误地显示出来，不会因珼时中文字库的限制，而危及了这庞大中国古典资料库的可靠性。由此可见，此系统完全建立于最稳定准确的基础上，对于珍贵的古文化遗产的保存及传播，以至中国文化的研究及发展，有重大的贡献。 中华文化传承的鸿图──汉文史资料库概论 我们的汉文化，已经不间断地延续了五千年。约二十亿字、一万种中华古籍是举世公认最珍贵的文化宝库，因为它记载着人类进步、友爱、矛盾和冲突的历程。更重要的是，汉文化至今仍有着强劲的生命力和深邃的自洁作用，还在继续发展。上个世纪末，随着电子技术的发展，中华古籍以数字化形式载入电脑，汇入全人类文明的洪流，必将展示其内在的强大魅力并焕发新的风采。 一．汉文史资料库概况 近年来，汉文史资料的数字化作业，取得了许多重大进展和成果。80年代的起步阶段，以中国社科院为首制作了《论语》和《全唐诗》等数据库，并编辑出版了数十种古籍机制书本索引，获得了学术界的好评，于91年获得国家科技奖，这是电子古籍首次入围国家奖项。98年1月曾举办过一次全国优秀多媒体光盘的评选，其中涉及古籍的有山东和武汉制作出版的《四库全书》扫描版。99年12月举办“首届国家电子出版物奖”，从1995-1999年的全国三千多种报评的电子出版物中，初评出的120余种，终评10个国家级奖。其中初评出线的电子古籍有两部《四库全书》、第三种是广西制作的《古今图书集成》、第四种《唐诗三百首》。最终上海人民出版社的标题索引版《四库全书》获奖。在评审过程中，并未因《四库全书》严重先天缺欠而否定该项目的意义，但着重指出，重复投入钜额资金制作同一部书，应引起严重的关注。据我所知，除申报的两个《四库》之外，实际上还有一个《四库》扫描版，是湖南岳麓出版社制作的。我们可以粗略估算一下，仅扫图一项，就要超过250万幅以上，一百个人扫一年就算是高速度了。投入资金高则五、六千万，少则也不低于一千万。参评的两种《四库》，底本均为台北影印的文渊阁本。其技术虽各有所长，但都建立在微软中文平台上，并使用叠加有限的造字库。从内容上看，既未顾及其它版本，特别是现存的文津阁、文渊阁等《四库》，更未充分采集对《四库》的研究和考辩成果，例如余嘉锡先生的《四库提要辨证》就根本未被提及。据此后报载，这两部《四库》的电子版销售数量仅在百部左右，用户多在海外。在大陆方面，武汉版被盗，漫天飞舞，已大大超过他们在当年送评表栏中填写的销售数字。150张的《四库》扫描版，仅售人民币500-700元。最大的古籍电子版，前有债主，后有盗贼，遭遇可谓苦不堪言。 二．目前古籍电子版存在的问题 总括来看，当今汉文史古籍的数字化工作，尚存在许多技术性问题。诸如对电脑操作平台和汉字系统的选择，缺乏全面论证；项目设立重复叠加，分配不均匀；底本选择不严不准，校对不精；具体制作过程多属照本重录，既不能充分利用相关的考辨成果，更不能充分发挥电脑的基本功能。电子版多以单本单部书为单位，使大量文史资料处于各自孤立、不相关联的态势，其实用价值大打折扣。至于制作中侵犯他人著作权的情况，时有发生，同时又存在被盗版以至巨额资金无法回收的恶性循环，从而严重影响电子版古籍的健康发展。 三．汉文史资料库的基础 文化传信集团着手建设规模浩大的“汉文史资料库”已近两年，我现在就其建设的总体规划、设计原则及当前进展情况，向各位专家报告，并请诸位不吝赐教，共襄盛举。 就我个人来说，用电脑装载汉文史资料，始于1984年，那是钱钟书先生给我出的题目。当时遇到的第一个问题，是对电脑操作平台、汉字系统的选择，突出的问题是是否应该采用通行简化字的问题。实际上，这个问题至今在大陆仍然还存在。严格来说，汉文史资料是属于历史文献的范畴，对于使用的载体──汉字，应严格遵照古已有之的传承。要搞普及、要搞市场，要造出一些仿制品，仅取短显的目标，人各有志，只要不强加于人，也便罢了。我认为，使用通行的简化字系统，实际上是对古籍的一种改编，虽然不太可能再次引起今古文经之争，但肯定会造成古籍的新疑问、新困难。实际上查一下汉字简化方案，对古籍和涉外宣传，规定是可以不使用简化字的。但最近大陆方面，一位古籍界的权威人士在报上说：“恐怕16年后很少有人认得繁体字了！”这应该说是一个数学的隐喻，根据大陆人口?#123;查统计，人口平均寿命大约是74岁，减掉16，就是说，现年58岁左右的人士那时都作古了，于是留下来的只有认识简化字的人了。汉字会随着认识它的人死去而消亡，这是非常奇特的命题，勿须辩驳。我认为把汉字分为简、繁两体之说，便是不能成立的浮泛之论。简化字，古已有之，也是汉字，只是一部分原属于古今字，一部分原属于异体字。至于汉字简化方案将某些简化字定为1:X关系，很多简化字主张者认为恍枰粩嘣黾印�?h字简化方案》的注释，纠正那些错字、别字和意义混淆的字，就可以解决。但他们忘记了，注释多了，特例多了，简化的结果祇能是更繁的繁化。正确的简化字，不应与古已传用的所谓“繁体字”相对立，这也应该是简化者的初衷。搞汉字简化的理由最重要的有两条，一个是为了保证信息交换的现代化；一个是为了减少文盲。经过近半个世纪的实践，其结果是不尽人意的。信息交换因使用简化字而简化了，还是复杂了，大家都是内行，不必我多说。至于文盲问题，我只想举一例子，政府界定“非文盲”的识字数，原是二千，后改为一千五，听说最近又要降低。标准的下滑，当然可以遏止绝对数量的上升。令人吃惊的倒是增加了文盲的新品种：年岁大，不认识简化字的；年岁小，不认识所谓繁体字的；年岁不大不小，繁简体都认识不全的；不拘年岁，让由简转繁、由繁转简以及推理简化字，搞得莫名其妙的读者，他们一旦醒悟过来，不再进书店，而勾奔医院，因为笑掉了大牙。钱钟书先生告诉我，古籍进入电脑，只能走严肃、认真的负责之路。他说，“我们是裁缝，只能量体裁衣。不能做外科医生。” 在这种情况下，我带领几个年轻人，其中包括将向大家报告《全唐文新编》的田奕小姐，还有现在很有名气的WPS著作人求伯君先生，经过深入的?#123;查研究并得出结论，只有朱邦复先生的汉字系统及输入法，可以作为这项事业的主要技术支持。朱邦复先生的苍颉输入法和中文平台开创了电脑中文的新天地。特别是朱先生的汉字基因理论，为汉字的自然排序、检索及其它待发展的诸多高级功能，奠定了坚实的基础。于是，我们毫不客气地登上了他的肩膀。在此后的日子里，我们逐渐感受到，他为汉文化传承发展的无私的奉献精神，令人高山仰止。在他精粹技术后面，这种鞭策和鼓舞我们的人格魅力，无可比拟。 事情到今天，统治全球电脑业的微软老板比尔盖茨先生，先后推出C、P两个视窗系统，表面上对两岸的中国人似乎各自恩宠有加，实际上每个使用者都知道，把国际标准ISO-10646加以割裂，重新组合为两套内码系完全不同的中文系统，人为地使这二者各不相通，在他为自己创造大量财富的同时，也算是为分裂中国做了一项可以载入史册的实业。这种东西我们只能利用，绝不依赖。 四．建设汉文史资料库的原则、方法、过程 汉文史资料库的建设，只能在附合中华古籍的实际状况，以民族化的技术为基础实现。下面我谈谈其它具体原则。 对汉文史资料的分类，十分重要，因为它决定着这个资料库的自然结构。1988年国家公布了“中国图书分类法”，简称“中图法”，它是借鉴了西方的学科分类方法制订的。实事求是地说，它不适合中国古代一万余种古籍的实际情况。我仅举一例，如在“哲学”类下，首先分成两大类，一是“唯物主义”，一是“唯心主义”。这种分类方法，拿到今天，分架藏书，不但可行，而且合法。但我们把它放到古代，硬要把某些著作区别出是“哲学”“非哲学”就很困难了，因为古代文籍的作者绝不能按千余年后西方的分类标准创作。再者，孔子、老子说他们是唯心还是唯物，就难上加难。就说孔子、老子，有人五十年前说他们是唯心，五十年后说他们唯物；又有人说找到了新解释、新证据、新版本说他们是唯心、唯物两元论，于是乎有了一个人“白天做儒家”，“晚上做道家”的新鲜论述。为古代典籍寻找新解，引入新证据，进行深入研究，是必要的。但如果是为了让孔老夫子，老老夫子穿上新式服装，甚至意大利皮鞋，于我们民族，特别是鉴别能力尚不强的年轻一代，有什么好处呢?采取现代的洋模式来装载}杂而博大的民族精髓，是不折不扣的洋相。我们认为可行的分类法，便是经受了千余年研磨、公认的传统方式，即以“四部”为基础的经、史、子、集的老方法，当然我们并不鼓吹墨守旧规，陈陈相因。 汉文史资料制作过程，必须分清主次。依四部分类原则，主要内容是经中的十三经；史中的廿四史；子中的诸子百家；集中的诗文别集归?#123;的总集。建设的方法是，由远及近，逐步完成。要坚持准确、严密、合理、实用。同时要有可修正及可补充的功能。对内容浩大、结构复杂的资料，并无现成可以应用的数据程式可以应用，必须在朱先生的中文平台上依四部的主次制作。 我们建设这个资料库开始于1986年，到92年已做了多项试验，取得了一些成绩，其中比较成功的部分是唐诗和宋词，均得到了国家和社科院的多种奖项。其间1989年，我第一次见到朱邦复先生，我如实谈了我们的计划和实施情况，得到了他的肯定并鼓励我们坚持下去。令人遗憾的是，到93年，一次意料外的灾祸使我在社科院的全部成果灭失，当时胡绳、钱钟书院长挽救不及，为之痛惜不已。于是我利用在社科院工作的经验，并克服各种困难，召集了我的许多学生，还得到了许多志士大德的支持，重新开始文史资料库的建设。经过八年多的努力，现在第一期工程──先唐基本文史资料库已告完成，其中包括十三经、诸子百家、二十四史、全先秦两汉魏晋南北朝诗文和全唐诗文、全宋词和部分诗文，总字数已超过一亿字。 五．汉文史资料库的主要内容 对于以上资料，首先是一定要选采优秀可靠的底本，比如十三经，我们用的是阮元的《十三经注疏》，二十四史用《百衲本》的，《先秦文》是严可钧的，《先秦诗》是用逯钦立的，《全唐诗》用扬州诗局的，《全唐文》用的是我们自己编的《全唐文新编》等等。现分别说明如下： 1、经部 十三经，我们目前只收经文，将众多注疏，移至注疏人本人名下，作为专着出现。这就是我们利用电脑的联系便利，革一下“四部”的命。如《诗经》下的《毛诗正义》置入毛亨名下；《毛诗疏》等二种归入陆玑名下；《毛诗指说》归入成伯玙名下；《毛诗本义》归入欧阳修名下；《诗集传》归为苏轼名下；另一部《诗集传》归入朱熹名下等等。这样便可借助电脑将它们有机地牵连起来，不致正文、注文混为一体，眉目不清。而通过经文的正文，可以高效、准确地综合查询注文、考证、引用地及其它正文等等。 2、史部 廿四史采用“百衲本”作为底本，也是经过充分周到考虑的。百衲本，无疑是古史中最系统最优秀的版本。它较之标点通行本，没有过多人为干扰的因素，最可靠。二是它已无著作权问题。时间证明，“百衲本”也有极高的文物价值。 3、子部 我们采用的基本版本是《诸子集成》，除进行了相应的精校外，还参以近代学人的诸多研究成果。例如《论语》和《孟子》，都汲取了杨伯俊先生两本《译注》的成果。另外，把秦汉前后若干著作，归入如屈原、郑玄、孔安国等个人著作，还包括《大藏经》和《道藏》等重要部分，都依例编入子部。 4、集部 首先将诗文别集重新编入为总集，进行必要的考订及辑佚，再行?#123;入汉文史资料库。 在底本选定之前，必须深入了解该书的版本细节，对著作权问题不可忽视，必须合法地正确处置。所选的底本，从原则上讲应该是加工的底本，经过录入、多次校核、考订、查重等步骤后，形成我们自己的新版本，以纯文本方式存入电脑。 六．汉文史资料库的应用 对资料库的检索源，有韵联追N：人名、地名、书名、时代、字词、语句等。 主要源是人名，其基本内容包括：正名、原名、字号、别号、封号、谥号、俗称、昵名等，以上称谓在资料库内部要有明确的链接关系。其下再立生卒时代、仕族世系、亲属乡里、主要履历、全部著作名称及籍载事实概要等。该资料库的古代人名，目前已突破120万条，人数则已超过40万，这应该说是汉文史资料库的神经系统。 地名和书名部分，以正史、艺文志及权威目录，如四库总目、崇文总目、直斋书录解题等作为制作依据，形成次要的检索源。其它一般地名、书名可采取全文逐字检索解决。时间作为检索源，目前尚不能完全实现，暂以朝代方式，即以年号为基础的检索方式解决，用年代数字并辅以干支法还有待研究。 词字和词语的检索，是以即时性的逐字检索方式实现的，如《全唐文新编》的检索的完满解决。而对所收古籍，今存善本者，则择优以图形方式存储，如《百衲本二十四史》、扬州诗局的《全唐诗》等，配合实现对应的全文检索。 我们的资料库的建设，将向两个方向发展，一方面由宋代向后推进，仍采取先主干再铺开的方针；另一方面需要补充先唐部分未完成的次要部分。后者将在一年半内全部完成。 目前，文化传信集团主持文史资料库建设，准备在今年底前后实现先唐部分资料能够挂机投入运行，主要用于新资料的深入查考、补正，同时逐步有计划地补充新资料，完成一部挂接一部，规模逐步扩大，估计三年左右便可投入全面运行。 香港文化传信集团汉文史资料库的建设，就简要报告到此，希望诸位专家、学者、多多赐教，谢谢！ —————————————————————— 该资料库已于今年11月对外公布查询网址，内容包括“作者查询”、“朝代查询”和“四库全书总目提要”查询。匆匆试用了一下，内容十分丰富，但检索界面很怪异，一时还不大习惯。 资料库网址 http://www2.cbflabs.com/beijing/ieframe.php |
回复此楼» 猜你喜欢
博士申请都是内定的吗？
已经有11人回复
-
博士读完未来一定会好吗
已经有38人回复
-
谈谈两天一夜的“延安行”
已经有3人回复
-
之前让一硕士生水了7个发明专利，现在这7个获批发明专利的维护费可从哪儿支出哈？
已经有11人回复
-
氨基封端PDMS和HDI反应快速固化
已经有10人回复
-
论文投稿求助
已经有4人回复
-
Applied Surface Science 这个期刊。有哪位虫友投过的能把word模板发给我参考一下嘛
已经有3人回复
-
投稿精细化工
已经有6人回复
-
心脉受损
已经有8人回复
3楼2006-04-24 08:05:03