數(shù)字圖書館史料數(shù)字化

數(shù)字圖書館史料數(shù)字化

編者按：本文主要從緣起；歷史文獻的數(shù)字化；文物史料的數(shù)字化；文物史料的數(shù)字化，迎接史料數(shù)字化時代，對數(shù)字圖書館史料數(shù)字化進行講述。其中，主要包括：數(shù)字化是史料處理的必由之路，歷史文獻作為人類精神產(chǎn)品，具有可復制性和可移植性，并且必須依托載體而存在，建立數(shù)字圖書館的關鍵在于以統(tǒng)一的標準和規(guī)范為基礎，表現(xiàn)為同一類型文件格式的統(tǒng)一，文物為人類有形的史跡遺存，它具有不可復制性和唯一性，文物數(shù)字化的終極形式為數(shù)字化博物館，最新技術為虛擬現(xiàn)實，無論文獻數(shù)字化和文物數(shù)字化，歸根結底，就是把史料統(tǒng)一為計算機數(shù)據(jù)，這些數(shù)據(jù)經(jīng)互聯(lián)網(wǎng)而整合成為一個大的史料數(shù)據(jù)庫，新史料學有四個基本特點：

一、文獻多媒體化；

二、文物虛擬現(xiàn)實化；

三、史料極大豐富；

四、計算機網(wǎng)絡檢索技術成為史料學的命脈，等。具體材料請詳見：

提要：隨著信息技術的進步，史料數(shù)字化已成潮流。把史料分為歷史文獻和史跡遺存兩類進行研究，提出了建立對應的數(shù)字圖書館和數(shù)字博物館的解決方案，并對實現(xiàn)這一方案的具體技術從理論到實踐作了歸納和總結。

關鍵詞：史料；數(shù)字化；數(shù)字博物館；虛擬現(xiàn)實

緣起

史料包括歷史文獻與史跡遺存，是史學研究的基礎。中國歷史悠久，歷代文獻遺物浩如煙海，近現(xiàn)代又有大批新史料發(fā)現(xiàn)與累積。史學界對史料的整理和研究歷來非常重視。王國維使用兩重證據(jù)法，“取地下之實物與紙上之遺書辨證，取異族之故書與吾國之故籍互相補證，取外來之觀念與固有之材料互相參證”，進行古史新證，解決了許多重大史學問題。顧頡剛等“古史辨”派以疑古辨?zhèn)螢樽谥?，進行了系統(tǒng)的古史辨?zhèn)?，“古史辨”作為對“古書”與“古事”的—種史料考訂工作，頗有意義。[1]以傅斯年為代表的史料學派提出了“史學即是史料學”的觀點，傅氏認為：“只要把材料整理好，則事實自然顯明了。一分材料出一分貨，十分材料出十分貨，沒有材料便不出貨”，他們徹底從故紙堆中脫身而出，宣稱不讀書只找材料，“上窮碧落下黃泉，動手動腳找東西”，[2]在考古等領域很快取得舉世矚目的成績，一舉超越前人的成就。陳寅恪和陳垣等諸先生也都十分重視史料，把考實作為治史方法的前提。郭沫若、呂振羽、翦伯贊、侯外廬、范文瀾等先生高舉馬克思主義史學觀之利器，“將歷來為封建學者所湮沒、改造、曲解的古代史料，加以重新辨別、整理和闡發(fā)”，開辟了中國歷史研究的新途徑。

人類已經(jīng)進入信息時代，我們現(xiàn)在不僅面臨著用新技術來整理舊史料的問題，而且隨著考古新發(fā)現(xiàn)的不斷涌現(xiàn)和科技的發(fā)展，史料的容量和形式急劇膨脹。以何種方法處理、存儲史料，并且能夠讓學者從中方便迅速地檢索和得到所需的信息，是當前史料學的一個大問題。

數(shù)字化是史料處理的必由之路。第一，把各種史料統(tǒng)一為計算機數(shù)據(jù)，方便存儲和檢索；第二，使史料的物理體積大大縮小，方便攜帶；第三，可以低成本無差錯拷貝，方便傳播和普及。目前，不論是印刷文檔、手寫稿，還是電子文檔、音像文件、甚至于遺址與文物，越來越多的史料逐漸被數(shù)字化，出現(xiàn)了數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)采集等新概念和信息數(shù)字化處理方法，逐步形成了大數(shù)據(jù)量存儲和管理模式。全球范圍內(nèi)，建立史料數(shù)據(jù)庫逐步成為潮流。聯(lián)合國推動MemoryoftheWorld計劃以挽救某些瀕臨滅絕的人類文明，西方各國也無不積極推動數(shù)字圖書館、數(shù)字博物館或數(shù)字典藏建設，如：美國有國會圖書館的AmericanMemory計劃和六所大學所主導的數(shù)字圖書館計劃等；加拿大有國家數(shù)字典藏計劃；日本和IBM合作的數(shù)字博物館計劃；大英圖書館的敦煌數(shù)據(jù)數(shù)字化計劃等，不勝枚舉。自上世紀90年代中期以來，因特網(wǎng)技術對整個社會的影響程度全面加深，信息科技已然啟開了社會全面急速變遷的序幕。借助網(wǎng)絡之一利器，分散在世界各地的史料數(shù)據(jù)資源得以有效整合，因特網(wǎng)已經(jīng)成為一個超大型的史料數(shù)據(jù)庫。但是，從總體來看，史料數(shù)字化的研究和實踐才剛剛起步，還處于探索階段，因此，對史料數(shù)字化進行整體的研究是很有必要的。

下面，把史料按照其性質(zhì)分為兩類進行討論，其一為人類精神產(chǎn)品類史料——文獻；其二為物質(zhì)產(chǎn)品類史料——文物。

歷史文獻的數(shù)字化

歷史文獻作為人類精神產(chǎn)品，具有可復制性和可移植性，并且必須依托載體而存在。國家標準局批準公布的GB4894—85《情報與文獻工作詞匯——基本術語》定義道：“文獻是記錄有知識的一切載體”。根據(jù)這一標準定義，歷史文獻就是以文本、圖形、符號、音像、軟件等各種形式固化在一定物質(zhì)載體上的歷史資料，其物質(zhì)載體為：紙、膠片、磁帶、光盤等。歷史文獻數(shù)字化的目標是將原來在各種物理載體上存儲的信息，統(tǒng)一轉變?yōu)樽罨镜谋忍?，?和1來表示，成為計算機可以識別的數(shù)據(jù)。

歷史文獻數(shù)字化的終極形式為數(shù)字圖書館的出現(xiàn)。所謂數(shù)字圖書館，就是利用現(xiàn)代信息技術對有價值的圖像、文本、語音、音響、影像、影視、軟件和科學數(shù)據(jù)庫等多媒體信息進行收集，組織規(guī)范性的加工和壓縮處理，使其轉化為數(shù)字信息，然后通過計算機技術進行高質(zhì)量保存和管理，實施知識增值，并通過網(wǎng)絡通訊技術進行高效、經(jīng)濟地傳播、接收，使用戶可以在任何時間、任何地點，都能從網(wǎng)上得到各種服務，為公民的終身學習機會做出貢獻，成為國家的知識基礎設施。[3]

建立數(shù)字圖書館的關鍵在于以統(tǒng)一的標準和規(guī)范為基礎，表現(xiàn)為同一類型文件格式的統(tǒng)一。當前，數(shù)字圖片格式主要有BMP、GIF、JPG、PCX、TGA、TIF等；數(shù)字音頻格式有WAV、MP3、MIDI等；數(shù)字視頻格式有mpg、mov、avi、rm等；網(wǎng)頁格式有html,vrml，xml，sgml等；數(shù)據(jù)庫有Oracle,SQLServer,Sybase,DB2,Informix,Access等。文獻數(shù)字化的過程中一般采取最通用的文件格式，這樣既便于為最多的人服務，又便于數(shù)據(jù)的升級。數(shù)字圖書實現(xiàn)形式主要有兩種：一是采用掃描錄入方式將書籍資料按原貌逐頁存儲為圖象文件；二是以文本方式存儲文獻內(nèi)容，輔之以全文檢索系統(tǒng)構成全文檢索數(shù)據(jù)庫。前一種方式適合古籍善本和以往出版圖書的數(shù)字化，后一種適合新出版圖書的數(shù)字化。

建立數(shù)字圖書館的設想首先由美國人提出，1994年6月，美國召開了“第一屆數(shù)字圖書館理論與實踐年會”。同年9月，美國國家科學基金會、國家宇航局和國防部高級研究署聯(lián)合公布了一項為期4年、投入2440萬美元的《數(shù)字圖書館啟動計劃》，在斯坦福大學、密西根大學、伊利諾斯大學、卡耐基-梅隆大學、加州大學伯克利分校和圣·巴巴拉分校等6所高校進行數(shù)字圖書館的分項研究。同年10月，美國國會圖書館推出數(shù)字化項目，領導與協(xié)調(diào)全國的公共圖書館、研究圖書館，將其收藏的圖書、繪畫、手稿、照片等轉換成高清晰度的數(shù)字化圖像并存儲起來，通過互聯(lián)網(wǎng)供公眾利用。繼美國之后，英國、法國、日本、德國等西方發(fā)達國家以及亞洲的新加坡、韓國也先后提出各自的數(shù)字圖書館計劃，投入巨額實施資金。

我國數(shù)字圖書館建設開始于1997年，北京圖書館作為國家圖書館，經(jīng)國家計委批準建立了“中國試驗型數(shù)字圖書館”項目，并開展了與此有關的專題科研。同年12月，我國民營計算機高科技企業(yè)北京世紀超星信息技術有限公司將其遠程圖書瀏覽器安裝到瑞得在線網(wǎng)站上，創(chuàng)建了國內(nèi)首家以圖像存儲為主的數(shù)字圖書館——超星數(shù)字圖書館，此后，國家連續(xù)實施了“中國數(shù)字圖書館工程”和“中國數(shù)字圖書館示范工程”，國內(nèi)各大圖書館和高校紛紛跟進，掀起了一股數(shù)字化潮流。據(jù)不完全統(tǒng)計，目前國內(nèi)的中文數(shù)字圖書館已達數(shù)百家之多，以學術專業(yè)書籍為主要內(nèi)容的超星數(shù)字圖書館的數(shù)字圖書已超過到40萬種，中國數(shù)字圖書館也已達20萬種以上。此外，書生之家“中國圖書網(wǎng)”和方正apabi數(shù)字圖書館也都非常有實力。

目前，我國科技期刊的全文數(shù)據(jù)庫主要有“中國期刊網(wǎng)”、“萬方數(shù)字化期刊網(wǎng)”和“維普中文科技期刊全文數(shù)據(jù)庫”等，以中國期刊網(wǎng)為例，收有幾年來5300種期刊的全部文章，重要期刊幾乎被網(wǎng)羅殆盡。

除此之外，因特網(wǎng)上一些小型的數(shù)字書庫更是數(shù)不勝數(shù)，如：香港中文大學中國文化研究所“華夏文庫”及“古文獻資料庫”；臺灣的漢學研究中心典藏目錄及數(shù)據(jù)庫，包括典藏國際漢學博士論文摘要資料庫、明人文集聯(lián)合目錄及篇目索引資料庫、兩漢諸子研究論著目錄資料庫、經(jīng)學研究論著目錄資料庫、敦煌學研究論著目錄資料庫、外文期刊漢學論著目次資料庫、國際漢學資源機構錄資料庫，可進行資料庫整合查詢；北京書同文數(shù)字化技術有限公司的《四庫全書》、《四部叢刊》、《康熙字典》的電子版等等。[4]千萬不要小看這些局部的文獻數(shù)字化工作，集腋成裘，聚沙成塔，這些數(shù)據(jù)經(jīng)因特網(wǎng)而整合為一體，完全不受其物理距離的影響，從長遠看，分散的學術單位與個學者是文獻數(shù)字化的真正主力軍，整個因特網(wǎng)，就是一個大的數(shù)字圖書館集合。

文物史料的數(shù)字化

文物為人類有形的史跡遺存，它具有不可復制性和唯一性。根據(jù)中華人民共和國文物保護法第二條之規(guī)定，文物包括以下內(nèi)容：具有歷史、藝術、科學價值的古文化遺址、古墓葬、古建筑、石窟寺和石刻；與重大歷史事件、革命運動和著名人物有關的，具有重要紀念意義、教育意義和史料價值的建筑物、遺址、紀念物；歷史上各時代珍貴的藝術品、工藝美術品；重要的革命文獻資料以及具有歷史、藝術、科學價值的手稿、古舊圖書資料等；反映歷史上各時代、各民族社會制度、社會生產(chǎn)、社會生活的代表性實物。具有科學價值的古脊椎動物化石和古人類化石同文物一樣受國家的保護。需要注意的是第四款規(guī)定的革命文獻資料以及手稿、古舊圖書資料等為文物與對史料的分類并不矛盾，這類文物其內(nèi)容為文獻，其物質(zhì)載體為文物。

文物作為史料的價值，在于其中包含的歷史信息。所以對文物信息的擷取與整理一直受到人們的重視。如對甲骨文的墨拓、整理而成的《甲骨文合集》，如對青銅器進行整理而成的《兩周金文辭大系圖錄考釋》，這些信息擷取成果目前大多以文獻的形式而存在?，F(xiàn)代以來，經(jīng)科學考古而發(fā)現(xiàn)的遺址和遺物都有詳細的考古報告。報告中的繪圖形式有平面圖、剖面圖、結構圖、局部圖、分解圖、透視圖以及器物繪畫等；照相有地貌全景、發(fā)掘區(qū)全景、不同角度和感光的遺物特寫，其他如專業(yè)技術鑒定報告、文物修復與模型制作、拓印圖片等等，有的還附有航拍圖片和電影、錄像。考古報告是對文物環(huán)境、外觀、結構、尺寸、顏色、紋理、成份、氣味等信息的全面擷取。文物的數(shù)字化即為文物信息的數(shù)字化。

文物數(shù)字化的終極形式為數(shù)字化博物館，最新技術為虛擬現(xiàn)實。

虛擬現(xiàn)實技術是上世紀90年代以來為科學界和工程界所廣泛關注的技術。它利用計算機生成一種模擬的實物與環(huán)境，通過多種傳感設備使用戶“投入”到該環(huán)境中，實現(xiàn)用戶與該環(huán)境直接自然交互。虛擬現(xiàn)實技術的產(chǎn)生首先源于軍事訓練的需要，現(xiàn)在已經(jīng)廣泛應用于航空、航海、醫(yī)學訓練，建筑和環(huán)境規(guī)劃，影視制作，甚至于核試驗的虛擬。對大眾來說，最切身的感受是虛擬現(xiàn)實技術使我們在電影侏羅紀公園中看到了栩栩如生的恐龍。現(xiàn)在虛擬現(xiàn)實技術已經(jīng)做到了網(wǎng)絡的分布式互動，支持多人實時通過網(wǎng)絡進行交互活動，每個用戶在一個虛擬現(xiàn)實環(huán)境中，通過計算機與其它用戶進行交互動作，并共享信息。我們可以在許多網(wǎng)吧中看到玩“大地勇士”游戲的青年，他們同分布在世界各地的人們在虛擬的“埃及金字塔”中進行激烈槍戰(zhàn)。

文物的虛擬現(xiàn)實只是靜態(tài)實物的虛擬，因此，在技術實現(xiàn)上要容易得多，我們把所有依據(jù)科學考古而得到的文物信息輸入計算機，就能借助虛擬現(xiàn)實生成程序來“制造”出三維的虛擬現(xiàn)實文物，借助這一技術，許多不易接觸、難得一見的歷史文物可以被普通學者摩挲于股掌之間。另外，使用360度全景攝影技術拍攝的高質(zhì)量圖像也可以生成逼真的虛擬情景，從而使得用戶可以使用普遍微機通過鼠標和鍵盤真實的感受到和虛擬現(xiàn)實一樣效果，不過它的人機交互性能要差許多。在日本早稻田大學網(wǎng)站，我們可以看到該校建筑學系編纂的從1996年到2002年對埃及PyramidsofDahshur的8次考古發(fā)掘報告，其中包括了用vrml技術制作的虛擬現(xiàn)實墓室結構和用QuickTimeVRPanorama全景攝影技術制作的金字塔外部環(huán)境。

我國的數(shù)字博物館建設和文物數(shù)字化工作已經(jīng)開始起步，故宮博物院是具有600年歷史、8000座殿宇樓閣、百萬件文物的我國最大博物館，其網(wǎng)站于2001年7月16日開通，最初只收錄了各類圖片4000余張，實現(xiàn)了文物影像的細節(jié)瀏覽和虛擬展廳的360度旋轉展示[5]。到了2002年7月30日，由中國故宮博物院和日本凸版印刷公司共同建立的故宮文化遺產(chǎn)數(shù)字化應用研究所召開記者招待會，宣布以故宮太和殿為中心的紫禁城虛擬現(xiàn)實工程目前進展順利[6]。這說明故宮文物的數(shù)字化工作已經(jīng)進入了虛擬現(xiàn)實的實質(zhì)性階段。北京四方臺數(shù)字技術有限公司使用360度全景攝影技術，已經(jīng)制作了所有中國世界遺產(chǎn)的虛擬實景，此外他們還制作了中國古城鎮(zhèn)民居、中國歷史文化名城、寺廟及宗教建筑等虛擬實景專題。臺灣今年啟動了“數(shù)位典藏國家型科技計劃”，其專題內(nèi)容包括：“臺灣建筑史”、“不朽的殿堂—漢代的墓葬與文化”、“玄奘西域行”、“商王大墓重現(xiàn)”、“火器與明清戰(zhàn)爭”等等，在實施過程中，虛擬現(xiàn)實就是其中的一種重要技術手段[7]。使用虛擬現(xiàn)實技術還可以重現(xiàn)已經(jīng)不存在的歷史人物、建筑、地理環(huán)境等。今年1月，中國刑警學院法醫(yī)系教授趙成文，依據(jù)古長沙國丞相夫人辛追顱骨的Ｘ光片、出土時拍攝的面部照片，以及長沙市馬王堆漢墓帛畫和相關歷史文獻資料，使用自己研制的警星ＣＣＫ－３型人像模擬系統(tǒng)成功地復原了這一2000多年前的人物相貌，雖然這一技術還有待完善，但是不能否認它很好的發(fā)展前景。總體看來，數(shù)字博物館的建設正在受到人們的重視，而虛擬現(xiàn)實技術也處于發(fā)展與普及過程之中。

迎接史料數(shù)字化時代

要之，無論文獻數(shù)字化和文物數(shù)字化，歸根結底，就是把史料統(tǒng)一為計算機數(shù)據(jù)，這