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(xiàn)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(shí)代，對(duì)數(shù)字圖書館史料數(shù)字化進(jìn)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(xiàn)作為人類精神產(chǎn)品，具有可復(fù)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(guān)鍵在于以統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范為基礎(chǔ)，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(fù)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(shù)為虛擬現(xiàn)實(shí)，無論文獻(xiàn)數(shù)字化和文物數(shù)字化，歸根結(jié)底，就是把史料統(tǒng)一為計(jì)算機(jī)數(shù)據(jù)，這些數(shù)據(jù)經(jīng)互聯(lián)網(wǎng)而整合成為一個(gè)大的史料數(shù)據(jù)庫(kù)，新史料學(xué)有四個(gè)基本特點(diǎn)：

一、文獻(xiàn)多媒體化；

二、文物虛擬現(xiàn)實(shí)化；

三、史料極大豐富；

四、計(jì)算機(jī)網(wǎng)絡(luò)檢索技術(shù)成為史料學(xué)的命脈，等。具體材料請(qǐng)?jiān)斠姡?/p>

提要：隨著信息技術(shù)的進(jìn)步，史料數(shù)字化已成潮流。把史料分為歷史文獻(xiàn)和史跡遺存兩類進(jìn)行研究，提出了建立對(duì)應(yīng)的數(shù)字圖書館和數(shù)字博物館的解決方案，并對(duì)實(shí)現(xiàn)這一方案的具體技術(shù)從理論到實(shí)踐作了歸納和總結(jié)。

關(guān)鍵詞：史料；數(shù)字化；數(shù)字博物館；虛擬現(xiàn)實(shí)

緣起

史料包括歷史文獻(xiàn)與史跡遺存，是史學(xué)研究的基礎(chǔ)。中國(guó)歷史悠久，歷代文獻(xiàn)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(xué)界對(duì)史料的整理和研究歷來非常重視。王國(guó)維使用兩重證據(jù)法，“取地下之實(shí)物與紙上之遺書辨證，取異族之故書與吾國(guó)之故籍互相補(bǔ)證，取外來之觀念與固有之材料互相參證”，進(jìn)行古史新證，解決了許多重大史學(xué)問題。顧頡剛等“古史辨”派以疑古辨?zhèn)螢樽谥?，進(jìn)行了系統(tǒng)的古史辨?zhèn)?，“古史辨”作為?duì)“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(xué)派提出了“史學(xué)即是史料學(xué)”的觀點(diǎn)，傅氏認(rèn)為：“只要把材料整理好，則事實(shí)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(dòng)手動(dòng)腳找東西”，[2]在考古等領(lǐng)域很快取得舉世矚目的成績(jī)，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(shí)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(xué)觀之利器，“將歷來為封建學(xué)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(guó)歷史研究的新途徑。

人類已經(jīng)進(jìn)入信息時(shí)代，我們現(xiàn)在不僅面臨著用新技術(shù)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(chǔ)史料，并且能夠讓學(xué)者從中方便迅速地檢索和得到所需的信息，是當(dāng)前史料學(xué)的一個(gè)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(jì)算機(jī)數(shù)據(jù)，方便存儲(chǔ)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(cuò)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(cāng)庫(kù)、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(chǔ)和管理模式。全球范圍內(nèi)，建立史料數(shù)據(jù)庫(kù)逐步成為潮流。聯(lián)合國(guó)推動(dòng)MemoryoftheWorld計(jì)劃以挽救某些瀕臨滅絕的人類文明，西方各國(guó)也無不積極推動(dòng)數(shù)字圖書館、數(shù)字博物館或數(shù)字典藏建設(shè)，如：美國(guó)有國(guó)會(huì)圖書館的AmericanMemory計(jì)劃和六所大學(xué)所主導(dǎo)的數(shù)字圖書館計(jì)劃等；加拿大有國(guó)家數(shù)字典藏計(jì)劃；日本和IBM合作的數(shù)字博物館計(jì)劃；大英圖書館的敦煌數(shù)據(jù)數(shù)字化計(jì)劃等，不勝枚舉。自上世紀(jì)90年代中期以來，因特網(wǎng)技術(shù)對(duì)整個(gè)社會(huì)的影響程度全面加深，信息科技已然啟開了社會(huì)全面急速變遷的序幕。借助網(wǎng)絡(luò)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(gè)超大型的史料數(shù)據(jù)庫(kù)。但是，從總體來看，史料數(shù)字化的研究和實(shí)踐才剛剛起步，還處于探索階段，因此，對(duì)史料數(shù)字化進(jìn)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(jìn)行討論，其一為人類精神產(chǎn)品類史料——文獻(xiàn)；其二為物質(zhì)產(chǎn)品類史料——文物。

歷史文獻(xiàn)的數(shù)字化

歷史文獻(xiàn)作為人類精神產(chǎn)品，具有可復(fù)制性和可移植性，并且必須依托載體而存在。國(guó)家標(biāo)準(zhǔn)局批準(zhǔn)公布的GB4894—85《情報(bào)與文獻(xiàn)工作詞匯——基本術(shù)語》定義道：“文獻(xiàn)是記錄有知識(shí)的一切載體”。根據(jù)這一標(biāo)準(zhǔn)定義，歷史文獻(xiàn)就是以文本、圖形、符號(hào)、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(xiàn)數(shù)字化的目標(biāo)是將原來在各種物理載體上存儲(chǔ)的信息，統(tǒng)一轉(zhuǎn)變?yōu)樽罨镜谋忍?，?和1來表示，成為計(jì)算機(jī)可以識(shí)別的數(shù)據(jù)。

歷史文獻(xiàn)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(shù)對(duì)有價(jià)值的圖像、文本、語音、音響、影像、影視、軟件和科學(xué)數(shù)據(jù)庫(kù)等多媒體信息進(jìn)行收集，組織規(guī)范性的加工和壓縮處理，使其轉(zhuǎn)化為數(shù)字信息，然后通過計(jì)算機(jī)技術(shù)進(jìn)行高質(zhì)量保存和管理，實(shí)施知識(shí)增值，并通過網(wǎng)絡(luò)通訊技術(shù)進(jìn)行高效、經(jīng)濟(jì)地傳播、接收，使用戶可以在任何時(shí)間、任何地點(diǎn)，都能從網(wǎng)上得到各種服務(wù)，為公民的終身學(xué)習(xí)機(jī)會(huì)做出貢獻(xiàn)，成為國(guó)家的知識(shí)基礎(chǔ)設(shè)施。[3]

建立數(shù)字圖書館的關(guān)鍵在于以統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范為基礎(chǔ)，表現(xiàn)為同一類型文件格式的統(tǒng)一。當(dāng)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(kù)有Oracle,SQLServer,Sybase,DB2,Informix,Access等。文獻(xiàn)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(wù)，又便于數(shù)據(jù)的升級(jí)。數(shù)字圖書實(shí)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(chǔ)為圖象文件；二是以文本方式存儲(chǔ)文獻(xiàn)內(nèi)容，輔之以全文檢索系統(tǒng)構(gòu)成全文檢索數(shù)據(jù)庫(kù)。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(shè)想首先由美國(guó)人提出，1994年6月，美國(guó)召開了“第一屆數(shù)字圖書館理論與實(shí)踐年會(huì)”。同年9月，美國(guó)國(guó)家科學(xué)基金會(huì)、國(guó)家宇航局和國(guó)防部高級(jí)研究署聯(lián)合公布了一項(xiàng)為期4年、投入2440萬美元的《數(shù)字圖書館啟動(dòng)計(jì)劃》，在斯坦福大學(xué)、密西根大學(xué)、伊利諾斯大學(xué)、卡耐基-梅隆大學(xué)、加州大學(xué)伯克利分校和圣·巴巴拉分校等6所高校進(jìn)行數(shù)字圖書館的分項(xiàng)研究。同年10月，美國(guó)國(guó)會(huì)圖書館推出數(shù)字化項(xiàng)目，領(lǐng)導(dǎo)與協(xié)調(diào)全國(guó)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(zhuǎn)換成高清晰度的數(shù)字化圖像并存儲(chǔ)起來，通過互聯(lián)網(wǎng)供公眾利用。繼美國(guó)之后，英國(guó)、法國(guó)、日本、德國(guó)等西方發(fā)達(dá)國(guó)家以及亞洲的新加坡、韓國(guó)也先后提出各自的數(shù)字圖書館計(jì)劃，投入巨額實(shí)施資金。

我國(guó)數(shù)字圖書館建設(shè)開始于1997年，北京圖書館作為國(guó)家圖書館，經(jīng)國(guó)家計(jì)委批準(zhǔn)建立了“中國(guó)試驗(yàn)型數(shù)字圖書館”項(xiàng)目，并開展了與此有關(guān)的專題科研。同年12月，我國(guó)民營(yíng)計(jì)算機(jī)高科技企業(yè)北京世紀(jì)超星信息技術(shù)有限公司將其遠(yuǎn)程圖書瀏覽器安裝到瑞得在線網(wǎng)站上，創(chuàng)建了國(guó)內(nèi)首家以圖像存儲(chǔ)為主的數(shù)字圖書館——超星數(shù)字圖書館，此后，國(guó)家連續(xù)實(shí)施了“中國(guó)數(shù)字圖書館工程”和“中國(guó)數(shù)字圖書館示范工程”，國(guó)內(nèi)各大圖書館和高校紛紛跟進(jìn)，掀起了一股數(shù)字化潮流。據(jù)不完全統(tǒng)計(jì)，目前國(guó)內(nèi)的中文數(shù)字圖書館已達(dá)數(shù)百家之多，以學(xué)術(shù)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(guó)數(shù)字圖書館也已達(dá)20萬種以上。此外，書生之家“中國(guó)圖書網(wǎng)”和方正apabi數(shù)字圖書館也都非常有實(shí)力。

目前，我國(guó)科技期刊的全文數(shù)據(jù)庫(kù)主要有“中國(guó)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(kù)”等，以中國(guó)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(kù)更是數(shù)不勝數(shù)，如：香港中文大學(xué)中國(guó)文化研究所“華夏文庫(kù)”及“古文獻(xiàn)資料庫(kù)”；臺(tái)灣的漢學(xué)研究中心典藏目錄及數(shù)據(jù)庫(kù)，包括典藏國(guó)際漢學(xué)博士論文摘要資料庫(kù)、明人文集聯(lián)合目錄及篇目索引資料庫(kù)、兩漢諸子研究論著目錄資料庫(kù)、經(jīng)學(xué)研究論著目錄資料庫(kù)、敦煌學(xué)研究論著目錄資料庫(kù)、外文期刊漢學(xué)論著目次資料庫(kù)、國(guó)際漢學(xué)資源機(jī)構(gòu)錄資料庫(kù)，可進(jìn)行資料庫(kù)整合查詢；北京書同文數(shù)字化技術(shù)有限公司的《四庫(kù)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(xiàn)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(zhǎng)遠(yuǎn)看，分散的學(xué)術(shù)單位與個(gè)學(xué)者是文獻(xiàn)數(shù)字化的真正主力軍，整個(gè)因特網(wǎng)，就是一個(gè)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(fù)制性和唯一性。根據(jù)中華人民共和國(guó)文物保護(hù)法第二條之規(guī)定，文物包括以下內(nèi)容：具有歷史、藝術(shù)、科學(xué)價(jià)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(yùn)動(dòng)和著名人物有關(guān)的，具有重要紀(jì)念意義、教育意義和史料價(jià)值的建筑物、遺址、紀(jì)念物；歷史上各時(shí)代珍貴的藝術(shù)品、工藝美術(shù)品；重要的革命文獻(xiàn)資料以及具有歷史、藝術(shù)、科學(xué)價(jià)值的手稿、古舊圖書資料等；反映歷史上各時(shí)代、各民族社會(huì)制度、社會(huì)生產(chǎn)、社會(huì)生活的代表性實(shí)物。具有科學(xué)價(jià)值的古脊椎動(dòng)物化石和古人類化石同文物一樣受國(guó)家的保護(hù)。需要注意的是第四款規(guī)定的革命文獻(xiàn)資料以及手稿、古舊圖書資料等為文物與對(duì)史料的分類并不矛盾，這類文物其內(nèi)容為文獻(xiàn)，其物質(zhì)載體為文物。

文物作為史料的價(jià)值，在于其中包含的歷史信息。所以對(duì)文物信息的擷取與整理一直受到人們的重視。如對(duì)甲骨文的墨拓、整理而成的《甲骨文合集》，如對(duì)青銅器進(jìn)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(xiàn)的形式而存在。現(xiàn)代以來，經(jīng)科學(xué)考古而發(fā)現(xiàn)的遺址和遺物都有詳細(xì)的考古報(bào)告。報(bào)告中的繪圖形式有平面圖、剖面圖、結(jié)構(gòu)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(shù)鑒定報(bào)告、文物修復(fù)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?？脊艌?bào)告是對(duì)文物環(huán)境、外觀、結(jié)構(gòu)、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(shù)為虛擬現(xiàn)實(shí)。

虛擬現(xiàn)實(shí)技術(shù)是上世紀(jì)90年代以來為科學(xué)界和工程界所廣泛關(guān)注的技術(shù)。它利用計(jì)算機(jī)生成一種模擬的實(shí)物與環(huán)境，通過多種傳感設(shè)備使用戶“投入”到該環(huán)境中，實(shí)現(xiàn)用戶與該環(huán)境直接自然交互。虛擬現(xiàn)實(shí)技術(shù)的產(chǎn)生首先源于軍事訓(xùn)練的需要，現(xiàn)在已經(jīng)廣泛應(yīng)用于航空、航海、醫(yī)學(xué)訓(xùn)練，建筑和環(huán)境規(guī)劃，影視制作，甚至于核試驗(yàn)的虛擬。對(duì)大眾來說，最切身的感受是虛擬現(xiàn)實(shí)技術(shù)使我們?cè)陔娪百_紀(jì)公園中看到了栩栩如生的恐龍。現(xiàn)在虛擬現(xiàn)實(shí)技術(shù)已經(jīng)做到了網(wǎng)絡(luò)的分布式互動(dòng)，支持多人實(shí)時(shí)通過網(wǎng)絡(luò)進(jìn)行交互活動(dòng)，每個(gè)用戶在一個(gè)虛擬現(xiàn)實(shí)環(huán)境中，通過計(jì)算機(jī)與其它用戶進(jìn)行交互動(dòng)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?cè)谔摂M的“埃及金字塔”中進(jìn)行激烈槍戰(zhàn)。

文物的虛擬現(xiàn)實(shí)只是靜態(tài)實(shí)物的虛擬，因此，在技術(shù)實(shí)現(xiàn)上要容易得多，我們把所有依據(jù)科學(xué)考古而得到的文物信息輸入計(jì)算機(jī)，就能借助虛擬現(xiàn)實(shí)生成程序來“制造”出三維的虛擬現(xiàn)實(shí)文物，借助這一技術(shù)，許多不易接觸、難得一見的歷史文物可以被普通學(xué)者摩挲于股掌之間。另外，使用360度全景攝影技術(shù)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(jī)通過鼠標(biāo)和鍵盤真實(shí)的感受到和虛擬現(xiàn)實(shí)一樣效果，不過它的人機(jī)交互性能要差許多。在日本早稻田大學(xué)網(wǎng)站，我們可以看到該校建筑學(xué)系編纂的從1996年到2002年對(duì)埃及PyramidsofDahshur的8次考古發(fā)掘報(bào)告，其中包括了用vrml技術(shù)制作的虛擬現(xiàn)實(shí)墓室結(jié)構(gòu)和用QuickTimeVRPanorama全景攝影技術(shù)制作的金字塔外部環(huán)境。

我國(guó)的數(shù)字博物館建設(shè)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(guó)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(shí)現(xiàn)了文物影像的細(xì)節(jié)瀏覽和虛擬展廳的360度旋轉(zhuǎn)展示[5]。到了2002年7月30日，由中國(guó)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(yīng)用研究所召開記者招待會(huì)，宣布以故宮太和殿為中心的紫禁城虛擬現(xiàn)實(shí)工程目前進(jìn)展順利[6]。這說明故宮文物的數(shù)字化工作已經(jīng)進(jìn)入了虛擬現(xiàn)實(shí)的實(shí)質(zhì)性階段。北京四方臺(tái)數(shù)字技術(shù)有限公司使用360度全景攝影技術(shù)，已經(jīng)制作了所有中國(guó)世界遺產(chǎn)的虛擬實(shí)景，此外他們還制作了中國(guó)古城鎮(zhèn)民居、中國(guó)歷史文化名城、寺廟及宗教建筑等虛擬實(shí)景專題。臺(tái)灣今年啟動(dòng)了“數(shù)位典藏國(guó)家型科技計(jì)劃”，其專題內(nèi)容包括：“臺(tái)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(zhēng)”等等，在實(shí)施過程中，虛擬現(xiàn)實(shí)就是其中的一種重要技術(shù)手段[7]。使用虛擬現(xiàn)實(shí)技術(shù)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(guó)刑警學(xué)院法醫(yī)系教授趙成文，依據(jù)古長(zhǎng)沙國(guó)丞相夫人辛追顱骨的Ｘ光片、出土?xí)r拍攝的面部照片，以及長(zhǎng)沙市馬王堆漢墓帛畫和相關(guān)歷史文獻(xiàn)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(fù)原了這一2000多年前的人物相貌，雖然這一技術(shù)還有待完善，但是不能否認(rèn)它很好的發(fā)展前景。總體看來，數(shù)字博物館的建設(shè)正在受到人們的重視，而虛擬現(xiàn)實(shí)技術(shù)也處于發(fā)展與普及過程之中。

迎接史料數(shù)字化時(shí)代

要之，無論文獻(xiàn)數(shù)字化和文物數(shù)字化，歸根結(jié)底，就是把史料統(tǒng)一為計(jì)算機(jī)數(shù)據(jù)，這