|
|
|
 |
简说《战国楚文字数字化处理系统》 |
 |
时间：2009-7-24 13:54:23 来源：不详
|
|
|
围、层次的穷尽），统计所得数据就没有多大意义。然而具体落实这种要求，势必需要首先在材料收集方面付出艰苦的努力：穷尽是指在所划定范围内的没有遗漏；系统是指对应有的方面、层次合理包蕴及必要的强调；真实是指对资料原始面貌的客观保持。应该说，各种不同类型的古文字数字化项目为实现以上目标可能会有不尽相同的操作方式，但在“字”的处理这个基础层面上则会面临同样的选择。比如在目前古文字尚未在国际标准字符集中编码的条件下，任何一种古文字数字化产品都必须另建古文字字库来支持电子文本，字库中的字形是取自二手材料还是取一手材料？二手材料，是指已有的古文字字汇字典类工具书；一手材料，则是实物文字材料的拓片影象。毫无疑问，利用二手资料，工作会省力方便得多，而利用第一手资料，则必须投入巨大的归纳、整理、认同之类工作量。面对两种选择，开发组选择了后者。这是因为，事实证明，如果作前一种选择，无法真正实现数字化的目标。比如说，开发组曾经利用有关的古文字字汇建成的古文字字库，但这样的字库仅在古文字书籍排印中就存在大量缺口。当然，不能把问题仅仅归咎于传统二手资料本身，因为传统字汇等二手资料的编纂目标，一般与数字化的目标并不一致，而它们只收录摹写古文字，它们收录的古文字资料在数量上相对现有古文字材料总量有所缺漏，又每每是由历史原因造成的。所以不能用今天的数字化的要求来苛求它们。但我们今天要开发古文字数字化产品，还去选择二手材料作为数据来源则是完全不合适的。
要实现资料的真实、系统、穷尽，还有一个实现手段问题，客观地讲，做卡片之类纸笔操作辅助人脑记忆的传统方法难以应付数字化所提出的庞杂资料高精密储存关联的要求，而真正合乎这种要求的手段也应该是数字化的。我们的具体做法是，古文字语料库建设与古文字字库建设同步进行，互为支撑，以达到所需数据的真实穷尽。具体来说，就是以原始文字资料图片为处理对象，一方面逐字录入以建设文献语料库，一方面逐字对应造字建设字库，这样就在操作程序上首先保证了语料与其载体字的严密对应，再立足这样的严密对应的基础平台，运用查询，关联等数字化手段来保证整个系统资料的完整性。
当然，古文字资料（包括字形、文献语料等）的穷尽，只能是相对的，这种相对性表现在这样几个层次上：一是相对于实际存在的资料而言，穷尽是相对的，因为可能还有大量客观存在的古文字资料尚有待我们今后去发现；二是相对于已经出土的资料而言，穷尽是相对的，因为有相当一部分已经出土的资料至今并未正式发表；三是相对古文字资料内涵的实际信息而言穷尽也是相对的，因为迄今我们对古文字的认识还存在一些盲点。
如何面对这种相对性？ 首先，这种客观的障碍，并不能成为我们在资料收集工作上敷衍了事的借口，立足现实，尽可能地实现资料的穷尽系统是必须努力达到的目标。同时，由于数字化工具书是可以不断进行版本升级并通过网络等渠道提供给用户的，因此在首次开发的版本中预留了各类资料增补路径是必要的，这样开发者就可以很方便地跟踪古文字资料不断出土，相关研究不断推进的发展，与时俱进，随时把新的文本数据填加进老版本中去。
2．数据的整理，以标准、统一为目标。
要实现数字化处理，必须贯彻标准化原则，也就是说，所有应该统一的数据，都不能存在歧异。具体来说，在任何一种古文字工具书所必需的古文字字库和古文献语料库建设中，都必须实现字的唯一性，只有唯一，相关的字才能够在字库中占据一个唯一的内码码位，在计算机的查询、统计、筛选等过程中才能成为唯一的处理对象，从而保证数据的准确可靠。而在语料库中，同一个字也绝不能使用多个字形，而在某些层次上有对应关系的不同文字又有必要加以认同，只有这样才能实现数字化处理的效果。为达到这样的目标，我们又不得不面对楚文字资料（包括实物资料和研究资料）的重新整理问题。
从数字化的角度来看，现有古文字资料中存在不少难以容忍的歧异。举例来说，在最近出版的《上海博物馆藏战国楚竹书（二）》中的“舜”字，共21见，原形均为 ，而由于不同考释者的不同隶定，此字在该书中就出现了两种写法： （见于“容成氏”篇11次）和 （见于“子羔”篇10次）。
毫无疑问，如果保留了这种歧异，数字化处理就成了一句空话。因此，在《战国楚文字数字化处理系统》中，我们对类似歧异都作了统一。需要说明的是，我们在对此种歧异的统一中，一般是选择相对能够体现造字理据的字形，但这并不意味着我们对被淘汰的字形持完全否定的态度，因为它们往往从某些角度来看有着存在的合理性。只上一页 [1] [2] [3] 下一页 |
|
| |
|
