韓春平：敦煌遺書數字化演進史

作者系國家社科基金重大項目“敦煌遺書數據庫建設”子課題負責人、蘭州大學圖書館研究館員

敦煌遺書又稱敦煌文獻、敦煌文書等，是異常珍貴的歷史文化遺產。1900年發現于甘肅敦煌，隨后流散于海內外多處地方。在很長一段時間里，學界研究遺書主要依賴經過整理刊布的再生遺書資料，但這些資料與遺書原件一樣內容龐雜，卷帙浩繁，查閱不易，因此資料需求一直得不到有效滿足。20世紀80年代初，法國學者開始試探利用計算機處理遺書信息，遺書整理研究工作開啟了新的模式，進入了高效的數字化時代。自那時起，遺書數字化已走過了30余年歷程，其間涌現出許多數據庫產品和理論成果。各數據庫按其數據類型及操作功能，可籠統分為單一型、復合型和智能型三種。盡管三種數據庫中各單項成果的出現并非嚴格遵循時間次序，但每種類型的形成都與遺書數字化的演進步伐相對應，前后連綴可以從一個側面呈現遺書數字化的演進歷史。

單一型數據庫

單一型數據庫屬于探索性成果，出現早，歷時長�；�本特點是數據庫數量較多，但各庫通常只有一種數據類型，或為目錄庫，或為影像庫，或為錄文庫，或為其他小主題資料庫。各數據庫規模較小，結構簡單，功能較弱。在服務方面，多為僅供私人或機構內部使用的單機版，較少提供共享。

1988年，臺灣地區相關研究機構開始對所藏遺書進行數字化處理，并將數據存入CD庫。這大概是敦煌遺書最早的數字影像。不過由于該研究院藏品數量非常有限，相關成果又未向外公布，其作用微乎其微。

敦煌研究院于1995—1999年實施的院級課題“敦煌遺書數據庫”，是單一型數據庫中的翹楚。該庫實為《敦煌遺書總目索引新編》一書的電子版。初期僅著錄原北京圖書館及英、法兩國所藏約2萬號遺書的目錄，后期又補錄了俄、日兩國所藏及海內外散藏遺書的目錄。相關字段包括藏地、編號（卷號）、題名、分類、題記等多項。程序中起初預設了影像選項，后來并未真正實現。

在眾多單一型數據庫中，存在一些基于少數遺書的成果，如國家圖書館創建的“中國國內散藏敦煌文獻聯合目錄數據庫”，臺灣成功大學基于《王梵志詩》《老子化胡經》等個別遺書全文錄文創建的數據庫等。此外還有一些基于小主題的成果，如上海師范大學方廣锠教授個人創建的“諸經起訖”、“英國敦煌遺書人名索引”，以及蘭州大學笹川良一青年教師基金項目“敦煌文獻中的佛教人物數據庫系統”等。在以上這類數據庫中，不乏有Excel表格形式。

復合型數據庫

復合型數據庫早在20世紀90年代即已出現。其基本特點是數據庫數量相對較少，但各庫數據類型則呈現多樣化，規模普遍較大，結構均較復雜，功能大幅提升。在服務方面，單機版已基本過時，各數據庫建設者至少在理念上都主張通過網絡渠道對外共享。不過實際情況并不樂觀，商業成果固然只提供有償服務，但許多公益成果要么只有死鏈，要么多有限制，真正供免費共享者寥寥無幾。

最早的復合型數據庫，要數總部設在英國，由中、英、法、俄、日等多國合作共建的“國際敦煌項目”（IDP）專屬數據庫。該庫早在1994年即開始籌建，后于1998年在互聯網免費發布，內容包括多國藏品的彩色圖版影像和目錄信息，目前數據仍在持續上傳。不過IDP數據庫并非敦煌遺書專題庫，庫中還充斥著中亞地區多種古代歷史遺存的數字資源。受冗余數據干擾，敦煌遺書相關資料反而難于查找。除圖版質量普遍較高外，該數據庫迄未提供詳細目錄，現有目錄過于簡略，且不支持漢文檢索，極大降低了利用效率。

蘭州大學曾于1998年承擔過CALIS項目“敦煌學數據庫”，后于2001年又通過科技部項目對其進行升級，推出綜合型敦煌學資料數據庫“敦煌學數字圖書館”，其中遺書子庫內容最為豐富，包括遺書的目錄和影像兩部分，已入庫數據涉及原北京圖書館、英國、法國及甘肅藏品，數據量數以萬計，在當時堪稱大庫。但其缺陷是遺書數量仍較有限，影像均為黑白圖版，且通常因故無法打開。

2016年8月，由陜西師范大學創建、作為“漢籍數字圖書館”2.0版專庫之一的“敦煌文獻庫”（又稱“敦煌文獻數字圖書館”）正式上線，內含目錄庫和圖版庫兩個子庫，已入庫遺書7萬余號，圖版51萬多個。庫中圖版均有小圖、中圖和高清圖三種，可供用戶按需選用。該庫的優點是內容非常豐富，部分彩色圖版的錄入可充分展現遺書原貌，為學者提供詳盡的文獻信息；缺點是目錄信息過于簡略，且作為當前的新建數據庫，因缺乏錄文而無法進行全文檢索。

智能型數據庫

智能型數據庫其實也屬于復合型范疇，只是它并非普通的復合型數據庫，而是升級版，或者也不妨稱之為復合型2.0版。基本特點是成果數量進一步減少，但各類型數據則趨于齊全，規模更加龐大，結構更為復雜，功能整體增強，且注重智能技術的采用。智能型數據庫通常又稱為知識庫，它是人工智能和數據庫相結合的產物。目前還沒有成型的遺書知識庫，不過一些在建數據庫項目正朝著智能庫方向進行摸索，其服務模式也在探求之中。

2003年，在日本京都舉行的敦煌學國際聯絡委員會成立會上，與會代表就曾動議創建“敦煌學知識庫”。2005年，在中國上海召開的敦煌學知識庫國際學術研討會上，內含遺書資源的“敦煌學知識庫”受到熱議，不過其熱度后來趨于消歇。雖然日本學者高田時雄的個人網站一直有個“敦煌學知識庫”，但除一些敦煌學零碎知識及學術資訊外，沒有任何符合“知識庫”意涵的成果。

可喜的是，相關文獻數字化工作近年在國內得到了相應開拓，并已取得初步成效，已經推出的代表性成果主要是愛如生的“敦煌文獻庫”。該庫是具備初步智能操作功能的全文檢索版大型數據庫，共分5集，初集已于2012年出版，二集預定2017年出版。初集庫不僅輸入了大量遺書影像，而且對遺書文字內容進行了全文迻錄——這也是愛如生對遺書數字化工作的最大貢獻。除包括全文檢索在內的強大檢索功能外，該庫還開發了標注、書簽等9項研讀功能，并配套了多種其他平臺功能。其缺陷是現有影像均為黑白圖版，且部分圖版模糊不清。

2012年，“敦煌遺書數據庫建設”首次被列入國家社科基金重大招標項目選題，敦煌研究院和上海師范大學一同中標。敦煌研究院一方項目組聯合浙江大學和蘭州大學，形成了強有力的團隊。所建新數據庫的主要亮點，是對相關各類型數據進行集成和優化，成果完成后，將不僅提供高質量的遺書全文錄文，實現錄文與高清圖版的對照閱讀，而且提供迄今最為詳備的目錄數據，并配套大量遺書研究文獻數據，同時新增藏文遺書的影像和錄文。上海師范大學一方項目的數據庫已完成第一期工程，并設想通過進一步完善，從文物、文獻、文字三個層面采集所有遺書的各種知識點，通過不同角度加以展示，同時顯示其內在網狀結構，由此打造高端學術平臺。

敦煌遺書數字化是一個不斷演進的過程，通過海內外各界的努力，大量遺書已經被數字化，歷來各數據庫總數遠不止以上所列。既有成果為學界整理和研究遺書提供了方便，也為尋常百姓了解和欣賞遺書提供了便利。同時數字化有利于更好地解決遺書的保護與利用矛盾，既使遺書信息通過數字資源得到充分利用，又使遺書原件免遭過度接觸，從而得到更好的保護。此外，長期的數字化實踐也為后續工作留下了不少有益啟示，諸如資源建設者日趨專業化，數據庫內容和功能日趨集成化，資源利用日趨共享化，等等。不過，敦煌遺書數字化工作仍然在路上，現有成果并非盡善盡美，知識庫目標依舊道阻且長，公益資源與商業資源的博弈將在所難免，各種新舊問題都亟待解決。