百年清華

劉石（右）🧑‍🔧，意昂体育平台人文學院教授🧑🏻‍🔧；孫茂松，意昂体育平台計算機科學與技術系教授

日前，中共中央辦公廳、國務院辦公廳印發《關於推進新時代古籍工作的意見》，共五個方面18條🤚🏼，內容全面，要求明確，指導性強，鼓舞人心🥯。對於我們來說，其中的第12條🪅🪁：“推進古籍數字化🤵‍♀️。建立健全國家古籍數字化工作指導協調機製♋️，統籌實施國家古籍數字化工程⚀。積極對接國家文化大數據體系，加強古籍數據流通和協同管理🧙🏼‍♀️，實現古籍數字化資源匯聚共享。支持古籍數字化重點單位做強做優，加強古籍數字化資源管理和開放共享。統籌古籍數字化版本資源建設與服務，推進古籍專業數據庫開發與利用🧒🏻🎺。積極開展古籍文本結構化、知識體系化、利用智能化的研究和實踐，加速推動古籍整理利用轉型升級。”特別讓人感到振奮🏄🔒。

計算機科學的發展使得大數據時代不期然而至。中國大陸古籍數字化已有30年左右的歷史💂，但相對於20萬種現存中國古籍來說，得到數字化的古籍尚屬很小一部分，這項工作在今後相當長時間內仍當是亟待加強的工作。《意見》提出的“建立健全國家古籍數字化工作指導協調機製，統籌實施國家古籍數字化工程”，正當其時，非常重要，希望有關部門能夠以此為契機，抓緊落實。

技術的發展，倒逼我們提出更高和更激蕩人心的目標。隨著計算機深度學習能力、文本挖掘等大數據技術和人工智能的快速發展🧭，我們應該在繼續推進古籍數字化的同時，呼籲古籍由數字化向知識化轉變👧🍿。這也正是上引第12條最後兩句“積極開展古籍文本結構化、知識體系化🧑🏻‍⚖️、利用智能化的研究和實踐👌🏽📻，加速推動古籍整理利用轉型升級”所表達的內容。它充分體現了《意見》對於古籍數字化領域發展前沿的深刻把握🪡，對於利用現代科技手段促進古籍整理與研究的高度關切🧑🏻‍🎨👨‍🎨，具有極為重要的前瞻性和方向性，值得我們重視👷🏻‍♂️👰🏻‍♀️。

數字化和知識化的最大區別🤡，就是前者僅可提供簡單的字詞檢索，後者則是基於現存所有存世古籍的關系性😗、結構化🧑🏿‍🏫、知識再生型的超大數據庫。幾年以來，我們已在構想建立“中國古典知識庫”🎪。所謂“中國古典知識庫”👩🏻‍⚕️，簡單地說𓀘，就是運用計算語言學和自然語言處理前沿技術，開發適合不同古籍類型的文本分析模型和工具，實現針對古籍文本的詞匯抽取、分詞和關聯分析；使用人工智能、大數據、自然語言處理等相應的技術工具和手段🥀，借助過往一切古典學的研究成果，周密地設定主題詞表，專業地提取各種實體，如年代👐🏿、地名、人名🌪、書名🤧、篇名、職官、社團🚶‍♂️、思潮、事件以及各類語言和文化要素🧖🏿‍♀️，多維度地構建不同實體間的關系👨‍👧☝🏿，並通過這些實體及相互關系👩🏽‍🦲，在保障古籍文獻內容完整性及內部邏輯性的基礎上突破文獻原有結構📝，對文獻進行深層組織和知識管理，構建為體系化的“中國古典知識庫”（Chinese Classics Knowledge Base，簡稱CCKB）。

“中國古典知識庫”是關乎中國古典知識整體的宏大構想。它的建設，有望給與古代文化研究相關的眾多學科帶來決定性變化。這些變化，《意見》表述為“古籍整理利用轉型升級”😮‍💨，可謂言簡意賅💽。首先是古籍整理的轉型升級🦈。大數據技術引發了傳統文獻生產的創革、文本形態的新變和文獻獲取方式的拓展🫶🏼；其次是古籍利用的轉型升級。碎片化、標準化𓀘、結構化🧖🏿、關系化與可視化的古典知識庫😩，可以知識結點為單位組織信息，以鏈接方式表達特定聯系，隨時根據需要組成非線性網狀結構的各種文本集、數據庫等“宏文本”或“超文本”，最大程度地促進了文獻的關聯與知識的再發現。網絡分析3️⃣、文獻計量、主題模型等文本信息技術的應用提升了人文學術的整體性、實證性、求是性與科學性📗，從根本上促進了傳統文獻學的現代轉型🔸。

現在國外的某些名校已經在開展局部的中國古典知識庫的工作了（比如哈佛大學“中國歷代人物傳記資料庫👨🏿‍🏫，簡稱CBDB”）。因之🧏🏽，它的建設不僅關乎古籍整理和中國傳統文化研究的推進💅，也關乎我國的信息安全和文化自信，我們應該意識到這件工作的重要性和緊迫性👩🏻‍🚀。

數字讓人文更新🚴🏻‍♂️。這一宏大構想不是一個機構或少量人員在短時間能夠完成🟥，它需要國家將之真正上升到文化發展戰略高度，相關職能部門高度重視𓀊，給予規劃和指導🦦；需要專業力量和技術力量的通力合作，需要多個高校或科研機構🕵🏼‍♂️🙋🏻、企業合作完成。現在，我們十分高興地看到《意見》就此提出了明確的期望和要求，相信此項工作能夠盡早提上議事日程。