天津
淺議數字人文時代的民間歷史文獻研究
陳春聲（中山大學原黨委書記、歷史學系教授）
正如鄭振滿教授在本叢書序言中所指出，地方文獻與民間文書的搜集和研究具有深遠的學術傳統，近年由于歷史學科開拓學術領域、深化研究課題內在需求的提升，隨著構建中國哲學社會科學自主知識體系自覺性的推動，這類具有明顯學術積累意義的工作，正日益受到學術界、出版界眾多同行的重視，成果疊出，令人振奮。《八閩文庫·福建民間契約文書》的出版，毫無疑問是一件嘉惠學林的大好事，尤其對于年輕一輩中國社會經濟史研究者的成長，其意義更是不可限量。
我特別想強調的是，新史料的發現和充分利用，是中國社會經濟史學術進步的重要助力，近年各地大量發現的地方文獻和民間文書，或許預示著一場從研究規范、問題意識到表述形式都可能發生重大轉變的學術變革即將來臨。
我也想提到，現在的問題是資料太多，用心研究新資料的功夫相對薄弱。且面對動輒數以十萬件的新發現文獻，傳統歷史學提倡的考據、校勘、輯佚和“窮盡史料”等等專業性學術要求，在很大程度上，已經超出了研究者腦力所能分析處理的極限，甚至有時讓人覺得連體力的支撐都存在問題。而實際上，專業且恰如其分的輔助性技術手段也供應不足。
在這種情勢下，可以想到的一個可以努力的重要方向是，借助人工智能為這場即將來臨的學術變革提供助力或動力。大家知道，目前中山大學圖書館收藏有徽州文書約40萬余件，這些文書在“理論上”是依據“歸戶”的原則被收集起來的。2018年以來，系統開展了徽州文書的數字化掃描、全文識別、著錄標引（含圖案抽取、異體字俗體字抽取）等工作，為后續的數字化利用作了初步準備。
圖像掃描：完成約36萬件（其余因破損、普通印刷本等原因，約4萬件未掃）。
全文化：目前完成全文識別（OCR）約26萬件。
著錄標引：重點針對人物、土地、人物關系等實體信息較多的徽州文書文本類型進行細顆粒標引著錄，目前完成約20萬件。但將所有文書歸屬到里甲、村落的工作還有待努力。
近兩年來本人以較多時間翻閱這批資料，感覺到有可能在深刻理解學術史的基礎上，在人工智能的助力之下，充分利用近30年各地發現、整理、出版的海量地方文獻和民間文書，在明清社會經濟史研究領域做某些奠基性的工作，或許也有取得顛覆性結論的可能。這里試圖提出作為一個歷史學工作者，在民間歷史文獻具體研究過程中，希望與計算科學家和大數據專家合作或期待得到幫助的一些方面。
一、進一步提高OCR的能力。這個問題大家都很了解。可能需要更多的跨專業的合作，特別是對圖像、記賬符號、隨手涂鴉、印章、重疊的筆跡等等的識別能力。
二、依靠AI構建海量人物之間的復雜但確實的關系，并確定每個人物生活和活動的具體空間單位。特別是對中山大學這些被“歸戶”收集整理的文書來說，這樣的工作對于進一步的整理出版和深入研究，具有決定性的意義。
三、以此為起點，重新整理研究原來因種種緣由，引致文獻內在脈絡被破壞的已經公開出版的其他文獻，重建人物、地點與時間之間的歷史聯系，盡量恢復歷史現場的本來面貌。
通過對各種類別的海量資料的計量分析，更深入地理解百姓日常生產勞作和家庭生活的復雜面相，力求從“總體史”的角度重新解釋中國經濟社會發展的特質及其制度背景。當然，這方面的工作，在現階段似乎更多地還是要依賴對典章制度系統變化的系統了解。
也許采用人工智能和大數據方法重新閱讀、分析這些海量的資料以后，會發現一些全新的研究領域。我的體會是，人文學科與人工智能的融合，應該是一個“雙向奔赴”的過程。AI是人文學者的有“智力”、可交流的朋友，而非外在的技術性“工具”。
來源：中華讀書報
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
