「人文社會科学新领域之开发及研究环境之改善」计画执行报.pdfVIP

「人文社會科學新領域之開發及研究環境之改善」 計畫執行報告 壹、緣起 96 年 2月 12日，數位典藏 1 、2月份工作小組合併會議中，何 大安委員提出「數位典藏對於缺字處理，應採何種策略？」的討論案， 陳克健委員指出資訊所文獻處理實驗室早已提出缺字解決方案，只是 缺乏經費及人力，最後劉總主持人決議由史語所、語言所與資訊所提 出申請，各所經費不超過 100萬元，並呈請副院長辦公室批准支應。 上述經費核可的批文已於四月底到史語所、語言所與資訊所。五月八 日，史語所代表陳昭容老師、資訊所代表陳克健老師、語言所代表盧 秋蓉小姐開會討論，決議交由資訊所莊德明先生負責計畫的執行，並 統籌經費的使用及人員聘用，而史語所及語言所提供行政上的支援1 。 貳、計畫提要 一、 研究目的：解決數位典藏計畫網頁缺字的呈現問題 二、 時程：自民國九十六年五月一日起至九十六年十二月三十一日 止，共八個月。 三、 經費：共計新台幣 284萬元整 四、 執行單位：中研院資訊所文獻處理實驗室 五、 執行人員 莊德明 中研院資訊所研究助技師 宋雲鳳 中研院資訊所研究助理 趙苑曲 中研院資訊所研究助理 黃榮順 中研院史語所研究助理 鄧賢瑛 中研院資訊所研究助理 丁玟伶 中研院語言所研究助理 陳建安 中研院史語所研究助理 參、實施方法 缺字問題的解決絕不能簡化成「造字」，各自造字的結果是資料 無法交換及共享的主因。中研院資訊所文獻處理實驗室解決缺字問題 的方法，是遵從漢字構形的原理，對漢字字形的結構做制式表達與詳 1 詳 .tw/~cdp/service/documents/A960508.doc 1 細的分析。一個字的字形結構式（簡稱構字式），是該字極佳的識別 符號與工具；因為字形若不一樣，則字形結構必不相同；反之，字形 結構若相同，其形亦必同。構字式的制定及應用其實是奠基於「漢字 構形資料庫」。 漢字構形資料庫 2 是從民國八十二年開始研發，經過這十幾年來 不斷的擴充，它的主要特色如下：一、銜接古今文字以反映字形源流 演變。二、 收錄不同歷史時期的異體字表，以表達不同漢字在各個歷 史層面的使用關係。三、記錄不同歷史時期的漢字結構，以呈現漢字 因義構形的特點。四、使用構字式及風格碼來解決古今漢字的編碼問 題 網頁缺字的呈現問題，指的是如何將網頁的構字式轉成字形。中 研院資訊所網路與通訊實驗室 於民國九十一年已成功使用Java Applet將網頁的構字式轉換成字形圖片，數位典藏技術發展組如今則 改用 Java Script ，轉成圖片的速度也較舊版本快。這兩種技術同樣都 可讓網頁瀏覽者在不需額外安裝其他軟體的情況下，直接使用現有的 瀏覽器看到缺字。但對網頁的建置者而言，包含構字式的網頁必須加 入Java Applet或 Java Script的描述指令。 3 肆、執行經過及成果 一、 資訊所研究助理鄧賢瑛於五月一日到任，語言所研究助理 丁玟伶、史語所研究助理陳建安於六月一日到任。 二、 自六月四日起，先後聘用造字工讀生葉淑音等二十五人。 三、 協調計算中心、數位典藏技術發展組，分別於三月十四日、 二十二日，四月十二日、二十六日，五月十日召開五次缺 字技術會議。4 四、 從五月十五日起，訪談缺字單位，瞭解缺字問題。訪談的 單位包括史語所中原考古庫房、佛教石刻造像拓本計畫、 傅斯年圖書館、地理資訊室及語言所上古漢語文獻標記語 料庫計畫、先秦金文簡牘詞彙資料庫計畫、閩客語典藏計 畫。 5 五、 分析以往漢籍電子文獻累積的 5,174 個缺字，其中至少有 2詳 .tw/~cdp/cdphanzi/ 3詳 .tw/~cdp/