《四库全书》电子版工程与中文信息技术.pdf

《四庫全書》電子版工程與中文信息技術 The Engineering for Electronic Publication of Siku Quanshu and Chinese Information Technology 張軸材 Abstract：In this article, author explored the engineering for Wenyuange Siku Quanshu Electronic Version, the largest Chinese electronic publication in the world, which is based on an extended CJK character set (CJK+) and developed with Single Data / Single Binary technique , running on Simplified / Traditional Chinese, Japanese, Korean and English Winows98 or Windows NT 4.0. The article also described how OCR technique is adopted to be converting hundreds millions handwritten Hanzi into coded characters, and how the Unicode/CJK+ based Full Text Retrieval system works with Variant Handling for the ancient Chinese document. 目錄 1. 工程背景與目標 I. 《四庫全書》 盛世修典，清朝纂修《四庫全書》是中國文化史上的一次重大的文獻整理活動。 從乾隆三十七年（1772）正月開始征書，三十八年（1773）二月四庫館開館，到乾 隆四十六年（1781）十二月第一份《四庫全書》抄成，這次由朝廷倡導的規模空前的修 書活動，在中國歷史上是絕無僅有的。《全書》廣泛網羅和搜集了從上古流傳至清初的所 有著作，用經、史、子、集四大部分類，共收書約3,461 種，總計約79,337 卷， 約 80,000 萬字或97,700 萬字[1]。它全面總結和系統整理了三千年來中國封建文化的學 術成果，保留了豐富的典籍，反映了那個時代人們的認知世界。任職於四庫全書館的 官員學者，多是當時學術界名流，他們傾十年心血而成的《四庫全書》，無疑也是對中國 古代文化的一大貢獻。 世人對《四庫全書》的褒貶不一，褒者譽之為文化的萬里長城；貶者曰四庫出， 天下書亡，對於館臣奉旨刪節、篡改原著造成的後果痛心疾首。然而，《四庫全書》乃 世上第一大書則是不爭的事實。《四庫全書》作為一部完整的叢書，它明晰統一的體例， 宏大的規模，全面的收羅，豐富的資料，都是其他叢書難以比擬的。該書因卷帙浩繁， 不曾付梓刊行，只手抄了七部，分別建閣貯之，這就是被稱作內廷四閣或北四閣的北 京大內之文淵閣、圓明園之文源閣、承德避暑山莊之文津閣和盛京（今瀋陽）故宮之文 溯閣；以及被稱作江南三閣的揚州大觀堂之文匯閣、鎮江金山寺之文宗閣和杭州聖因 寺之文瀾閣。四庫七閣因書而建，《四庫全書》因閣而得以保存。從書成閣立至今二百餘 年間，書與七閣歷盡滄桑，伴隨著中國近代史上的頻繁戰亂而飽受摧殘，最短的存世僅 六、七十餘年，目前只有文淵、文津、文溯、文瀾四閣尚屹立人間。 歷史上，北四閣《四庫全書》乃是皇帝御覽之寶，南三閣雖然名義上是為人文淵藪 的江浙學子開放，實則仍然被官方嚴格控制，普通學人難得一窺。辛亥革