唐代人物资料的数据化.PDFVIP

唐代人物资料的数据化： 中国历代人物传记资料库 （CBDB）近年工作管窥 哈佛大学 徐力恒 一、 引言 由于计算机及网络技术的普及、文献类历史数据库的便捷性、整合性和全面 性，历史学者在研究中使用数据库的情况日渐普遍。作为搜集史料的其中一种方 法，历史学者一般能熟练地在各种全文数据库进行关键词检索，尤其是把古籍材 料变成电子文本的数据库。然而，对于其他可用于研究的数据库，大多数学者是 陌生的。作为中国史领域中发展历程较长，也比较重要的“中国历代人物传记资 料库”（下称CBDB）的项目成员之一，笔者希望通过讨论这个大型的基础数据库 的发展，引发学界对这项开放的学术资源的兴趣和讨论。CBDB 的操作原理跟全 文数据库不一样，而且不少学者未必了解CBDB 近年处理历史资料的进展和特点， 故有本文的写作。由于CBDB 项目网站已经提供了说明文件，所以本文重点不在 介绍项目基本情况和历史，而侧重探讨项目组在近年致力充实的唐代资料部分， 尤其是我们近三年工作的进展。1 “中国历代人物传记资料库”是由哈佛大学费正清中国研究中心、北京大学 中国古代史研究中心、“中央研究院”历史语言研究所共同主持的学术数据库。 该项目的目标在于系统地收录中国历史上所有重要的传记资料，整理成数据，并 免费公开，供学术研究之用。截至目前为止，该数据库共收录超过37 万人的传 记资料。这些人物资料既可在线查询，又可全部下载，以便用户离线时在计算机 使用。这些数据除了可以作为历史人物研究的参考资料以外，亦可作统计分析、 地理空间分析与社会网络分析等用途，是利用计算机辅助历史研究的基本工具。 当前，这个数据库为每个人物的条目都设了多种数据栏目类别，尽可能详细 地记录当中信息，并且以相互关联的表格保存，即按照人名、时间、地址、职官、 入仕途径、著作、社会区分、亲属关系、社会关系、财产、事件等进行保存。需 要强调的是，这数据库的最大优势不仅仅是作为人物资料的参考，而且是作为一 套可供批量分析的数据来使用。换言之，学者固然可以把CBDB 当作一部电子版 的历史人物辞典来使用——当我们想了解某个历史人物，可以利用人名检索，找 到出关于他的信息。但是，和一般对人物数据库的理解不一样的是，CBDB 既不 提供一篇篇的人物小传，也不包含古籍的全文。它提供的是多个相互关联的表格， 把人物信息整理出来，放入其中，以便学者进行批量分析。用户通过对数据库进 本文的写作是唐研究基金会资助“中国历代人物传记资料库”的项目成果之一。写作过程中曾得 到陈静、耿元骊、刘昭麟、王宏甦、魏超等前辈和同事提出宝贵意见，在此谨致谢忱。 1 项目网站网址为：/chinesecbdb。过去项目组的北大成员也 曾撰文介绍CBDB：方诚峰：《中国历代人物传记数据库（CBDB）》，《国际汉学研究通讯》第二期， 北京，中华书局，2010，第285-98 页。 1 行查询，可以获得大批人物信息。其中关键的是，这些查询除了利用人名，也可 以利用人名以外的各种信息，例如地名、官名，甚至是亲属关系、社会关系等， 查出一批人物的资料，供学者参考和分析。而且检索条件可以设定多于一种，在 一次查询中就能加入相对复杂的检索条件。 建立这种数据库结构的目标不单是史料的电子化，更重要的是为了达到史料 的“数据化”。史料的电子化是把古籍材料转化成电子文本。至于史料的数据化， 意指在进行电子化之后，还更进一步，把史料整理成能被电脑程序使用和分析的 格式，相互连接，建成数据库。换言之，数据化是对数字化的拓展与推进。1数 据化工作产出的数据不仅可以用于全文检索，还可以用来进行更多样的查询和分 析，并可灵活地导出到其他软件，以便进行批量处理，或用不同方式来呈现，如 统计表格、电子地图等。每当提及对数据库的利用，都容易让人联想到量化分析， 不过数据化的目标其实不限于产生用于量化分析的数据，还可以产生用于其他分 析方法的数据。通过对研究资料进行数据化，人文学者可以更有效率、更系统地 解决既有的学术课题，也可以通过数据发现一些新的问题。关于这些话题，我将 在本文介绍CBDB 项目工作时举例说明。 2015 年起，由罗杰伟（Roger E. Covey）先生创立的唐研究基金会（Ta