電腦跨界讀古書

「坐擁書城」對中國過去的讀書人來說，是一件風儒雅緻的事；但在知識爆炸的廿世紀，面對浩瀚書海，總來不及消化，這份閒情逸致恐怕就要打折扣了。

中國歷代遺留下來的史料，累積起來數量相當龐大，雖然整理研究的工作持續在進行，但是傳統的研究方式，先找書目、找書、找目錄，從內文逐字查、作筆記……等繁瑣的步驟，往往寫一篇論文的事前準備工作，就得耗費經年，加上資料日益增加，整理起來就更困難。這正是文史研究工作的一大隱憂。

請電腦讀古書

三年前，中央研究院毛漢光教授有鑒於加速整理史料的重要性，提出一項由中研院歷史語言研究所與計算中心合作的「史籍自動化」計畫，用電腦處理一些重要史料，為研究工作提供一條方便之路。

整個計畫由文建會撥款補助，從七十三年七月開始，預定進行六年，目標是把廿五史全文輸入電腦，將近六千萬字儲存在一片薄薄的光碟片裡，再透過軟體的指示，進行查詢、整理、分析等工作。

第一年的工作是將食貨志前半部，從史記平準書、漢書食貨志到舊五代史食貨志等八部書輸入電腦。輸入的同時，還進行標注。

標注，是將食貨志中人名、地名、朝代年號、官名、書名、專有名詞、眉題提要等，分別以不同符號標出。例如：董仲舒、王安石為人名標一個「#」，尚書令、中書省是官名標一個「<」……，同一種符號的歸入一個索引檔案，如此先分了一次類，化整為零，讓電腦更容易把要查詢的資料找出來。

「死功夫」不划算

例如要查「尚書」這個官職歷代職掌的業務有何不同，只要在字鍵上按入「尚書」兩個字，電腦就會先找到有「<」符號的索引檔案，從裏頭再找出所有資料中曾提到「尚書」的段落，並列出在那本書、第幾頁、第幾段上。八部食貨志十五萬字，找出所有「尚書」出現的位置，電腦只需花一分多鐘，而且不會有遺漏。

雖然，「自動化」的初步功能有了，但是第一年工作結束後，工作人員普遍的感覺是「太累了！」原因是在標注上花的「死功夫」，佔去太多時間與精力。

標注是目前其他國家用電腦研究漢學普遍使用的方法，在查詢資料上也的確能達到省時及精確的效果。但除了標注耗時費力外，指示儲存分類及找資料的方法均依每本文獻內容設計，十分複雜，且對不同的文獻，就必須重新設計一套程式，成本相當高。

工作人員的「累」還沒恢復，第二年的工作又開始了。這次要將後半部食貨志（宋史、金史、……、遼史等五部），以及史記、漢書的全文輸入電腦。看著人仰馬疲的景況，計算機中心主任謝清俊靈機一動：為什麼不把輸入文章，與指示分類、查詢的軟體程式分開？

軟體程式單純化

如此，兩個各別的程式都變單純了，輸入全文時，不必再逐字逐句做標注、幫電腦先為資料分一次類，只要每逢輸入書、卷、章、節、段之始末，標上符號就行了。

查詢則使用「自由詞」系統，方法不變。比方說想知道「周公」在史記中有那些作為，只要在「自由詞」的指示欄，鍵入「周公」兩字，電腦就會迅速找出所有曾經出現「周公」的段落，並標明卷別、章節與段落。新增的優點為，這套系統可以適用在所有文獻上。

到了去年，查詢系統的設計又前進了一步——資料找出來，若覺得有保存價值，軟體中備有卡片系統，可將所需要的段落，直接移到卡片上，而且還可以在上面做眉批、註記，然後儲存在自己的磁碟片上，建立自己的資料檔案。

過去提到做學問，人們第一個想到的畫面是研究者埋首在一本本厚厚的書籍、一疊疊高高的資料中，經常為了找一份資料，翻了一頁又一頁。「史籍自動化」後，只要坐在終端機前就可以輕鬆地做研究了。

中研院史語所研究員蕭璠舉例說，曾有一位老先生記憶力過人，能夠背「四史」，但是假設要做一個有關「虛字」的研究，要他在短時間找出「四史」中所有的「之」字，以提供研究者分析它在句中的用法，可能嗎？答案恐怕是否定的。有人曾經將「論語」中有關「仁」字的句子摘錄下來，如此就花了三個月的時間。但是，這份工作如果交給電腦，卻可以在短短幾分鐘內輕鬆完成。

電腦博士重修文史學分

文史研究與電腦科技聯手，在國內來說，是「乳燕出谷，啼聲初試」，過程中遭遇到的困難也特別多。

謝清俊表示，目前國內各機構研究的中文輸入方法，要輸入大量資料不成問題，但要教電腦不僅會「認字」，還會像人一樣有組織、有系統地「看書」，在設計程式之前，就必須先瞭解文史研究工作者研究時的步驟與習慣，才能根據他們所需要的功能，設計軟體。

合作之初，兩個單位的工作者固定每週開一次會，私底下的溝通更是不計其數。「好像又重新做一次學生」，謝清俊表示，為了吸收文史方面的知識，他特地看了「中國字典史略」、「文字學」、「訓詁學」方面的書，以便對中文文法、標點符號的用法、文章結構……等有概略地瞭解。而史語所則負責史籍的校勘、註釋工作，並主動要求希望軟體具備的功能。

蕭璠表示，就目前「史籍自動化」的成果來說，輸入電腦的史書還不夠多，真正說要對研究工作有什麼幫助，還言之過早；但是史語所與計算中心合作的經驗，對國內其他學術單位進行類似計畫時，深具參考價值。

「史籍自動化」是必然的發展趨勢，謝清俊指出：「電腦不會疲倦、錯誤率小、速度快，這些優點是人腦在處理龐大的史籍資料時所無法比擬的；同時，電腦儲存的資料庫，還可以開放供其他單位使用，加速學術交流。」

據他表示，目前該資料庫可提供廿八人同時使用，只要具備中文個人電腦、一個可轉換訊號的調變器，接上電話線，再向中研院申請一個使用的密碼，靠電話線與中研院的電腦連線，就可以分享這項成果。

當歷史只在電腦中呈現……

經常參加國外各類「自動化」研討會的銘傳商專電算科教授黃克東則表示，日本的漢學研究重鎮——京都大學目前已有四個龐大的資料庫，統合成「文史工作站」，開放給學術研究者使用；近年來，中共也十分積極地利用電腦處理文史資料。雖然，中研院研究出來的這套軟體，已經超越日本、中共依然仰賴事前標注的軟體技術；但是單憑中研院的努力，畢竟是人力、物力有限，進行速度不夠快。

「倒不是別人做了，我們就一定要跟著做，而是資訊化既是世界趨勢，我們就應該積極、主動地拓展它的用途」，黃克東表示，電腦資訊對於人類思想的影響，也許現在還不很明顯，但是可以預見。

他舉中國對日抗戰史為例說明：同樣一個事件，日本、中共和台灣就有三種不同的研究報告。當有一天，人類的資訊完全要依靠電腦來傳遞，誰的「自動化」腳步較快，資料較詳盡，就可能最先被人接受。而歷史的真相能否呈現，就操縱在自動化較先進的國家手裡。

「如果我們不加緊腳步，或許有一天，我們的下一代要瞭解自己的歷史，還得透過電腦上的英文、日文才能得知，那就太可悲了！」黃克東語重心長地說，中研院的「史籍自動化」計畫，單純來看，或許只是國內在電腦運用上的新嘗試，但是背後的意義，更值得深思。