中医药古籍文献数据库建设研究与思考.pdf

中医药古籍文献数据库建设研究与思考 Abstract The construction of ancient literature database of traditional Chinese medicine is a long-term and systematic project，its principle mainly lies in standardization and standardization.This paper expounds the construction standard and application scope of ancient Chinese medicine literature database，through summarized and researched the development status of ancient Chinese literature database of traditional Chinese medicine in recent years combination with field investigation.It is found that the database construction of ancient Chinese medicine literature is generally divided into those parts：metadata processing，graph and text association，digital processing，construction of service platform，copyright maintenance and so on.To improve the database of traditional Chinese medicine literature which can make better use of database construction to develop the culture of traditional Chinese medicine，and better serve the majority of Chinese medicine scholars.Key words Ancient Chinese medicine books；Database；Digital 中?t 药古籍文献是中华民族智慧的结晶，是中医药学习的本源。汇载着上古春秋至明清时期我国中医药学发展的成就，在中医药学发展史中具有重要地位。但是使用者在查找、阅读和利用中医古文献上却存在着很多的不便。随着计算机、网络技术的迅速发展，数字化中医古籍为其有效利用开辟了新的途径1。中医古籍的数字化处理与隐性知识的挖掘与分析是在对中医古籍保护的基础上进行的二次开发应用，能够满足对中医药文化传承以及中医诊疗理论的研究和发展的需求2。本文主要阐述中医药古籍文献数据库发展现状及建设。1 中医药古籍文献数据库发展现状 古籍数字化是指利用现代技术将古籍中的文字图像信息转化为能被计算机识别的数字符号，形成书目数据库、全文数据库和知识库3。运用数字化技术更好地保护、利用、挖掘古籍知识。中国大陆古籍成规模的数字化工作基本是由教学和研究机构、图书馆、商业机构三个类型部门完成4。从目前数字化成果来看，中医药古籍数字化建设形式主要有书目型数据库、全文型数据库、全图像型数据库、图文型数据库5、古籍知识库6。目前，各大中医药类院校基本都建立了各自的中医药古籍数据库，资源元数据主要来源于各自的图书馆馆藏。中国中医科学院图书馆数据库。其数据库可以通过中医药古籍阅览系统实现电子阅览。其主要功能如下：中医药古籍在线编辑。可以实现对数字化的中医药古籍图像进行在线图文标注和文本化加工。多途径检索。数据库的搜索平台具有简单查询、组合查询和全文搜索功能。简单查询可对书名、作者、馆藏地、内容提要等字段进行检索。组合查询可对书名、作者、馆藏地、内容提要等检索项进行组合检索，可以提高检索精度。全文检索功能包括多种匹配检索及后控词检索，如具图文检索、模糊检索、精确检索、生僻字及后控检索等多途径的检索功能，大大提高了检索的精准度。用户的在线图文阅览。通过阅览系统可以对数据库中的中医药古籍的基本信息、原文图像、横竖文本进行在线阅览。阅览管理。数据库和阅览系统的管理功能能够对系统、古籍和用户进行有效的管理和数据统计，保障电子古籍的科学利用和数据的安全性。南京中医药大学古籍数据库。南京中医药大学图书馆以馆藏特色古籍为基础建设的全文型数据库。目前入库古籍达 200余册，数据库采用图文关联。既能保持数据库原貌，又具有现代文本的检索功能。目前数据库正在不断添加整理之中。浙江中医药大学善本古籍多媒体数据库。浙江中医药大学图书馆研制的古籍全文数据库，可以对馆藏的 61 种中医药孤、善本古籍进行在线阅览，内容包括针灸、中药、临床各科、养生等方面。同时，该馆建设的“中医药古籍数据库”收录了浙江医家古籍目录数据、全文数据、医案数据、医家传记数据、浙医流派数据、浙医古籍导读等 3万余条7。就其他商业机构对中医药古籍文献数据库的建设来说，中华医典 目前已收录中医药古籍近千种；龙语瀚堂典籍数据库中有专门的中医药文献库；文渊阁四库全书电子版中设立了中医药专版；爱如生系列数据库也推出了医书集成产品；金图国际中医药古籍资料库、国学宝典等数据库中都含有大量的中医药书籍。此外，即将投入使用的中医药古籍资源数据库已收录中医药古籍 850余种，在建的中医药古代文献知识库也已收录了大量中医药古籍8。2 中医药古籍文献数据库建设一般过程 2.1 元数据加工 对于元数据的加工，主要是将搜集规整到位的古籍文献进行分类。其主要研究依据在于：合理运用中国中医古籍总目 的分类方法。主要分为：医经、基础理论、伤寒金匮、诊法、针灸推拿、本草、方书、临床各科、养生、医案医治医类、医史、综合性著作、其他等。在这个基础上再细分子类9。标明：书名、作者、馆藏地、内容提要。注明：分类、出版年代、出版者、版本项、版式、卷数、书籍特征、保存状况、复制状况、责任者等10。对于版本的选择，首选年代久远的珍善本古籍。在进行拍照时将相机设定为室内拍照模式、自然光线、不采用闪光灯，用三角架固定相机避免抖动。拍照时要求原书完整，清晰尽可能拍下原貌。在完成一定量拍照工作后，对拍摄照片的顺序、偏斜度、完整性、清晰度进行检查，进行纠偏、去污等处理11。图像数据录入采用 SD 卡拷贝+扫描仪扫描的方法。文档的录入则将人工录入+资源下载两种方法有机的结合。录入过程中严格执行录入规范、标注清晰、重命名准确。以免错误录入，重复录入。进行数字化处理过程中，应采取多种手段加强图像扫描和图像加工的色彩管理。原则上，图片分辨率不低于 300 dpi，色彩为 RGB模式，储存为高品质 TIFF/JPBG格式。文本数据加工采用 OCR识别，辅以人工校对12。2.2 进行图文关联 图文关联，即将古籍文献分别储存为图像，文本两种形式。将文本对应放在与之相匹配的图像下，并建立索引关系，实现图文对照13。这样一来，既能保持中医药古籍原貌，又具有现代文本的检索功能，为读者提供快捷有效的检索、统计、整理和编辑功能。图文结合的方式优势明显，是古籍建库中较多采用的一种方式。2.3 数字化处理 具体图像的数字化处理分为以下几项。图像的名称。图像的分类。分为疾病图、诊断图、医疗图、药物图、器具图、养生图、脏腑图、经穴图、部位图、理论图、符咒图、人物图，共 12 个一级类目。其下设有相应的二级、三级类目。图像的主题。图中文字：图像中起到标记、指示等作用的文字。原则上，图像线条之内的、图像边框之内的文字一般视为“图中文字”。或文字不在图内，但指示的为图中位置，亦视为“图中文字”。释图文字：图像外对其本体起到解释、阐释等作用的文字。根据特定研究工作的需要，还可进一步对释图文字进行必要的细化标引，针对不同类型图像的释图文字，制定相应的扩展元数据。如针对疾病图设置证候表现、辨证分析、治则治法、处方用药等扩展元数据。相关图像：与标引对象有关联的其他图像。备注：关于图像本体需要备注说明的内容。包括时代背景、学术渊源、流传脉络等等14。所有图像的标引工作均在“中医药古籍图像标引系统”中完成。古籍书目信息的数字化处理分为以下几项。序号：古籍在中国中医药古籍总目中的顺序号为古籍在此系统中的唯一标识。作者信息：每本古籍的作者及注释整理者等。包括作者的别称：字、号、尊称、谥号、官职等。责任方式：作者对该书的责任方式。包括：撰著、纂、修、注、辑注、编辑、校注、编注、图注、集注、编、辑、译、绘、书、篆刻等。版本信息：分“版本信息”“馆藏信息”“调研信息”“备注信息”四组进行标引。所属丛书：该版本所属的丛书。馆藏信息：该版本古籍所藏的图书馆。索书号：该古籍所在整理过程中的编号。调研信息：此组标引在文献研究所实地查阅过程中，中医药古籍图像调查表上所填写的原始调研记录。包括每本古籍中所刊载的图总数、获图总数、墨线插图数、彩绘插图数、书影总数。单位均为“幅”。备注信息版本形态：对于书本实体形态的描述。包括行款、装订方式和板框形制等。任务备注：关于此标引任务的备注说明。包括任务中关于图像种类、数据完整性、拟分配标引人员等备注信息。建立数据库时，严格遵守CALIS特色库管理型元数据规范 古籍描述元数据规范 CALIS特色库子项目参见馆本地系统基本技术规范。以便今后条件成熟时申请加入CALIS数据库建设与共享项目，在购买 CSLIS专业特色数据库开发软件时，实现数据库的平滑迁移11。2.4 构建服务平台 服务平台采取 B/S模式，即浏览器/服务器模式。用户只需在浏览器中打开该网站网页进行检索和浏览，不需下载任何客户端。网页顶部放置?W 站名称，标志与广告横幅。紧接着网页顶部下面一栏是对产品类别，服务的简介及导航等。左侧为内容分类等。右侧为登录框和搜索等。网页底端放置网站的辅助信息15。服务平台的帮助工具：放大镜，图片管理软件等。相应内容的参考工具：历史年表，干支纪年表，纪年换算表，六十四卦，