各位专家，大家好：

　　因为在座各位面孔比较陌生，所以我先介绍一下我自己。跟文史古籍界的各位不太一样，我是踏入文史典籍领域的一个“越俎代庖”分子，不是文字专家，也不是文史专家，只是一个工程师。我原来学自动控制，后来学计算机，但是由于历史的误会，从89年起就卷入中日韩汉字统一当中。是一个CJK统一编码的“始作俑者”者，“始作俑”为什么加引号？因为现在有的人说有好的评价，有的说还有这样那样的问题，不管怎么样，我有相当的责任，因为在国际上我是该项目的长期负责人。我卷入大家做的这个领域是从95年做《汉语大词典》电子版开始，到文渊阁《四库全书》电子版工程，还有大家熟悉的《四部丛刊》电子版，所以我做的事情跟大家相关；但我做的和国学的尹小林比，我在某些地方是“先烈”，有些地方我牺牲了，但没有取得成绩或回报。

　　在这里，我谈到的是狭义的典籍数字化，听起来跟大家不太一样，在座好多专家的理解是广义的。狭义的典籍数字化把整理后的古籍文献内容，从纸面转换为数字，与相关的数字化工具结合在一起，达到字字可查、句句可检的水准，提供给文史工作者使用。这是一个基础工作。目的不是取代文史工作者（也永远取代不了），而是让学者“如虎添翼”（季羡林老先生在我们赠送北京大学《四部丛刊》时讲的话）。进行深层次的研究（广义的数字化：标引、校勘、版本对比、注释、同义词语、韵律、批评…）。这些我们做不好，这些工作是是文史工作者的使命，当然要配合一定的工具。

　　我今天和大家一起交流的，首先看看到典籍数字化的大好形势。95年以前数字化大陆很差，台湾中央研究院做得很好，后来我们做得不错，到今天来看，我们确实是有长足的进步，形成了全面展开的态势，我就把自己视野范围内的标志性发展，以及我自己的感悟和大家交流一下。

　　·文津阁四库全书（标志性的，尽管是做图形版。）

　　·台湾：典藏数位化项目,佛学…（佛学是发动群众，有规模有水平的。）

　　·民间：天一阁（全面数字化，正在研究之中，）

　　·基础：古籍字频统计（还有词语统计，词语统计还不太成熟，字频统计在商务印书馆估计11月份出版。）

　　全面展开，国内（文渊阁《四库全书》、《四部丛刊》）之后，基本古籍CD,国学网…有一些好的发展，比如政府项目：

　　·第一历史档案馆：（作了大量踏踏实实的工作）

　　·清会典（已成为产品）

　　·清实录（已成为产品）

　　·上谕档（进行中）

　　《清会典》和《清实录》已经成为产品，《上谕档》正在制作中，这是我们书同文公司做的，主要是明清档案。

　　此外，

　　·地方志

　　·清史工程

　　·中华大典

　　国际：

　　·日本：《汉方医书大成》已经进入全文数字化第二版

　　·美国：世界大家谱（和国内的一些公司有联系）

　　·韩国：《奎章阁》数字化

　　·法国：《永乐大典》相关典籍数字化

　　对这下发展，我有一些感悟和大家交流。在谈汉字信息化时，我就谈过这样一个观点：汉字源于中国，但是汉字并不只属于中国。汉籍也源于中国，但是并非只有中国可以数字化；如果多次出现让外人将“端午节”“申非”的情势，只说明某些政府部门的无作为和典籍故乡学者的无奈。还有一条，典籍一旦数字化，它的用户群就飞速地扩大到全世界，没有任何学者再成为“绝对权威”，或者说，“学阀”的土壤就不复存在了。大家都处于信息资料公开的平等学术环境中。我也检索过，像利用《四部丛刊》、《四库全书》电子版写论文的，港澳台、海外的很多华人，出的论文可以和大陆相匹敌，别想限制人家，别怨天尤人，还是自己急起直追吧。电子的市场是走向全世界的。

　　感悟之二，我们可能有很多的数字化设想语抱负，但是字-词-语-文-版，字仍然是基础；适用的文字平台工具，仍然是重中之重。基础不稳，后患无穷。但是，字的重要性主要表现为字样的多样性，而不是字符的多寡。除了大规模字书的需要外，片面地追求“超大、特大字符集”是误解或误导的结果。根据我们的统计CJK_B只占5%%在典籍里，片面的强调大字符集这点，会分散注意力。还有一个就是数字内容为王。我们要高度重视纸张-电子转换的铺路工作，扫描、拍摄、拷贝，不能取代最基础的字符转换工作。必需投入资源。资料扫描在初期是必要的，但是把它作为样板、让人误以为扫描资料就是数字图书馆，这是误导领导和群众，这是很糟糕的事情。

　　感悟之三：数字化典籍最终要走向网络服务，而且是从C/S到B/S。B/S，Browser/Server这个潮流是肯定的。网络服务的主要形式是搜索，搜索的早期问题是查全率差，分类欠缺，Google一查一大片都出来了，但是没有分类，连检繁关联都没有，我们老早就已经做检繁异关联了，这是我们做《四库全书》时，但是人家很快就上来了，这个问题解决了。但是今天和明天的问题是什么呢，我只是一家之言，我认为现在是：“流”满全球，难以溯“源”。例：与时俱进。社科院一老师误以为我是专家，让我查“与时俱进”出自哪儿，一查才清楚，这个词是古已有之的，不是现在才创造的。如果在Google或百度里查，它所找到的一大片成千上万全是流，没有源，找不到源。全部被淹没了。温总理那年中秋引用的一首诗是：“心中为（唯？惟？）念农桑苦，耳里如闻饥冻声。”体会老百姓疾苦的好诗，我一查古籍，里面好几个版本，意思挺多，可是去查Google,Baidu，查不到，都是人民日报上登的那个版本，找不到真实的，缺少深度，抄袭致“浅”呐。比如：有一个词是张本继末，这是我亲身经历的，给一个位小朋友写的藏头诗，他姓张，想一个词是张本继末，想在Google里查一下，一查所有的张本继末解释全一样，全都是抄的，解释是把事情的本末说清楚，我一看觉得不对劲，仔细推敲，真是不对，大家抄来抄去，连标点符号都一样，然而真正的意思是有继承和发展的意思却忽略了，本是根本，到处都说只是“把事情的本末说清楚”，这叫做张本继末，这是不对的，不全面的，起码我提的问题没地去查。所以我们做完《汉语大词典》第一版时，在新闻出版署开发布会时，北大文史系一老师就问有没有例证，如果没有例证就没用，说得很尖锐。确实是这样，我现在越来越认识到这一点。我们为此有了一个新的数字化创意：询经问典，这是Google,BaiDu,MS共同的空白。今天没时间展开谈，有机会希望和大家深入交流一下。

　　感悟之四就是要合作：典籍+数字化，两方面的人，术业有专攻，但一定要合作。我要学习尹小林与文史界的密切联系。我也很欣慰：李铎博士这样的具有文学功底的新一代数字化少壮派的涌现，我真得感到很高兴，原来我主持《四库全书》电子版工程时，他是古汉语的辅导员，和一些北大、北师大的博士生，做了很多贡献，现在，自己也能做很多项目。文理合作的模式很多，其中一个模式在图上（请参看PPT）,我就不说了.像我们书同文数字化公司这样的主要做什么呢，我们是数字化清道夫：把问题突现出来，把平台搭起来，让学者去创造新的成果，像我们做《日本汉方医书》时字很乱，要合作，《清实录》这些可以用一种模式，通过网络，这是可能的。台湾做《佛学》电子版时，能做到把很多佛教信徒通过网络，大家提供知识的帮助、相互咨询，一起来做，这完全是可行的。

　　时间所限，在此打住。谢谢倾听，希望多多联系！

【作者单位】教育部语言文字应用研究所

【联系方式】www.unihan.com.cn
　　　　　　Joe.zhang@unihan.com.cn
　　　　　　joezhang43@hotmail.com