地方志引书挖掘及其引书分析研究

《地方志引书挖掘及其引书分析研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、地方志引书挖掘及其引书分析研究衡中青1,2　侯汉清1（1　  南京农业大学信息学院）（2　  佛山科学技术图书馆）摘  要  本文主要研究中国地方志引书挖掘方法，并以旁征博引著称的广东方志《岭南丛述》（物产）为例，从引书的历史时期、高频被引书、作者生活地域和引书学科性质四个方面进行文献计量学研究，以期探讨中国地方志的引书分析方法。关键词  引书挖掘  　模式识别  　引书分析 1　引书的识别方法的选择引书，通常指古籍中引用的文献，古籍中引用文献的方式不同于现代汉语。古代文献的书写不分句读，大都没有标点符号，引用文献和他人话语时也没有注加引用符号，如“《》”和“：“””；引书著录形式没有统

2、一标准，有些引书用全名，有些用异名，有些用简称，随纂写人员行文习惯而异，没有统一引用标准，还有些干脆不用书名，只用作者姓名，如某某云，某某曰，等等。因此，古籍中的引用文字，与行文的其他文字没有区别，这给引书的识别带来极大的困难。人工阅读古籍时，若没有古代典籍的目录学、文献学和古代汉语等领域知识，是没有办法识别其中的引用文献的，即使具有这样的领域知识，工作效率也十分低下；而基于字符匹配的计算机，若不经过人为“训练”，则是一片茫然，无从识得引书。问题的解决办法是，由人来编制计算机软件，使计算机“具备”领域知识，辅助人来识别引书，编制引书索引，把人从繁重的引书识别和索引编制的工作中解放出来。计

3、算机引书识别是中文信息处理中自动分词的研究范畴，能否通过计算机自动分词的方法，把地方志中的引书“分”出来？目前，见诸报道的自动分词方法主要有三种类型：①机械分词法，又称词典式切分法；②语义分词法；③人工智能法，又称理解分词法。其中的词典式切分方法是当前应用广泛且十分有效的方法。词典法是目前常用的三大分词方案（词典法、基于规则切分标记法、人工智能法）之一，这种方法的关键技术和步骤有二：一是词典的构造；二是相应的匹配算法，有什么样的词典就有什么样的匹配算法，词典的构造是基础。词典构造的关键点在于词汇的完备性，无论匹配算法设计得多么精巧，词汇网罗不完全，文献的分词也是不完全、不准确的。本项引书

4、识别研究若采用词典法，必要条件是构造一个词汇十分完备、历史上出现过的所有典籍书目词典，即古籍书目词典。但是，中国古代典籍无计其数、无法统计，且散佚太多，到现在为止，没有人能准确说出史上存佚的古籍数目和种类。现有的古籍目录，大多是典藏部门古籍目录，如书目文献出版社1990年代按学科门类出版过《北京图书馆普通古籍目录》15册。即使有通用性的古籍目录性著作，收书也不全面，如齐鲁书社1989年出版胡道静主编的《简明古籍辞典》收词才2000条，才及现存10万种的2%。因此，缺乏一种词汇完备的古籍书目词典，使得采用词典法寸步难行。因为，古籍中的引用文献五花八门，涉及各个学科，中国地方志中的引书更是如

5、此。方志被誉为“地方性百科全书”，引用的典籍也是百科全书式的。况且，有些引用的是地方文献，根本没有大规模地流通过，甚至引用后不久即散佚，少有人知，古籍词典无法收录这种书目。综上所述，采用词典法自动识别中的引书理论上是可行的，但构建具有完备词汇的引书词典却十分困难。既然现有古籍目录不能提供完备的词汇，我们是否可以从方志文献本身着手，来挖掘其中的引书？2 模式提取笔者在阅读方志文献时，发现这样的语言学现象：①古人在引用文献时，为使句子语法完整、语义协调，通常在所引用的文献后面加上“云”、“曰”等谓语动词，我们称为引用方式规则，如“本草纲目云”、“五山志林曰”，等等；②古代典籍的起名也有一定规

6、律，如：《丹铅余录》、《岭南异物录》等典籍名称的最后一字都是“录”字；再如：《南州记》、《粤东笔记》等典籍名称的最后一字都是“记”字，等等，我们称之为命名规则。这样，我们可以提取出这些引用规则和命名规则，应用这些规则（模式）来挖掘方志中的引书。（1）引书引用语言模式我们通过审读文献发现：纂写人员在引用某书时有某种语言习惯，如：“桂海虞衡志云”、“广东新语曰”等等引书引用语言模式。我们提取这些引书引用语言模式，或称引书规则，见表1（2）引书名称特征的语言模式现代人编著学术著作，有其自身起名特点，如《植物学》、《动物学》、《中国科技史概论》，等等，书名后的“学”、“概论”等字表示该书的性质和

7、特征。古人著书，亦是如此。我们通过审读文献发现，“志”、“记”、“疏”、“经”、“注”、“录”、“谱”、“纪”，等等文字使用频率较高，提取它们作为引书名称特征的语言模式，见表1。（3）人名引用的语言模式在中国地方志中，常出现“某某云”、“某某曰”等字样，如“屈大均云”，“苏东坡曰”等等。通过审读文献,我们发现：在叙述某某云、某某曰时，其实质是在引用某某的著作。原因是，当代人不可能与古人直接对话，提及某个人名，实际上提及的是他的某种著