利用电子资料库从事文献校勘学的可能性——汉达文库功能简介

古籍校雠机读模式初探——兼论中国文化研究所「汉达文库」的另类功能 香港中文大学中国文化研究所 何志华 引言﹕ 《太平御览》卷六一八引西汉刘向《别录》谓﹕「雠校,一人读书,校其上下,得误缪为校﹔一人持本,一人读书,若怨家相对,故曰雠也。」诚如刘向所言,「校书」过程严谨,古人校书,反复勘察,校其异同。至于「雠」者,则两人对面而坐,一人诵读,一人聆听,终日相对,才能完成。 时至今日,各地学术机构纷纷建立古籍数据库,校雠学者得计算机之助,可以在弹指之间搜集异文,考其异同,古籍校雠学已然开展了崭新的局面。事实上,在科学技术日新月异的今天,陈垣于《校勘学释例》卷六所提「校法四例」,我们已可利用计算机的记忆、搜寻、对比、连结等功能,初步进行古籍对校、本校及他校的程序。 本文尝试就古籍校雠的机读模式,以香港中文大学中国文化研究所所建「汉达文库」为例,探讨如何利用古籍计算机化数据库进行文献校勘工作,从而研究利用计算机进行古籍校雠工作的可行性及其规限问题。 一.机读模式文献校雠工作之「对校」工序: 刘向校雠古籍,就曾搜集同一本书的不同版本,互为对勘,以见其同异。陈垣《校勘学释例》「校法四例」的第一例即为「对校法」,陈垣说: 以同书之祖本或别本对读,遇不同之处,则注于其旁。i 另蒋伯潜《校雠目录学纂要》亦有相近论点,蒋氏说: 〔刘向〕校书先备许多不同的底本〔……〕所以无论那一种本子,都不能保 其全无错误。如只据一种本子,至多只能对它发生怀疑,觉得难解。必与另 外的本子相雠校,然后能发现它底衍夺错误在甚么地方,而加以删补厘正。ii 倘以机读模式,利用古籍计算机化数据库,就我国古籍文献进行校雠工作,必先就数据库所据的底本素质考量。今天,各地学术机构纷纷建立古籍数据库,而数据库所据底本亦多为善本。然而,并非所有数据库都有采用「对校法」比对同一文献的不同版本的。诚如陈垣所言:「凡校一书,必须先用对校法,然后再用其它校法」,又以为「有非对校决不知其误者」,「有知其误,非对校无以知为何误者。」iii据此可知,「对 1 校法」于文献校雠学至为重要。 现今处理古籍计算机化数据库,就所谓「对校法」而言,其实已包含了崭新的理念。本文以为今天古籍计算机化数据库之对校工序,至少应该分成两个层面进行,今试以香港中文大学中国文化研究所建立之「汉达文库」为例,概略论之: 1.1 文献录入依据版本与别本的对校程序: 香港中文大学中国文化研究所建立之「汉达文库」,目的并非仅仅在于将传世及出土文献数据,从「书本形态」转变为「机读形态」,而旨在有系统地对传世文献及出土文献进行整理工作。以传世文献《淮南子》为例,在输入文献工作之前,研究人员都仔细比较同一文献的不同版本,选择其中旧刻善本又未经后人擅意改动的。经初步比对后,数据库决定采用刘泖生影钞北宋本《淮南子》(台北:艺文印书馆,1974年),亦即《四部丛刊》本作为文本录入的依据。北宋本《淮南子》向称善本,每能保留《淮南》原来面貌。 「汉达文库」所收《淮南子》既以旧刻善本即《四部丛刊》本为依,而此本又未经后人校改,当中底本原来的讹误是可以想见的。因此,「汉达文库」在选定底本后,由研究人员就文献录入依据的《四部丛刊》本,选取其它重要版本进行全面校勘比对工作,并尽量 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 其它版本所见异文。以《淮南子》为例,数据库就曾比对了下述四种不同版本: 1.《淮南子》,台北艺文印书馆1974年影钞北宋本。 2.道藏本《淮南子》,《道藏要籍选刊》第五册,上海古籍出版社1989年版。 3.刘绩本《淮南子》,明弘治王溥刻本。 4.庄逵吉本《淮南子》,《二十二子》本,先知出版社影光绪二年浙江书局校刊本。 又参考了前人学者有关《淮南》之校勘成果合共三十二种。iv研究人员参照不同版本《淮南子》,以及清朝以来学者于《淮南》一书之校雠成果,将别本所见异文及前人之重要论说,加以详细注录,对北宋本《淮南子》进行了有系统的文献整理工作,并校正底本中明显之误字。凡经校改之处,均加上校改符号,以求建立原始文献数据库。此为古籍校勘一般采用之「对校法」工序。此一工序之采用,可以有助「数据库」读者在检阅一书之主要版本时,同时掌握其它别本的异文,学者可以据此比较各本异同,论其优劣,并推敲文本内容思想。 1.2 文献录入依据本从「书本形态」转化为「机读形态」的对校工序: 时至今日,学术机构建立古籍计算机化数据库,只靠上述「对校」方法,显然并不足够。古籍计算机化数据库之建立,旨在将传世文献数据,从「书本形态」转变为 「机读形态」﹔两种「形态」之转换,必然导致文献出现某种程度之「失真」,研究机构得采取相应措施,尽量减少「失真」程度。以传世文献《淮南子》为例,刘泖生影钞的北宋本《淮南子》,亦即《四部丛刊》本,乃学术界公认之《淮南》善本,每能保留《淮南》原来面貌。然而,倘若研究机构在处理文本从「书本形态」转换为「机读形态」时稍一不慎,对善本文献的研究价值就会带来严重的影响。且让我举一例加以说明。北宋本《淮南子.原道》云: 图一欲之心亡于中,则饥虎可尾,何况狗马之类乎! Array「」是「肉」字的异文,在传世文献中是比较罕见的。《淮南子》的大 意是: 如果我们内心里没有吃掉对方的肉的心,那么即使我们把 弄饿虎的尾巴也没有危险,何况是狗马一模拟较善良的动 物呢? 清代著名文献校勘学者王念孙(1744-1832)在未能得见北宋本《淮南子》 以前,看到的《淮南》文本此章多作「欲害之心」或「欲寅之心」,王念 孙不以为然。他细心比对不同数据,认定「欲害之心」或「欲寅之心」 当作「欲之心」,有关论说可见于他的《读书杂志》。v今天,所有传 世的《淮南子》,就只有北宋本是作「」的,恰与王念孙论说相合,可 证王说精妙独到。我们依据北宋本《淮南子》作为计算机化数据库的底 本,就可以保留「欲之心」这一句弥足珍贵的文献 材料 关于××同志的政审材料调查表环保先进个人材料国家普通话测试材料农民专业合作社注销四查四问剖析材料 。然而,选定 了古籍善本作为文献录入依据,并不代表数据库就信而有征。研究机构 将善本文献从「书本形态」转化为「机读形态」的对校工序仍得谨慎为 之,方能避免错误。北京「书同文数字化技术有限公司」制作的「《四部 丛刊》电子数据库」,宣称其《淮南子》之输入依据底本,乃为北京大学 图书馆藏上海涵芬楼影印《四部丛刊》本,「《四部丛刊》电子数据库」 同时收录文本原文图象(即「书本形态」,见图一)及对应释文(即「机 读形态」,见图二),但检索「《四部丛刊》电子数据库」的《淮南子.原 道训》,却发现原文的「欲之心」,在转变为「机读形态」时,被误读 为「欲害之心」。 图二: 此「」字之被误读为「害」,就恰好证明古籍数据库从「书本形态」转变为「机读形态」工序之难,稍一不慎,错误难免。 二.机读模式文献校雠工作之「他校」程序 上文已曾讨论机读模式文献校雠学,在「对校法」上要注意之问题。现再尝试就陈垣「校法四例」中「他校法」之机读模式问题,以「汉达文库」为例加以分析。陈垣说﹕ 「他校法」者,以他书校本书。凡其书有采自前人者,可以前人之书校之﹔有为后人所引者,可以后人之书校之﹔其史料有为同时之书并载者,可以同时之书校之。vi 依据上文所论,「汉达文库」在建库之工序上,已然采用了两重「对校法」,因而符合了文献校雠的基本要求,从而可以进一步探求以机读模式进行「他校」工序之可能性。陈垣谓其书凡有采自「前人」、「后人」或「同时」者,可以前人之书、后人之书及同 时之书校之。现试从先秦两汉所见「互见文献」,及唐宋类书引文两方面,概述「汉达文库」近年在机读文献「他校」之尝试。 2.1 互见文献 陈垣所谓有一书内容又见「前人之书」、「后人之书」、「同时之书」者,其实与先秦两汉的文献传承情况相合。众所周知,先秦两汉传世文献常有多书内容重复互见的情况。清人陈士珂于二百年前,已曾全面研究《韩诗外传》内容与其它古籍互见重出之情况。他利用人手将《韩诗外传》逐章钞录,再凭个人记忆所及,胪列与《韩诗外传》出现相近内容之先秦两汉文献 资料 新概念英语资料下载李居明饿命改运学pdf成本会计期末资料社会工作导论资料工程结算所需资料清单 ,发现传世本《韩诗外传》二百九十章中,有七成内容亦见于其它古籍,可见古籍内容互见重出,固先秦两汉文献之习见现象。陈士珂将其研究成果,编纂成《韩诗外传疏证》,以供后人参考。同年,陈士珂亦编纂《孔子家语疏证》,时至今日,两书仍广为流传。由此可见,古籍互见重出内容之对比研究,意义重大,影响深邃。 1999年,「汉达文库」尝试利用计算机进行先秦两汉传世文献之重复互见现象的研究,开发「机读文献互见内容自动搜寻程序」。该系统专为互见文献的数据处理而设计,研究工作包括三项主要程序﹕ 1.数据库设置程序; 2.互见文献重复内容之配对程序; 3.互见文献确认程序。 在「数据库设置程序」中,系统会自动读取先秦两汉文献的数据文件,同时将文献数据分割为句子单位,并同时列明该等句子的相关数据。这些相关数据包括书名、卷数、节数和行数。 然后,系统将此等句子,按年代、书目储存于预设之表格内。当启动「互见文献重复内容配对程序」后,系统将利用一项自动配对程序,自行搜寻先秦两汉文献数据库,将数据库内容相近之句子编入独立组别,并存放于「结果数据表」中。 最后一项为「互见文献确认程序」。系统将搜寻所得互见文献配对结果加以整理,研究人员即可通过输入书名、卷数、节数或关键词词以搜寻上述互见文献配对结果资料,运用专业之古文献研究知识,判断上述搜寻结果所得书证是否成立。 利用上述工作程序,「汉达文库」已完成先秦两汉古籍所见相关内容之确认工作,并已将初步之研究成果发放于互联网上。 此项研究 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 之长远目标有二: 互見文獻重複 內容配對程序 資料庫設置程序 互見文獻重複 內容配對程序 研究人員互見 文獻檢定程序 一、搜集先秦两汉一切传世古籍互见文献之数据,并以计算机化的形式清楚列示, 俾使学者能够清楚掌握互见文献之情况; 二、利用搜集所得之互见文献资料,探究古代文献之传承关系,从而比对、校勘 今本,考其异同,校订讹误。 举例来说,利用上述程序,学者可以选取不同年代之不同文献,查询该文献可有互见文献。举例而言,学者可以在弹指之间比对《孔子家语》、《说苑》所见重复出现之文献内容﹕ A.《孔子家语.观思》 孔子自卫反鲁,息驾于河梁而观焉。有悬水三十仞,圜流九十里,鱼鳖不能道,鼋鼍不能居。有一丈夫,方将厉之。孔子使人涯止之,曰:「此悬水三十仞,圜流九十里,鱼鳖、鼋鼍不能居也,意者难可济也。」丈夫不以措意,遂度而出。孔子问之曰:「子巧乎?有道术乎?所以能入而出者何也?」丈夫对曰:「始吾之入也,先以忠信;及吾之出也,又从以忠信。措吾躯于波流,而吾不敢以用私,所以能入而复出也。」孔子谓弟子曰:「二三子识之!水且犹可以忠信成身亲之,而况于人乎?」 B.《说苑.杂言》 孔子观于吕梁,悬水四十仞,环流九十里,鱼鳖不能过,鼋鼍不敢居。有一丈夫方将涉之,孔子使人并崖而止之曰:「此悬水四十仞,圜流九十里,鱼鳖不敢过,鼋鼍不敢居,意者难可济也。」丈夫不以错意,遂渡而出。孔子问:「子巧乎?且有道术乎?所以能入而出者何也?」丈夫对曰:「始吾入,先以忠信,吾之出也,又从以忠信。错吾躯于波流,而吾不敢用私,吾所以能入而复出也。」孔子谓弟子曰:「水而尚可以忠信义久而身亲之,况于人乎!」 系统可以按段落显示互见文献资料,亦可按上下两行之模式直接并排对照互见文献,将比对结果清楚显示﹔读者可以据此推断两书之间近义词之使用情况。以上一组《家语》《说苑》互见文献为例,学者可以搜集其中之近义字: 《孔子家语.观思》:「有一丈夫,方将厉之。」 《说苑.杂言》:「有一丈夫方将涉之。」 据《汉语大字典》,「厉」可解作涉深水,也可泛指涉水、渡水。相关用例可参考《诗.邶风.匏有苦叶》:「匏有苦叶,济有深涉。深则厉,浅则揭。」毛《传》:「以衣涉水为厉,谓由带以上也。」又「涉」解作行走,相关用例可以参考《尚书.君牙》:「心之忧危,若蹈虎尾,涉于春冰。」孔《传》:「春冰畏陷。」可见「厉」「涉」两字义近。 依据互见文献比对结果,我们亦可得知古籍「通假字」之使用情况。举例而言,学者通过比对《孔子家语.问玉》与《荀子.法行》之互见内容,可以探求古书「通假字」之使用情况﹕ 《孔子家语.问玉》:「叩之,其声清越而长,其终则绌然,乐也。」 《荀子.法行》:「扣之,其声清扬而远闻,其止辍然,辞也。」 据唐作藩《上古音手册》,「绌」与「辍」分别为物部透母入声字和月部端母入声字。又据高亨《古字通假会典》,「绌」与「辍」古书通用例证甚多,可见两字确然具有「通假字」之关系。 系统以上下两行并排对照的模式,将互见文献之比对结果清楚显示,读者可以据此推断两书之间近义字、通假字之使用情况。由此,学者可以借助计算机,以机读模式完成部分文献对校工序,从而了解先秦两汉不同文献中所见互见重出之内容,通过对照、比勘,进一步推断古书的承传情况。 2.2 类书引文 陈垣所谓「他校法」者,有谓凡其书「有为后人所引者,可以后人之书校之」。考中国唐宋年间编纂之传统类书,乃为前人汇集当时传世文献资料,依类区分,重新排列编纂之典籍。唐、宋两朝,编纂类书蔚然成风,著名类书如《北堂书钞》、《初学记》、《艺文类聚》、《太平御览》等相继编成。类书广泛引录古籍内容,凡此皆属陈垣所谓后人引书之例。然而,传世类书数据浩如烟海,依靠个别学者之努力,难以全面董理类书资料。「汉达文库」于2000年已开展「中国传统类书数据库研究计划」,旨在全面整理传世类书,建立完整之类书电子数据库,其目的有二﹕ 一、建立一完整之类书电子数据库,方便学者探求不同朝代、不同类书之编纂方 法﹔ 二、将类书引文与传世文献文本进行对比研究,探求类书引文与传世文本之异同。 「类书计划」将收录由魏晋六朝至明清的主要类书,诸如《群书治要》、《册府元龟》等皆在收录之列,预计数据库总字数将超过六千万字。同时,输入类书文献皆据旧刻善本,再由研究人员重新校勘﹔凡经校改之处,均加上校改符号,俾便学者知道底本原貌。当「类书数据库」完成后,「汉达文库」即可利用计算机程序将类书引文,与数据库内收录之传世文献进行机读模式之对比,从而为学术界提供崭新「古代文献对校功能」。 三.机读模式文献校雠工作之「本校」程序 考证之学,重在以经证经,也就是所谓的本证法。陈垣的《校勘学释例》卷六论校书之法,当中举出「本校法」﹕「『本校法』者,以本书前后互证,而抉摘其异同,则知其中之谬误。」vii 有关文献本校法,其实可以上述机读模式之「他校法」进行。在同一书内,利用「互见文献配对程序」,于不同章节之间进行搜寻及配对程序,可以成功检得可供「本校」使用之文献材料——此等数据源出同一文献,校雠工作遂不必借助别本。事实上,「本校」乃「对校」以外,另一种重要之校雠方法,在校勘学上功效极大。「本校法」之运用,对数据库录入文献所据版本有严格规限,倘若数据库使用文本并非原始版本,又或曾经后人改动者,皆不宜使用「本校法」。「汉达文库」所收入文献资料悉数采用旧刻本,多能保持古籍原来面貌,因符合「本校法」之要求。 「汉达文库」通过「互见文献配对程序」,可以检得一书之中,有前后出现而内容相彷者多例,今举《吕氏春秋.长见》与《吕氏春秋.观表》同书互见之例说明﹕ 〈长见〉:吴起治西河之外,王错谮之于魏武侯,武侯使人召之。 〈观表〉:吴起治西河之外,王错谮之于魏武侯,武侯使人召之。 〈长见〉:吴起至于岸门,止车而望西河,泣数行而下。 〈观表〉:吴起至于岸门,止车而休,望西河,泣数行而下。 〈长见〉:其仆谓吴起曰:「窃观公之意,视释天下若释, 〈观表〉:其仆谓之曰:「窃观公之志,视舍天下若舍屣。 〈长见〉:今去西河而泣,何也?」吴起抿泣而应之曰:「子不识。」 〈观表〉:今去西河而泣,何也?」吴起雪泣而应之曰:「子弗识也。」 利用计算机就同书互见内容进行比对,可以借助计算机记忆、检索的功能,大幅提升文献「本校」程序的工作效率。 四.机读模式文献校雠之困难: 4.1 计算机现阶段无法进行「理校法」 陈垣在「校法四例」里说﹕ 段玉裁曰:「校书之难,非照本改字不讹不漏之难,定其是非之难。」所谓理 校法也。遇无古本可据,或数本互异,而无所适从之时,则须用此法。此法 须通识为之,否则卤莽灭裂,以不误为误,而纠纷愈甚矣。故最高妙者此法, 最危险者亦此法。viii 「理校法」于校勘学而言最为复杂,亦最为高妙,因而亦最难成功。「理校」之用,非长时间浸淫古籍校理之学,具备通读古籍文句之能力,实无法运用。计算机虽然具备强大内存,然而,在缺乏其它文本进行对比的情况下,现阶段计算机仍难以自行判断古籍文句是否有错,机读文献校雠工作之最大局限亦在于此。 4.2 计算机对读古籍时,难以识别通假字 机读文献校雠工作之另一局限,则在于计算机不能有系统地识别古书之通假字。因而在进行机读文本比对时,有时碍于两种文献在传钞时采用了通假字,两书字形因而不同(于计算机而言是内码的差异),以致无法成功配对文献资料。例如《大戴礼记.文王官人》与《逸周书》有两段文字内容极度相似,然而《大戴礼记.文王官人》其中一句作「伐其所能」,而《逸周书》则作「发其所能」,「伐」、「发」两字形构不同,然而两字分属月部并母入声,及月部帮母入声,其实声近相通,理想的机读文献比对程序,应该能够成功配对。又如《说苑.复恩》「耽我以道」的「耽」,和《韩诗外传》「湛我以道」中的「湛」,二字分属侯部端母平声字,和侯部定母上声字,同样声音相近可通。正因为这些通假字有字形上的差异,令机读系统无从识别,因而在机读模式校雠工作上,未能实时成功检出此等相关句子。 要克服计算机无法识别古书通假字之困难,可考虑将现时学术界广泛接受之通假字典输入计算机,建立全面的古字通假字表。例如由高亨纂着、董治安整理的《古字通假会典》(齐鲁书社,1989)是一部帮助读者认识、判断古字通用现象的重要著述,当中汇集了古籍有关文字通用的大量书证。又如朱起凤编纂的《辞通》(长春古籍书店, 1982)胪列一切古书连语,书中列出同义异体的假借字,体大思精。倘能将此等通假字典专书悉数输入计算机,则可望利用计算机建立「通假字表」,在进行机读模式文献比对时,可以依据「通假字表」自动识别古书中的通假字,从而成功配对古书的相关数据,进行机读校雠工作。 结语﹕ 陈垣昔日所谓四校法,其中的「对校」、「他校」、「本校」三种方法,今人若运用计算机得宜,可以机读模式取代部分人手工序﹔唯独「理校」之法,计算机难以具备学者通过经年研读所得之领会,因而未能取代人手。理校法本是读书心法,机读模式如何取代学者,仍得有赖学术机构长时期之持续研究,发展古籍校雠专用之人工智能系统,方能有望成功。香港中文大学中国文化研究所「汉达文库」,过去十多年来,在机读古籍校雠工作进行了基础阶段的相关尝试,筚路蓝缕,力有未逮,还望学者不吝 赐教,以期终底于成。 i見陳垣《校勘學釋例》,北京:中華書局出版,1959年。頁144。 ii見蔣伯潛《校讎目錄學纂要》,北京:北京大學出版社,1990年。頁87。 iii見陳垣《校勘學釋例》,頁144。 iv「漢達古文獻資料庫」《淮南子》之編纂,曾參考下述文獻:包括1.錢塘《淮南天文訓補注》2.王念孫《讀書雜志》3.王引之《經義述聞》4.孫詒讓《札迻》5.劉台拱《劉氏遺書》6.劉文典《淮南鴻烈集解》7.楊樹達《淮南子證聞》8.俞樾《諸子平議》9. 王叔岷《淮南子斠證》(上)10.王叔岷《淮南子斠證》(下)11.王叔岷《淮南子斠證補遺》12.王叔岷《淮南子斠證續補》13.于大成《淮南鴻烈原道校閱》14.于大成《淮南鴻烈俶真校釋》15.于大成《淮南鴻烈天文校釋》16.于大成《淮南鴻烈地形校釋》17.于大成《淮南鴻烈覽冥校釋》18.于大成《淮南鴻烈精神校釋》19.于大成《淮南鴻烈本經校釋》20.于大成《淮南鴻烈主術校釋》21.于大成《淮南鴻烈齊俗校釋》22.于大成《淮南鴻烈氾論校釋》23.于大成《淮南鴻烈詮言校釋》24.于大成《淮南鴻烈兵略校釋》25.于大成《淮南鴻烈說山校釋》26.于大成《淮南鴻烈說林校釋》27.于大成《淮南鴻烈人間校釋》28.于大成《淮南鴻烈脩務校釋》29.于大成《淮南鴻烈要略校釋》30.于大成《淮南子校釋》31.劉殿爵《三國吳諱鉤沉》32.鄭良樹《淮南子斠理》。 v王念孫云: 「欲寅之心」,「寅」當為「」,字之誤也。「」與「肉」同,「欲肉」者, 欲食肉也。諸本及莊本皆作「欲害之心」,「害」亦「」之誤。《文子.道原 篇》亦誤作「害」。劉績注云:「古『肉』字。」則劉本作「」可知,而今 本亦作「害」,蓋世人多見「害」少見「,故傳寫皆誤也。(見王念孫《讀 書雜志?淮南子第一》江蘇:古籍出版社,1985年,總頁765。) vi見陳垣《校勘學釋例》,頁146。 vii見陳垣《校勘學釋例》,頁145。 viii見陳垣《校勘學釋例》,頁148。 11