试论中医药文献的数字化研究

    中医药文献数字化的艰巨性

    既然中医药文献数字化是将中医药文献和其中所蕴涵的知识通过数字手段再现，自然就面临两个关键的问题，一个是手段，一个是内涵。
就手段而言，通过数字技术将中医药文献中的知识、信息进行重现、整合和利用是完全可能的，计算机技术和IT技术的进步已经为这一目标的实现提供了确实可行的手段。就内涵而言，要保障入库的信息是真实可靠的，就需对数字化处理之前的中医药文献进行加工。这种加工的过程是必须的，因为不可能将未经加工的文献照搬到计算机系统之中；这种加工的任务也是艰巨的，因为它需要用传统文献学的知识和方法对文献进行不容含糊的处理。对数字化处理之前的中医药文献进行加工，实际上就是文献学研究，或者叫文献整理，包括目录、版本、校勘、文字、音韵、训诂之类的文献学知识都是必然要使用到的。如果这种加工过程缺失，或加工的质量差，数字化成果的可靠性和真实性势必被削弱。所以，中医药文献数字化实际上是在传统的中医药文献整理基础上的一种进步而已，它并没有脱离文献整理的范畴。如果说近20年来按照传统的方法整理中医药文献很艰难，那么中医药文献数字化所要经历的路程可能要更艰难，因为它既涉及到计算机技术的复杂应用，又必须立足于传统文献整理的基本方法。

    再者，中医药学术是植根于中国传统文化的传统科学，同时与众多的人文学科有着密切的关联性，因而即使能够娴熟地使用文献学的方法，也不一定能保证文献整理的高质量。仅仅做一个文字规范、标点准确的文本，所需的知识也决不仅限于目录、版本、校勘、文字、音韵、训诂等方面的知识。对文献进行标点，虽然整理者没有说什么，但标点的使用却反映了整理者的一切思想。《吕氏春秋·察传》中记载了孔子对“一足”讲解，说明标点并不是一件简单的事。《素问•生气通天论》中的“高粱之变，足生大丁”，王冰解“足”为脚的意思，说明即使是大学问家也会有小的疏漏。新校古籍在文字规范、标点使用、文义理解方面也常有不妥之处。由于中医药文献数字化是要为中医药学术的发展提供科学信息平台，使用者要从中发掘知识，获得信息，并据以进行科学研究，那么其可靠性和真实性无疑是第一位的。要保障这个科学信息平台的真实性和可靠性，可能更重要的是文献的前期加工，因为这种加工是信息获取、知识发现的前提。加工者只有在正确理解原文的前提下，才能进行知识发现和提取，才能使这种正确的信息或者知识经过数字化处理以后得以重现。如果对原文的理解有偏差，必然不能发现其中所蕴涵的知识，必然会提取出不符合原文意思的信息，从而导致最终的结果出现偏差。因为前期加工既是必须的，又是极其繁复的，需要专业人员做大量的细致工作，所以中医药文献数字化尽管意义是空前的，任务的艰巨程度也是空前的。

    中医药文献数字化的广泛性

    由于中医药文献数字化以计算机技术和IT技术为依托，以知识库为模式，能够对数百部甚至数千部中医药文献进行文献学加工和数字化处理，使得其所涵盖的中医药文献具有前所未有的广泛性。理想的境界是能够涵盖全部中医药文献，但要涵盖全部中医药文献，便不可避免地要遇到时代差异的问题。中医药文献经历了漫长的历史过程，不同时代的文献不可避免地带有时代的印记。如果强调彼此的差异性，那么任何一部中医药文献都与其他的文献不同。如果强调彼此的类同性，除了以内容为主要的判定标准外，时代也是重要的指标。尽管任何一部文献都可能是承前启后的，但某一历史时期的文献总是跟同时代的文献有较多的类同性，而与另一历史时期的文献有较大的差异性。若将中医药文献做一大致的时代划分，应该划分为三个阶段，即古代文献、近代文献和现代文献。古代文献指民国以前的文献，近代文献是民国时期文献，而现代文献就是民国以后的文献。之所以这样划分，是因为中医药学在民国以前基本上是在中国传统文化的环境中嬗变，民国以后则受到现代医学和其他现代科技文化的强大影响，而民国时期的中医药学无疑就是两者之间的过渡，其文献的学术内涵和语言使用既不同于古代文献，也不同于现代文献。例如民国间何廉臣所辑的《重印全国名医验案类编》中收录了张锡纯治疗咳嗽的一则医案，张锡纯在案中提到了“硫养”一词，恐怕既不见于古代文献，也不见于现代文献。至于现代中医药文献中已经参入了相当多的现代医学内容，更是古代文献所没有的。正在进行的“中医药科技信息数据库”采用知识库的模式，应该以能够对全部中医药文献进行文献学加工和数字化处理为总体目标，并根据中医药文献的时代特点，在总体设计之下分别设计针对不同时代中医药文献的具体工作方法，使中医药文献数字化的广泛性得以进一步展现。