原標(biāo)題：我國(guó)世界史研究中外文數(shù)據(jù)庫(kù)的利用

　　據(jù)筆者調(diào)查,，國(guó)內(nèi)主要圖書(shū)館購(gòu)買的以及可免費(fèi)利用的外文專業(yè)數(shù)據(jù)庫(kù)資源,，已超過(guò)千種。這些數(shù)據(jù)庫(kù)就文獻(xiàn)類型而言,，可分為圖書(shū),、期刊、學(xué)位論文與會(huì)議論文,、報(bào)紙,、檔案、統(tǒng)計(jì)資料,、報(bào)告,、書(shū)目與文摘,、圖片,、音視頻等。就收入內(nèi)容而言，歷史學(xué)涉及史學(xué)理論,、世界通史與斷代史,、地區(qū)國(guó)別史（涉及70個(gè)左右的國(guó)家）、傳記,、文物考古,，其他學(xué)科如地理、哲學(xué)與宗教,、政治與法律,、軍事、經(jīng)濟(jì),、文化,、科學(xué)、教育,、體育,、語(yǔ)言與文字、文學(xué),、藝術(shù),、醫(yī)藥衛(wèi)生等，也有很多資源可以參考,。世界史研究需要利用數(shù)據(jù)庫(kù)尤其是外文數(shù)據(jù)庫(kù),，這是無(wú)須爭(zhēng)辯的問(wèn)題。需要討論的是,，如何對(duì)這些數(shù)量龐大的數(shù)據(jù)庫(kù)進(jìn)行利用,。本文從定名與定性、專題數(shù)據(jù)庫(kù)的建立,、數(shù)據(jù)庫(kù)內(nèi)容考辨三個(gè)角度,，談一些粗淺的看法。

　　一 

　　所謂定名與定性,，是指對(duì)數(shù)據(jù)庫(kù)的名稱,、性質(zhì)和收錄范圍有清晰的認(rèn)識(shí)。

　　一般而言,，因數(shù)據(jù)庫(kù)開(kāi)發(fā)者都會(huì)提供數(shù)據(jù)庫(kù)名稱,，定名問(wèn)題不會(huì)有太大的困難，但也有一些特殊情況,。其一,，數(shù)據(jù)庫(kù)開(kāi)發(fā)者有時(shí)會(huì)改變數(shù)據(jù)庫(kù)的名稱，從而導(dǎo)致在不同的館藏地或不同的學(xué)者引用中對(duì)同一數(shù)據(jù)庫(kù)標(biāo)引不同,。如美國(guó)檔案類數(shù)據(jù)庫(kù)“美國(guó)解密檔案在線”（U.S. Declassified Documents Online）,，原名為“解密檔案參考系統(tǒng)”（Declassified Documents Reference System）,；期刊類全文數(shù)據(jù)庫(kù)“綜合學(xué)科學(xué)術(shù)文獻(xiàn)大全”（Academic Search Complete），原來(lái)的英文名為“Academic Search Premier”,。在這種情況下,，建議標(biāo)引以最新名稱為準(zhǔn)，同時(shí)了解其歷史名稱,。其二,，存在總庫(kù)、子庫(kù)的情況,。如HeinOnline法律數(shù)據(jù)庫(kù)有60余個(gè)子庫(kù),，美國(guó)國(guó)會(huì)圖書(shū)館的“數(shù)字化收藏”（Digital Collections）有300多個(gè)子庫(kù)。一些開(kāi)發(fā)商或代理商,，還會(huì)重組其數(shù)據(jù)資源,，形成新的總庫(kù)。如Gale公司,，它把旗下部分報(bào)紙期刊類的庫(kù)組成Gale NewsVault,，又把以檔案為主的300余個(gè)子庫(kù)組成“珍稀原始典藏檔案”（Archives Unbound，簡(jiǎn)稱AU）,，還把這兩個(gè)庫(kù)和它的其他偏重原始檔案文獻(xiàn)的子庫(kù)組合起來(lái),，形成了Gale Scholar超大型數(shù)據(jù)庫(kù)。就個(gè)人利用而言,，清晰的子庫(kù)名稱更重要,；但由于一些館藏只標(biāo)引了總庫(kù)，所以也需要了解總庫(kù)名稱,。其三,，館藏機(jī)構(gòu)的標(biāo)引方式，也會(huì)造成名稱的混亂,。比如,，有的館藏只列翻譯而無(wú)原文名稱，各館藏有時(shí)翻譯名稱不同,，以及有的館藏根據(jù)購(gòu)買情況重新擬定數(shù)據(jù)庫(kù)名稱,。如國(guó)家圖書(shū)館購(gòu)買了AU中亞洲的部分專輯，命名為“珍稀原始典藏檔案合集：亞洲”（Archives Unbound Asia）,。

　　確定性質(zhì)指確定文獻(xiàn)的收錄類型,。前文已提及，外文數(shù)據(jù)庫(kù)的文獻(xiàn)類型包括圖書(shū),、期刊,、報(bào)紙、檔案等,。不同類型的文獻(xiàn),，在史學(xué)研究中所起到的作用是不同的,，或作為目錄檢索路徑，或作為前期學(xué)術(shù)史,，或作為史料來(lái)源,。在開(kāi)發(fā)商或圖書(shū)館的數(shù)據(jù)庫(kù)介紹中,，會(huì)說(shuō)明文獻(xiàn)的類型或特征,。需要強(qiáng)調(diào)的是，上述文獻(xiàn)是基于現(xiàn)代的出版類型進(jìn)行分類的,，它很難完全體現(xiàn)人類過(guò)去所積累的文獻(xiàn)的所有特征,，所以只能是相對(duì)性的。比如,，檔案在今天往往指代有密級(jí)的,、生成之時(shí)尚不能為一般公眾查看的文獻(xiàn)，但對(duì)于古代史而言,，甲骨,、碑銘、紙草文書(shū),、木板文書(shū)等,，不管其當(dāng)時(shí)的利用范圍如何，都已是研究那個(gè)時(shí)代的珍貴“檔案”了,。

　　確定收錄范圍,，指弄清數(shù)據(jù)庫(kù)收錄的內(nèi)容特征。在數(shù)據(jù)庫(kù)的介紹中,，一般會(huì)對(duì)此作出說(shuō)明,，如“早期英文書(shū)籍在線”（Early English Books Online）的介紹，一般會(huì)說(shuō)明其收錄的數(shù)量（12.5萬(wàn)余種,、超過(guò)2250萬(wàn)頁(yè)英文著作）,、時(shí)段（1473—1700年之間）、類型（名家著作,、皇家條例及布告,、軍事、宗教和其他公共文件,、年鑒）,、學(xué)科范圍（歷史、語(yǔ)言,、音樂(lè),、美術(shù)、物理學(xué),、婦女研究）等,。但確定內(nèi)容特征有時(shí)也會(huì)有一定的困難,，上文提及的總庫(kù)與子庫(kù)的情況是其中之一。有的數(shù)據(jù)庫(kù)有很多子庫(kù),，但圖書(shū)館一般只會(huì)選擇部分子庫(kù)購(gòu)買,，而標(biāo)引時(shí)卻用總庫(kù)名稱，這樣就很難知道該庫(kù)在某一具體館中的子庫(kù)收錄情況,。另一種情況是,，很多圖書(shū)館會(huì)選擇數(shù)據(jù)庫(kù)中與本校教學(xué)科研密切的模塊來(lái)購(gòu)買，從而導(dǎo)致即便沒(méi)有子庫(kù)的數(shù)據(jù)庫(kù),，在各館中收錄內(nèi)容差異也較大,。比如Sage期刊庫(kù)，有的館（如首都師范大學(xué)）購(gòu)買了500多種現(xiàn)刊,，有的館（如北京大學(xué)）則購(gòu)買了800多種現(xiàn)刊,。同名數(shù)據(jù)庫(kù)各館收藏不同，會(huì)讓同一檢索在不同的館藏出現(xiàn)差異甚至差別較大,。此外,，有的數(shù)據(jù)庫(kù)以模塊形式呈現(xiàn)，模塊下內(nèi)容較多,，而模塊名稱卻未必能完整展現(xiàn)其收錄內(nèi)容,。如ProQuest歷史庫(kù)的一個(gè)模塊“越南戰(zhàn)爭(zhēng)和美國(guó)外交政策（1960—1975年）”（Vietnam War and American Foreign Policy，1960—1975）是一個(gè)單一的數(shù)據(jù)庫(kù),，從其名稱來(lái)看,，只能判斷其與越戰(zhàn)有關(guān)。但這個(gè)數(shù)據(jù)庫(kù)收錄內(nèi)容廣泛,，含有104個(gè)子輯,，內(nèi)容極其豐富，比如有成系列的美國(guó)國(guó)家安全委員會(huì)文件,、國(guó)家安全委員會(huì)會(huì)議記錄,，從肯尼迪到尼克松時(shí)期的國(guó)家安全文件等，實(shí)際上是戰(zhàn)后到20世紀(jì)70年代美國(guó)外交史研究的重要資源,。像這類數(shù)據(jù)庫(kù),，不了解其子輯內(nèi)容就沒(méi)法深入利用。

　　二 

　　定名與定性是我們利用外文數(shù)據(jù)庫(kù)的起步工作,。接下來(lái),，就可以大體判斷某一數(shù)據(jù)庫(kù)與我們所從事研究的關(guān)系，從而確定是否要加以搜集和利用,。類似于做專題文獻(xiàn)書(shū)目一樣,，在從事一項(xiàng)專題性的學(xué)術(shù)研究時(shí)，也要圍繞該研究搜集在線資源，做一個(gè)專題數(shù)據(jù)庫(kù)的列表,。需要注意的是,，這些專題數(shù)據(jù)庫(kù)搜集時(shí)面不能過(guò)窄，它們不僅要包括與某一研究直接相關(guān)的數(shù)字資源,，也要包括一些宏觀性質(zhì)的及可能相關(guān)的其他數(shù)據(jù)庫(kù),。如研究?jī)纱问澜绱髴?zhàn)期間英國(guó)的綏靖外交，首選當(dāng)然是英國(guó)的外交檔案以及重要人物的文件集,，如收錄了60余冊(cè)《英國(guó)外交政策文件,，1919—1939年》的“英國(guó)海外政策文件”（Documents on British Policy Overseas）數(shù)據(jù)庫(kù)、內(nèi)維爾·張伯倫和奧斯丁·張伯倫的文件集（The Papers of Neville Chamberlain,； The Papers of Sir Austen Chamberlain）,、“丘吉爾檔案”（Churchill Archive）,，次選是這一時(shí)期的內(nèi)閣文件（Cabinet Papers）和國(guó)會(huì)文件的系列數(shù)據(jù)庫(kù)（U.K.Parliamentary Papers,， House of Commons Parliamentary Papers， Hansard等）,，最后是反映當(dāng)時(shí)媒體動(dòng)向的重要報(bào)刊,，如“大英圖書(shū)館報(bào)紙”（British Library Newspapers）、《泰晤士報(bào)》《每日電訊報(bào)》《倫敦新聞畫報(bào)》《圖畫郵報(bào)》等,。同時(shí),，通過(guò)“英國(guó)外交部機(jī)密印刷件：北美，1824—1961年”（Confidential Print： North America,， 1824—1961）,、“英國(guó)外交部：美國(guó)通信”（British Foreign Office： United States Correspondence）、“英國(guó)外交部檔案：日本,，1919—1952年”（Foreign Office Files for Japan,，1919—1952）、“英國(guó)外交部檔案：中國(guó),，1919—1980年”（Foreign Office Files for China,，1919—1980）等英國(guó)檔案數(shù)據(jù)庫(kù)，以及美國(guó),、日本,、德國(guó)、澳大利亞,、加拿大等國(guó)家的外交檔案數(shù)字資源,，可了解圍繞英國(guó)綏靖行動(dòng)有關(guān)國(guó)家的互動(dòng)。以上搜集偏重于兩次世界大戰(zhàn)期間與英國(guó)有關(guān),、相對(duì)原始的文獻(xiàn),，也不能忽略一般的通用數(shù)據(jù)庫(kù)，比如圖書(shū)資源（約50種）,、期刊資源（約30種）,、學(xué)位論文資源（十余種）等,。

　　三 

　　在搜集到相當(dāng)?shù)碾娮淤Y源后，還要進(jìn)行內(nèi)容考辨的工作,。這一考辨,，可以從兩個(gè)角度入手。

　　一是觀察數(shù)據(jù)庫(kù)資料來(lái)源和開(kāi)發(fā)機(jī)構(gòu),。一般而言,，政府機(jī)構(gòu)公布的本機(jī)構(gòu)所掌握文獻(xiàn)的權(quán)威性，高于其他來(lái)源,；知名開(kāi)發(fā)商,、學(xué)術(shù)機(jī)構(gòu)開(kāi)發(fā)的專業(yè)性數(shù)據(jù)庫(kù)，高于一般網(wǎng)絡(luò)資源,。例如,，我們要查美國(guó)人口數(shù)據(jù)，最優(yōu)先利用的是美國(guó)人口普查局開(kāi)發(fā)的“美國(guó)事實(shí)發(fā)現(xiàn)者”（American Fact Finder）,，它可以提供美國(guó)人口,、住房、經(jīng)濟(jì)和地理數(shù)據(jù)的來(lái)源,；關(guān)于美國(guó)農(nóng)業(yè)人口,，則要參閱農(nóng)業(yè)部的“國(guó)家農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)”（National Agricultural Statistics Service），它提供了自1840年以來(lái)美國(guó)各州和地區(qū)的農(nóng)業(yè)人口普查數(shù)據(jù),；還可以利用明尼蘇達(dá)大學(xué)的“美國(guó)國(guó)家歷史地理信息系統(tǒng)”（National Historical Geographic Information System）,，它提供了1790年至今的美國(guó)人口普查和其他全國(guó)性調(diào)查統(tǒng)計(jì)資料，包括帶有地理空間屬性信息的人口,、農(nóng)業(yè),、經(jīng)濟(jì)等方面的數(shù)據(jù)。

　　二是注重?cái)?shù)據(jù)形式和原實(shí)體之間的關(guān)系,。就人文學(xué)科的多數(shù)數(shù)據(jù)庫(kù)而言,，其數(shù)據(jù)往往來(lái)自某種實(shí)物。利用這種數(shù)據(jù)庫(kù)時(shí),，除了傳統(tǒng)利用實(shí)物載體要注意的考辨等工作外,，還要考察數(shù)據(jù)形式同原實(shí)體之間的關(guān)系。如紙質(zhì)文獻(xiàn)在電子化的過(guò)程中,，是完整電子化,，還是部分電子化？電子化的文獻(xiàn)是如何排列的,，這種排列同原始文獻(xiàn)的排列關(guān)系何在,？等等。如ProQuest公司開(kāi)發(fā)的“數(shù)字化國(guó)家安全檔案”（Digital National Security Archive），其文獻(xiàn)選取和組合模式是圍繞某一國(guó)家安全問(wèn)題,，抽取來(lái)自不同機(jī)構(gòu)的檔案,，并按時(shí)間先后組織在新的子輯中。雖然所抽取的檔案是完整掃描,，但它并不會(huì)完整掃描原檔案所在卷宗或系列,，研究人員只能通過(guò)不同檔案的時(shí)序排列建立起聯(lián)系。利用這類數(shù)據(jù)庫(kù)時(shí),，有時(shí)還需使用相關(guān)的配套指南,、大事年表、人名索引等工具,。

　　定名與定性,、建立專題數(shù)據(jù)庫(kù)、內(nèi)容考辨,，是利用外文數(shù)據(jù)庫(kù)的基礎(chǔ)工作,。做好這些工作，研究者可以更高效準(zhǔn)確地找到自己所需要的電子資源,。當(dāng)然,，它們并非利用外文數(shù)據(jù)庫(kù)注意事項(xiàng)的全部,，如從知識(shí)考古學(xué)角度,，可以討論數(shù)據(jù)庫(kù)開(kāi)發(fā)的知識(shí)背景、開(kāi)發(fā)動(dòng)機(jī),、開(kāi)發(fā)人員組成,、文獻(xiàn)著錄方式等；從文獻(xiàn)挖掘角度,，可以討論挖掘工具的選用,、關(guān)鍵詞選取、算法等,，這些都是我們?cè)谑褂脭?shù)據(jù)庫(kù)時(shí)需要考慮的內(nèi)容,。

　　（作者：姚百慧,，系首都師范大學(xué)歷史學(xué)院教授）