150 萬字形一次蒐齊,東亞最大規模文字圖像資料庫上線啟用

作者 | 發布日期 2020 年 10 月 13 日 15:05 | 分類 數位內容 , 網路 , 軟體、系統 Telegram share ! follow us in feedly


開放資料(open data)與數位典藏(digital archive)讓史料研究變得更簡單!中研院歷史語言研究所與數位文化中心自 2019 年起開發「簡牘字典──史語所藏居延漢簡資料庫」,今年進一步與日本 5 大學研機構合作建置東亞規模最大的「歷史文字資料庫統合檢索系統」,於今天正式啟用。使用者透過單一入口網即可跨國、跨機構檢索橫跨千年的高畫質歷史文字圖像。目前整合的 5 個資料庫約有 150 萬件高解析度文字圖像,均依創用 CC 條款釋出,且可免費下載,進行加值利用。

「歷史文字資料庫統合檢索系統」由史語所、數位文化中心與奈良文化財研究所、東京大學史料編纂所、國文學研究資料館、國立國語研究所、京都大學人文科學研究所等日本學研機構合作建置。整合了源自中國與日本的簡牘與紙本、文書與典籍、抄本與刻本等紀元前至 19 世紀的文字圖像數位資源。

跨資料庫搜尋有賴使用相同的語法規範。數位文化中心陳淑君執行祕書表示,此次與日本學研機構共同確立了文字圖像數位資源共享與流通的體制,並議定一致的國際圖像互通架構(International Image Interoperability Framework,IIIF)規範,以供多方共同遵循,如此一來,便可從彼此的資料庫中檢索出指定的單字圖像。

近年開放資料概念的標準化影響數位典藏的發展。1990 年代史語所開始進行簡牘影像及釋文數位化工作,2002 年起參與數位典藏國家型科技計畫。為了探究以簡牘為主題的開放性資料庫架構,2019 年起史語所與數位文化中心導入 IIIF 規範,結合鏈結開放資料(Linked Open Data,LOD)等技術,開發「簡牘字典──史語所藏居延漢簡資料庫」。不僅發展出強大的圖像縮放瀏覽、提取單字字形、圖像比較、標註功能,改善簡牘研究的工具,更建構史語所藏漢簡圖像、後設資料的開放共享環境,更成為此次跨國合作「歷史文字資料庫統合檢索系統」的重要基礎。

計畫主持人、中研院史語所劉欣寧助研究員表示,此檢索系統是文字圖像典藏機構間首次創新合作模式,這次系統的公開上線只是起點,未來將持續號召其他典藏機構加入,並嘗試深化技術。期許在文字圖像資源共享的理念下,突破時空的限制,重現東亞漢字文化圈的源流與歷史脈絡。

(首圖來源:pixabay