迈向人工智能时代的数字目录学

2026-08-24 来源:中国社会科学网-中国社会科学报

微信公众号

分享
链接已复制

  作为中国传统学术“辨章学术,考镜源流”的基石,传统目录学在数智化浪潮激荡下正经历着前所未有的深刻转型。系统梳理数字人文技术(尤其是人工智能技术)在目录学领域的多层次应用实践,不仅能够清晰勾勒出一条从“目录作为数据”“目录作为媒介”到“目录作为知识”的演进脉络,更能生动印证技术赋能对古典学术研究范式革新的强大驱动力。

  目录作为数据

  传统目录学的根本旨归在于统摄群书。然而在数十年的古籍数字化历程中,目录书作为典籍的一个门类(史部目录类),其自身也成为了被数字化的对象。初期的影像化与全文转录虽然保存了目录文本,但这种扁平化的数据结构难以触达目录的学术逻辑。为打破这一局限,各类专题目录数据库相继涌现,目录书被解构并重组为具备高度结构化的元数据集合。以“中国历代典籍总目”“中华古籍书目数据库”“国家珍贵古籍名录”等数据库为例,这种聚合使目录初步突破了传统线性文本的桎梏,跃升为关系型网络文本,为学术研究的知识发现与量化分析提供了可能。

  伴随目录数据的结构化与编目标准的逐步统一,公藏古籍的数字化编目也随之从分散走向联合。以往个性化、封闭式的单馆书目数据库渐次汇入全新的共享编目平台,动态、协作的联合编目模式蔚为主流。以高校系统的“学苑汲古”、公共图书馆系统的“全国古籍普查登记基本数据库”,以及海外图书馆的“日本所藏中文古籍数据库”等平台为代表,它们共同构筑起当前跨地域、跨机构的数字化编目矩阵,为深度数字人文分析奠定了坚实的数据基础。

  目录作为媒介

  尽管当下古籍联合编目已取得显著成效,但其所依托的传统目录数据库在底层架构、数据粒度与应用生态上仍存在固有局限,难以有效支撑人工智能时代大语言模型的深度调用与学术关联发现。在此背景下,构建智能化的目录学基础设施成为破局的关键。夏翠娟等学者设计了基于古籍本体建模的“中文古籍联合目录及循证平台”,通过聚合多源数据库资源,能够依据标准化本体(如书名、人名)跨越不同目录体系,对同书异本进行聚类与比对,有效支持了学者的循证分析。由清华大学数字人文团队建设、笔者负责研发的“典津·全球汉籍影像开放集成系统”则将人工智能深度贯穿于数据处理全流程,构建了由大模型智能体驱动的“版本—目录”对齐框架。该系统以权威的《中国古籍总目》为核心底座,通过“原始书目数据、标准书目数据、版本关联数据、书目智能应用”四层架构,实现了对散落全球的古籍数字化影像资源的自动识别与精准匹配。为有效破解算法“黑箱”,系统采用“AI自动生成按语+专家人工复核”的双轨机制。此外,依托开放API与自定义建库功能,该系统不仅首次为古籍版本资源构建了智能分类管理体系,更推动了平台属性从“数据内容提供”向“知识生产赋能”的转型,为提升我国在全球古典数字资源领域的管理效能与学术话语权提供了坚实支撑。

  目录作为知识

  数字目录学研究的核心理念在于触类旁通,即依托古籍知识的关联与循证,打破壁垒,实现文献学各分支的深度协同。在数智化语境下,目录、版本、校勘、辑佚等传统分支有望依托高度互通的元数据知识体系走向融合,而“辨章学术”这一古典目录学的核心使命,亦将借由前沿技术手段得以不断深化。

  在传统分类法的智能化探索方面,学术界已取得实质性进展。诸雨辰、李绅运用神经词向量模型,对《汉书·艺文志》中的存世文献进行自动聚类,其实验结果印证了四分至六分法在古籍分类中的科学性与稳定性。针对传统四分、六分法难以应对复杂古籍内容的困境,张力元利用机器学习实现自动化的“互著别裁”,成功将古代目录学家的理论设想转化为可落地的技术现实。上述实验表明,机器得出的分类结果不仅可与传世目录学结论形成有效互证,两者之间的差异处更能反哺并揭示出新的学术问题。这些研究均深刻拓展了数字目录学在分类研究领域的维度与边界。

  如果说“辨章学术”侧重于文献的横向宏观聚类,那么“考镜源流”则力求从纵向微观分析中揭示学术内涵的传承脉络,而目录分类演化的可视化分析正为此开辟崭新路径。为规避过度依赖传统框架可能带来的主观预设局限,孙显斌主持的“经籍指掌”系统选取纵贯两千年的多部史志目录为样本,采用人机协同模式构建了历代古籍目录可视化分析平台。该系统依托多维度统计与图形化展示,能够精准回溯单部典籍的分类变迁轨迹及类目演化规律。清华大学数字人文团队正着力研发时间轴知识图谱平台,引入多元算法与模型消歧技术,深度融合时间、空间与文本等多重关联维度,有望为核心历史事件与各类文化知识的源流考证提供一个前瞻性的智能化基础设施。

  清代学者凌廷堪在《礼经释例序》中说:“《仪礼》十七篇,礼之本经也。其节文威仪,委曲繁重……经纬途径之谓何?例而已矣。”所谓“经纬途径”,实则是对繁复文本内在结构逻辑的抽绎。如今,在古籍文本走向深度向量化的进程中,如何为机器提取并重构这种目录清晰的“经纬途径”,成为学术界面临的关键课题。字节跳动团队基于“识典古籍”开发“深度研究助手”,依托智能体技术实现了高效的人机问答交互;深言科技与清华大学联合提出“LingoEDU”模型,通过上下文结构化切分构建起富含语义与层级特征的篇章结构树。这些技术实践不仅有效提升了文言文场景下向量查询的精准度,更为在数字语境下厘清文本肌理、构建层次分明的古籍语义知识网络展现了广阔前景。

  人工智能的深度介入,正将目录学从以手工编目与检索服务为核心的文献整理技艺,重塑为一个融合数据科学、知识工程与人文洞见的交叉学科。从数据聚合、语义对齐到知识发现,AI贯穿了现代目录学研究的全生命周期。这一变革的核心学术意义在于,使学者在赓续“辨章学术,考镜源流”传统精神的同时,得以突破个体阅读与手工考订的物理局限,实现对古籍宏观谱系与微观关联的同步洞察。需要强调的是,AI驱动的目录学不能消解人文思辨,而必须致力于构筑一个更为精密、更具解释力的“数字基座”,在此基座之上,学者的学术直觉与机器的算力实现了优势互补,引领学者从容穿梭于浩瀚古籍的知识网络之间。由此,目录学奠基人、汉代刘向、刘歆父子所创立的“条其篇目,撮其旨意”的经典范式,也终将在数智时代重焕生机。

  (作者系清华大学人文学院、清华大学中华传统文化智能实验室副教授)

【编辑:李培艳(报纸) 张赛(网络)】