臺灣資訊化先驅謝清俊（2014 年）在中國科學院第 10 屆「兩岸三院資訊技術與 應用交流研討會」，發表「淺談人文資訊學的回顧與省思」簡報。他在人文資訊學發 展緩慢議題中提出省思：「目前，人文學者利用數位工具協助研究，還泰半停留在數 據或資料處理的層面。這還是1980 年之前的一般水平啊！遲滯了三十年吶！」謝教 授談的是資訊技術能否及如何協助人文學者做「理解」與「意義」的研究，他深深了 解學科性質的不同、追求的不同，而期許資訊領域不要畏懼困難，努力嘗試達到對人 文學科的影響。因為，資訊科技「對每個領域都提出了對問題的新看法，並提供了對 問題詮釋的新角度和解決問題的新方法，進而建立了對問題理解的新模式和新理論。」
人文學科也不可能自外於這場改變。謝教授沒有責備人文領域的意思，是作資訊端的 反省，但文史研究者難道不需要思考，為什麼我們落後了三十年？新看法、新角度、
新方法、新模式與新理論，連五個新，文史界要持續作壁上觀嗎？
2012 年牛津大學網路研究所教授麥爾荀伯格 Viktor Mayer-Schonberger（）以及
《經濟學人》雜誌資料編輯庫基耶（Kenneth Cukier）合寫了一部《大數據》，宣告
「『數位革命』之後，『資料革命』登場：巨量資料掀起生活、工作和思考方式的全面 革新」。此書一出，很快成為網路書店第一名暢銷書，被喻為十年一見的改變觀念之 書（麥爾荀伯格、庫基耶，2013／林俊宏譯，2013）。數位文明已然再度進化，從原 先的大規模資訊轉換，到現在生產出人類文明的新資料品種，而且數量龐大到自己可 以建立觀點、發言說話。文史界的資訊課題，似乎不容再忽視了。「大數據」的全部 概念或許不盡適用於文史數位化討論，但它提出的思考與方法理念，值得我們借鑑。
（一）技術突破與開放文本
大數據的基本精神在發現與創意開發鉅量資料的價值，提醒我們一個資料導向的 社會與世界即將到來。即「當一切成為資料」、「量化這個世界」，所掌握的訊息可展 延為「無窮無盡」的用途（麥爾荀伯格、庫基耶，2013／林俊宏譯，2013，頁 113、
133）。13 資料化與數位化還不同，數位化僅是將文獻錄為數據或掃瞄，它們必須被
13 「大數據」書中所談其實多為被動性蒐集資料，與我們文史數位化尚須主動建設基礎，階段不 同。但它闡釋的唯有全面資料化以後，才能進行各種創意觀察，發現隱藏的認識，提供人們解 決問題，適用文史研究參考。
進一步詮釋及判斷，才能成為可分析的資料，也才可以成為資訊人眼中真正利用來「做 研究」的工具。
「資料化」不是新名詞，就如同1950 年代史學家嚴耕望（1956）為研究唐代士 風與黨爭，細密考證了唐代二千六百八十餘任共1,116 位尚書省左右僕射、左右丞、
六部尚書與侍郎官員的籍貫、出身、任職等資料，編為圖表；為寫作《唐代交通圖考》，
從《全唐詩》找出 1,000 條以上的相關佐證（嚴耕望，2008）。這裡都看到量化的研 究法。古籍數位化資料也要朝這樣的方向加值，進行數位文本的標示，讓一次整理成 果，提供無數嚴耕望的創意組合取用，而或許省下嚴耕望那種畢生孜孜矻矻、毫不懈 怠喘息的資料爬梳工作。文史研究者資料爬梳工作不僅在獲取材料，也從中奠定對專 業的認識與見識，不是區區資料蒐集可以論價值的。但，如果每一個有志研究者都要 重新去梳理材料、提取關鍵詞彙，重複耗費時間精力，在數位時代是一種消耗與浪費。
更重要的，如果對象只是一部總集、幾部史書與政書，那還在控制範圍，而若跨越的 時間與空間超過人的可能呢？
資料庫進行全文檢索，只能找到完全符合檢索詞內碼的詞彙或單字，無法智慧判 斷可能的相同資料，其結果是粗略的。但進行像XML 語法標示，把材料中的詞彙與 性質定位且定義出來，則不僅可令檢索時完整無誤，數位文件還可進行大串連，真正 地發揮數位化功能，跳脫電子版本的捱板角色（謝清俊，2007，2008）。目前不少個 別製作採excel 檔欄位建置，交由資訊公司轉入資料庫，這樣的數位化未來若無人持 續維護，資料庫是停滯的，資料是封閉的，不便再加利用，也不能匯流成資料大軍。
XML 語法標示，如筆者建置之「古籍叢書資料庫」：
<_ id="1279.枕經閣叢刊（一名太平陳氏枕經閣叢書）"/>
<coll>枕經閣叢刊</coll>（一名<coll type="alias">太平陳氏枕經閣叢書</coll>）
<pr>陳樹鈞</pr>編
<ed>清宣統元年（1909）太平陳氏自刻本</ed>
<ti j="1">菌譜</ti>一 JUAN 宋<pr>陳仁玉</pr>撰 <ti j="1">讀書錄存疑</ti>一 JUAN 宋<pr>潘音</pr>撰 <ti j="1">田間書</ti>一 JUAN 元<pr>林昉</pr>撰
給予每一筆叢書如同身分證的編號，說明別名、編者、版本以及子目書名作者資 料，有了這些標示，未來可隨心運算其間訊息。此項工作需要文史專家投入，只有專
業才能明瞭這些材料的意義，得以正確標示並規畫未來功能。尤其重要的是，制定一 種古籍標示的凡例，如何斷詞、如何突顯各種詞彙。如方志的標示：
<ti j="10">雍録</ti>十 JUAN 宋<pr>程大昌</pr>撰
<ti j="4">元河南志</ti>四 JUAN 清<pr>徐松</pr>輯
〔至元〕<ti j="6">齊乘</ti>六 JUAN<ti j="1">附釋音</ti>一 JUAN 元<pr>于欽</pr>纂 釋音<pr>于潛</pr>撰
〔淳熙〕<ti j="10">新安志</ti>十 JUAN<ti j="1">附録</ti>一 JUAN 宋<pr>羅願</pr>纂
考量讀者檢索時會採用的詞彙，進行標示選擇。但仍有可能如「元河南志」，讀 者未必輸入完整，在許多須首字符合的檢索系統中，此資料很可能漏失。已開發之模 糊檢索功能，即使輸入的詞彙是不完整或跳離在上下幾行的，系統都可以計算出符合 比例，提供選擇呈現。古籍資料要全面進行標示，乍聽下不容易，但事實上今天已有 許多軟體工具可輔助，文史專家只要管控那些電腦所無法判斷與理解的部分。如法鼓 文理學院所建置的「佛學規範資料庫」建立之「知識規範檔」（authority）。如圖 2 此 人名部分，為每一位重要佛學人物建立身分規範碼，包含各種相關知識並多語種內容。
完善此規範檔，未來可以利用在數位文本的自動標示，不論文本中出現的是本名、字 號或各種習見稱號，都可以被規範、標示出來，也就可以完整檢得。
圖2 「鳩摩羅什」規範資料。圖片取自「佛學規範資料庫」（http://dev.
ddbc.edu.tw/authority/person/）。法鼓文理學院版權所有。
法鼓文理學院製作電子佛典CBETA 及相關知識整理與開發，有十分豐富、細膩、
深刻及優越的成績。最難能可貴的是，他們的資料庫、資料本身與各種成果都完全置
放網上，提供無償使用與下載。像他們的人名、地名、時間規範資料庫，即可作為自 動搜尋並標示的工具，讓其他古籍資料庫的標示作業事半功倍。文本開放在此突顯為 一議題。佛教團體建置資料庫，有與其他古籍製作相異之用心與目標，故不能一以概 之。但誠如國學網尹小林（2013）先生所言「我們正處於一個偉大的時代，需要產 生偉大的作品，創造偉大的成果」（光明日報，2013）。基於這樣的使命，就需要有 宏闊的思維，有帶領古籍過渡為數位資料的責任感。
再以維基百科與臉書為例，前者為內容開放的百科全書，由全世界人類共同參與 書寫，無償提供網路自由檢閱，目前中文版已有79 萬 234 個條目（維基媒體基金會，
2015 年 1 月 17 日），同時間大英百科中文版的條目為 7 萬個（遠流出版公司、智慧 藏科技學習公司，無日期），相差十餘倍。維基百科不完全以多取勝，它的內容在全 球協力下已愈來愈完善、深入，且免費、便利使用，這樣的成果簡直是人類的奇蹟與 偉大象徵。維基尚有文庫，也是由世界各地人們自由、義務性地提供文本，文檔已有 11 萬 5,224 篇（維基媒體基金會 a，2014.10.12），不乏古籍作品。或許這些文本內容 不盡精確，但它檢索方便、使用無償，查閱率不下那些收費資料庫。假以時日，這種 開放式文本的成長將不可限量，有哪個團隊的組員能有幾十億人口呢？在數位時代，
資料就是話語權，這是文化霸權的掌握，不啻一場戰爭。另如風靡全球的社群網站－
臉書，全球活躍用戶數在2012 年 10 月突破 10 億（維基媒體基金會 b，2014.10.12），
它不收費，卻為創始人馬克•祖克柏（Mark Elliot Zuckerberg）帶來鉅額財富。祖克 柏早有機會賣出此贏利商品，但他說自己關心的是「如何讓世界更開放」（維基媒體 基金會c，2014.10.12）。可見投資報酬率的資料庫使用思維有另種可能。
數位化人力與金錢資本都鉅大，不可能全部公益，但至少以國家、政府經費製作 的應該向全民開放，資源共享。文本開放後提供大眾加值，加值成果若也開放，全球 受益，可吸引廣泛使用；不開放的加值成果不便利用，難以敵對免費資源。現階段古 籍數位技術還相當多且專業，例如「語意檢索」（葉健欣，2009）與「視覺化古籍校 勘平台」（葉健欣，2014），古籍自動標點、自動比對與自動排版技術（光明日報，
2013）， 已遠過文史學者的可能想像。技術飛躍進步，若能再擁有文本，古籍數位 化趕上二十年，或許能夠期待。
（二）新型態的「船堅礮利」？
數位文本進行標示，後續就能展開各種運算與分析，將詞彙資料發展成視覺化訊 息及衍生資料統計後的新研究議題。以目前製作相當先進與優越的法鼓文理學院佛學
數位文本進行標示，後續就能展開各種運算與分析，將詞彙資料發展成視覺化訊 息及衍生資料統計後的新研究議題。以目前製作相當先進與優越的法鼓文理學院佛學