面向数字人文的辞书关联数据知识组织*

张志美，陈 涛，钱智勇，何 书

0 引言

辞书古代又称 “字书”,是记录语言和语言文化的载体,用来解释字形、读音和释义,是馆藏重要文献资源和人文研究的重要工具。古代辞书知识涉及文字、音韵、语法、修辞、词汇、校勘、句读、句段、篇章等内容。先秦时代的《尔雅》是世界上第一部按同义和百科分类的义类综合性语文辞书,尔雅以古代中原地区规范通用的语言训释上古典籍中的难字和百科异名,反映了先秦时代的社会生活,是人类宝贵的文化遗产[1]。汉代以来的《尔雅》注疏文献是研究典籍文献及先秦语言和文化的知识宝库[2],也是大数据时代重要的知识组织工具。利用现代技术研究古代经典辞书,使非结构化的古代语言知识成为互联网的结构化的开放互联数据,通过网络传承中国优秀传统文化,是通过推动中华优秀传统文化创造性转化和创新性发展,让收藏在博物馆里的文物、陈列在广阔大地上遗产、书写在古籍里的文字都活起来的重要手段[3]。以元数据为基础的关联数据已经成为通用的语义互联的标准规范,利用关联数据对辞书知识组织,以三元组存储词汇知识库,是典籍数字人文的基础建设。网上已发布的词表中包括了大量现代语言同义词和语义概念关系,大量的词表本体研究与实践,为尔雅词表本体构建提供了可以复用的数据和结构。构建尔雅词表本体可以实现尔雅词汇知识的跨语言知识检索与共享复用,将对外国留学生及其他读者检索中文古籍词汇提供帮助；……