原標(biāo)題：我國世界史研究中外文數(shù)據(jù)庫的利用

　　據(jù)筆者調(diào)查,，國內(nèi)主要圖書館購買的以及可免費(fèi)利用的外文專業(yè)數(shù)據(jù)庫資源，已超過千種,。這些數(shù)據(jù)庫就文獻(xiàn)類型而言,，可分為圖書,、期刊,、學(xué)位論文與會議論文、報(bào)紙,、檔案,、統(tǒng)計(jì)資料、報(bào)告,、書目與文摘,、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)國別史（涉及70個左右的國家）,、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)庫尤其是外文數(shù)據(jù)庫，這是無須爭辯的問題,。需要討論的是,，如何對這些數(shù)量龐大的數(shù)據(jù)庫進(jìn)行利用。本文從定名與定性,、專題數(shù)據(jù)庫的建立、數(shù)據(jù)庫內(nèi)容考辨三個角度,，談一些粗淺的看法,。

　　一 

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

　　一般而言，因數(shù)據(jù)庫開發(fā)者都會提供數(shù)據(jù)庫名稱,，定名問題不會有太大的困難,，但也有一些特殊情況。其一,，數(shù)據(jù)庫開發(fā)者有時會改變數(shù)據(jù)庫的名稱,，從而導(dǎo)致在不同的館藏地或不同的學(xué)者引用中對同一數(shù)據(jù)庫標(biāo)引不同。如美國檔案類數(shù)據(jù)庫“美國解密檔案在線”（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“綜合學(xué)科學(xué)術(shù)文獻(xiàn)大全”（Academic Search Complete），原來的英文名為“Academic Search Premier”,。在這種情況下,，建議標(biāo)引以最新名稱為準(zhǔn)，同時了解其歷史名稱,。其二,，存在總庫、子庫的情況,。如HeinOnline法律數(shù)據(jù)庫有60余個子庫,，美國國會圖書館的“數(shù)字化收藏”（Digital Collections）有300多個子庫。一些開發(fā)商或代理商,，還會重組其數(shù)據(jù)資源,，形成新的總庫。如Gale公司,，它把旗下部分報(bào)紙期刊類的庫組成Gale NewsVault,，又把以檔案為主的300余個子庫組成“珍稀原始典藏檔案”（Archives Unbound，簡稱AU），還把這兩個庫和它的其他偏重原始檔案文獻(xiàn)的子庫組合起來,，形成了Gale Scholar超大型數(shù)據(jù)庫,。就個人利用而言，清晰的子庫名稱更重要,；但由于一些館藏只標(biāo)引了總庫,，所以也需要了解總庫名稱。其三,，館藏機(jī)構(gòu)的標(biāo)引方式,，也會造成名稱的混亂。比如,，有的館藏只列翻譯而無原文名稱,，各館藏有時翻譯名稱不同，以及有的館藏根據(jù)購買情況重新擬定數(shù)據(jù)庫名稱,。如國家圖書館購買了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)庫的文獻(xiàn)類型包括圖書、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,，或作為史料來源,。在開發(fā)商或圖書館的數(shù)據(jù)庫介紹中，會說明文獻(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)人類過去所積累的文獻(xiàn)的所有特征,，所以只能是相對性的,。比如，檔案在今天往往指代有密級的,、生成之時尚不能為一般公眾查看的文獻(xiàn),，但對于古代史而言，甲骨,、碑銘,、紙草文書,、木板文書等，不管其當(dāng)時的利用范圍如何,，都已是研究那個時代的珍貴“檔案”了,。

　　確定收錄范圍，指弄清數(shù)據(jù)庫收錄的內(nèi)容特征,。在數(shù)據(jù)庫的介紹中,，一般會對此作出說明，如“早期英文書籍在線”（Early English Books Online）的介紹,，一般會說明其收錄的數(shù)量（12.5萬余種,、超過2250萬頁英文著作）、時段（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,、語言、音樂,、美術(shù),、物理學(xué)、婦女研究）等,。但確定內(nèi)容特征有時也會有一定的困難,，上文提及的總庫與子庫的情況是其中之一。有的數(shù)據(jù)庫有很多子庫,，但圖書館一般只會選擇部分子庫購買,，而標(biāo)引時卻用總庫名稱，這樣就很難知道該庫在某一具體館中的子庫收錄情況,。另一種情況是,，很多圖書館會選擇數(shù)據(jù)庫中與本校教學(xué)科研密切的模塊來購買，從而導(dǎo)致即便沒有子庫的數(shù)據(jù)庫,，在各館中收錄內(nèi)容差異也較大,。比如Sage期刊庫，有的館（如首都師范大學(xué)）購買了500多種現(xiàn)刊,，有的館（如北京大學(xué)）則購買了800多種現(xiàn)刊,。同名數(shù)據(jù)庫各館收藏不同，會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歷史庫的一個模塊“越南戰(zhàn)爭和美國外交政策（1960—1975年）”（Vietnam War and American Foreign Policy,，1960—1975）是一個單一的數(shù)據(jù)庫，從其名稱來看,，只能判斷其與越戰(zhàn)有關(guān),。但這個數(shù)據(jù)庫收錄內(nèi)容廣泛，含有104個子輯,，內(nèi)容極其豐富,，比如有成系列的美國國家安全委員會文件、國家安全委員會會議記錄,，從肯尼迪到尼克松時期的國家安全文件等,，實(shí)際上是戰(zhàn)后到20世紀(jì)70年代美國外交史研究的重要資源。像這類數(shù)據(jù)庫,，不了解其子輯內(nèi)容就沒法深入利用,。

　　二 

　　定名與定性是我們利用外文數(shù)據(jù)庫的起步工作。接下來,，就可以大體判斷某一數(shù)據(jù)庫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)書目一樣,，在從事一項(xiàng)專題性的學(xué)術(shù)研究時,，也要圍繞該研究搜集在線資源，做一個專題數(shù)據(jù)庫的列表,。需要注意的是,，這些專題數(shù)據(jù)庫搜集時面不能過窄，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,。如研究兩次世界大戰(zhàn)期間英國的綏靖外交，首選當(dāng)然是英國的外交檔案以及重要人物的文件集,，如收錄了60余冊《英國外交政策文件,，1919—1939年》的“英國海外政策文件”（Documents on British Policy Overseas）數(shù)據(jù)庫、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），次選是這一時期的內(nèi)閣文件（Cabinet Papers）和國會文件的系列數(shù)據(jù)庫（U.K.Parliamentary Papers,， House of Commons Parliamentary Papers,， Hansard等），最后是反映當(dāng)時媒體動向的重要報(bào)刊,，如“大英圖書館報(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，通過“英國外交部機(jī)密印刷件：北美,，1824—1961年”（Confidential Print： North America,， 1824—1961）、“英國外交部：美國通信”（British Foreign Office： United States Correspondence）,、“英國外交部檔案：日本,，1919—1952年”（Foreign Office Files for Japan，1919—1952）,、“英國外交部檔案：中國,，1919—1980年”（Foreign Office Files for China，1919—1980）等英國檔案數(shù)據(jù)庫,，以及美國,、日本、德國,、澳大利亞,、加拿大等國家的外交檔案數(shù)字資源，可了解圍繞英國綏靖行動有關(guān)國家的互動,。以上搜集偏重于兩次世界大戰(zhàn)期間與英國有關(guān),、相對原始的文獻(xiàn)，也不能忽略一般的通用數(shù)據(jù)庫,，比如圖書資源（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,，可以從兩個角度入手。

　　一是觀察數(shù)據(jù)庫資料來源和開發(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，高于其他來源,；知名開發(fā)商,、學(xué)術(shù)機(jī)構(gòu)開發(fā)的專業(yè)性數(shù)據(jù)庫，高于一般網(wǎng)絡(luò)資源,。例如,，我們要查美國人口數(shù)據(jù)，最優(yōu)先利用的是美國人口普查局開發(fā)的“美國事實(shí)發(fā)現(xiàn)者”（American Fact Finder）,，它可以提供美國人口,、住房,、經(jīng)濟(jì)和地理數(shù)據(jù)的來源；關(guān)于美國農(nóng)業(yè)人口,，則要參閱農(nóng)業(yè)部的“國家農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)”（National Agricultural Statistics Service）,，它提供了自1840年以來美國各州和地區(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“美國國家歷史地理信息系統(tǒng)”（National Historical Geographic Information System）,，它提供了1790年至今的美國人口普查和其他全國性調(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)庫而言,，其數(shù)據(jù)往往來自某種實(shí)物,。利用這種數(shù)據(jù)庫時，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公司開發(fā)的“數(shù)字化國家安全檔案”（Digital National Security Archive），其文獻(xiàn)選取和組合模式是圍繞某一國家安全問題,，抽取來自不同機(jī)構(gòu)的檔案,，并按時間先后組織在新的子輯中。雖然所抽取的檔案是完整掃描,，但它并不會完整掃描原檔案所在卷宗或系列,，研究人員只能通過不同檔案的時序排列建立起聯(lián)系。利用這類數(shù)據(jù)庫時,，有時還需使用相關(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、內(nèi)容考辨,，是利用外文數(shù)據(jù)庫的基礎(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)庫注意事項(xiàng)的全部,，如從知識考古學(xué)角度，可以討論數(shù)據(jù)庫開發(fā)的知識背景,、開發(fā)動機(jī),、開發(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,，這些都是我們在使用數(shù)據(jù)庫時需要考慮的內(nèi)容。

　�,。ㄗ髡撸阂Π倩�,，系首都師范大學(xué)歷史學(xué)院教授）