国内首个楔形文字在线数据库DEMC上线

早期两河流域契约数据库（DEMC）作为(zuòwéi)国内首个自主开发的(de)楔形文字在线数据库，是教育部(jiàoyùbù)哲学社会科学(shèhuìkēxué)研究重大课题攻关项目（23JZD040）的阶段性研究成果之一。目前其1.0版本已经上线（网址：http://wx.xdsxds.com/layout/home），提供免费使用服务以及(yǐjí)AI助手服务。 为服务于国内世界古代史、古文字学、经济史、法律史、比较法学、数字人文等(děng)领域学者的(de)(de)研究需求，DEMC旨在对分散于全球各地图书馆、博物馆、档案馆的早期两河流域（公元前三千纪）契约文书资源进行数字化采集，这些资源实体的分布广泛、专业性强且存在大量未(wèi)出版内容，其发表渠道也(yě)非常零散(língsǎn)，传统纸质期刊(qīkān)与电子资源的割裂造成了文献搜集的难度。DEMC通过数字人文技术(jìshù)整合上述碎片化资源，以期构建集数据采集、文本挖掘、多标签分类、多模态关联(guānlián)展示及可视化于一体的综合性平台，为上述各领域的研究者提供系统化研究工具。 DEMC数据库主要收录(shōulù)两河(liǎnghé)流域早期的(de)楔形文字文本资源，具体包含三个时期：古苏美尔时期（又称前萨尔贡、早王朝时期）、阿卡德时期（又名萨尔贡王朝）和(hé)新苏美尔时期（即乌尔第三王朝）。在内容(nèiróng)上(shàng)，DEMC数据库主要收录的契约文书以买卖契约和借贷契约为主。除契约文书的中英文及拉丁转写文本内容外，数据库还收录与之相关的各类多模态资源，主要包括原始泥板照片、临摹图像等，并记录相关资源实体的馆藏信息，以便提供全方位的研究(yánjiū)材料。 DEMC数据库主要包括四种功能，涵盖从数据采集(cǎijí)到知识(zhīshí)服务的全过程。 DEMC以技术成熟度较(jiào)高、通用性较强(jiàoqiáng)的(de)FileMaker Pro工具为基础进行开发，该系统支持与MySQL、Oracle等主流的关系数据库进行数据集成和数据共享，其主要(zhǔyào)功能包括对早期楔形文字契约文书资源进行标准化数据存储，制定(zhìdìng)统一的文本、图像采集与整合标准，并以严格的专业元数据系统进行结构化约束；同时保留(bǎoliú)动态扩展能力，在使用过程中可以灵活增补所需的新字段。 数据库不仅提供文本的(de)转写与(yǔ)英汉双语翻译，还包含多个专业字段，如契约(qìyuē)类型、固定格式(géshì)、术语、标的物与数量、缔约方（买卖契约中的卖方/买方、借贷契约中的贷方/借方）、见证人、誓言、其他关联信息，以及文本的出版信息、年代、出土地点、收藏机构、对应CDLI编号等基础(jīchǔ)信息。 为在后续实现(shíxiàn)更专业(zhuānyè)、高效的(de)检索，并(bìng)在此基础(jīchǔ)上提供细粒度的知识服务，DEMC对CDLI的语义(yǔyì)知识表示框架(kuāngjià)进行了扩展(kuòzhǎn)，对两河早期契约文本的结构进行深度解析、并以CIDOC-CRM、FOAF为基础，融合《民法典(mínfǎdiǎn)》索引平台的相关叙词索引 ，实现了对契约文书内容的语义关联构建(gòujiàn)。扩展后的语义结构除(chú)包含(bāohán)CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual Item等实体类分别用于表示契约文书文本特征、契约文书的内容结构及相关联的多模态资源进行组织和关联。对两河早期契约文书中的主体（subject）、客体（object）、甲方（agent）、乙方（patient）、担保人（guarantor）、见证人(jiànzhèngrén)（witness）、名义见证人（nominal witness）、签约（signed）、执行（executed）等专有概念进行创新性界定并实现了细粒度的语义关联构建，实现了针对买卖(mǎimài)（sale）、借贷(jièdài)（Loan）、租赁（Lease）等不同(bùtóng)类型契约文书内容的知识表示（以CDLI/P112333为例）。 URI、契约类型、主体、客体(kètǐ)、甲方、乙方、担保人(dānbǎorén)、见证人、名义见证人、签署时间、执行时间、关联文本、文物载体 在数据应用环节，DEMC提出在现有语义架构的基础上对数据库中(zhōng)的资源进行知识抽取和(hé)知识库构建的过程。 例如，对于契约文本中的“主体”角色，可以通过如下方式进行(jìnxíng)自动知识抽取(chōuqǔ)： # 语义角色分类示例(shìlì) roles = ["主体(zhǔtǐ)(subject)", "客体(kètǐ)(object)", "甲方(agent)", "乙方(yǐfāng)(patient)", "担保人(dānbǎorén)(guarantor)", "见证人(witness)", "名义见证人(jiànzhèngrén)(nominal witness)", "签约(qiānyuē)时间(signed)", "执行时间(executed)"] 在知识抽取之后，还可以利用RAG等新兴的人工智能技术对相关(xiāngguān)资源构建可视化服务框架，并提供检索和智能化问答(wèndá)功能。 通过全面介绍DEMC数据库的核心(héxīn)目标、技术架构、数据流模型及多样化(duōyànghuà)功能模块，并简要概述(gàishù)全栈开发的技术解决方案，以完整呈现该平台的潜力与功能。用户可通过多字段检索获取全部信息与数据。 韩牧哲（江苏(jiāngsū)大学科技信息研究所） (本文来自澎湃新闻，更多原创(yuánchuàng)资讯请下载“澎湃新闻”APP)