国内首个楔形文字在线数据库DEMC上线

早期两河(liǎnghé)流域契约(qìyuē)数据库（DEMC）作为国内首个自主开发的楔形文字在线数据库，是(shì)教育部哲学社会科学研究重大课题攻关项目（23JZD040）的阶段性(jiēduànxìng)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AI助手(zhùshǒu)服务。 为服务于国内(guónèi)世界古代史、古文字学、经济史、法律史、比较法学、数字人文等领域学者(xuézhě)的(de)研究需求，DEMC旨在对分散于全球各(gè)地图书馆、博物馆、档案馆的早期(zǎoqī)两河流域（公元前三千纪）契约文书资源进行(jìnxíng)数字化采集，这些资源实体的分布广泛、专业性强且(qiángqiě)存在大量未出版内容，其发表渠道也非常零散，传统纸质(zhǐzhì)期刊与电子资源的割裂造成了文献搜集的难度。DEMC通过数字人文技术整合上述碎片化资源，以期构建集数据采集、文本挖掘、多(duō)标签分类、多模态关联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数据库主要收录两河流域早期的楔形文字文本资源，具体(jùtǐ)包含三个时期：古(gǔ)苏美尔时期（又称前萨尔贡、早王朝(wángcháo)时期）、阿卡德时期（又名萨尔贡王朝）和新苏美尔时期（即乌尔第三王朝）。在内容上，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(chú)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(duō)模态资源，主要包括原始(yuánshǐ)泥板照片、临摹图像等，并记录相关资源实体的馆藏(guǎncáng)信息，以便提供全方位的研究材料。 DEMC数据(shùjù)库(shùjùkù)主要包括四种功能，涵盖从数据采集到知识服务的全过程。 DEMC以(yǐ)技术成熟度较高、通用性较强的FileMaker Pro工具为基础进行开发，该系统支持与(yǔ)MySQL、Oracle等(děng)主流的关系数据库进行数据集成和数据共享，其主要功能包括对早期楔形文字契约文书资源进行标准化(biāozhǔnhuà)数据存储，制定统一的文本、图像(túxiàng)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；同时保留动态扩展能力，在使用过程中可以灵活增补所需的新字(xīnzì)段。 数据库不仅提供文本的转写与英汉双语翻译，还包含多个(duōgè)专业字段，如契约类型、固定格式、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(shìyán)、其他关联信息，以及(yǐjí)文本的出版信息、年代、出土地点(dìdiǎn)、收藏机构、对应CDLI编号等基础(jīchǔ)信息。 为(wèi)在后续实现更专业、高效的检索，并在此基础上提供细粒度的知识服务，DEMC对(duì)CDLI的语义知识表示框架进行了扩展，对两河(liǎnghé)早期契约文本的结构进行深度解析、并以(yǐ)CIDOC-CRM、FOAF为基础，融合(rónghé)《民法典》索引平台的相关叙词(xùcí)索引 ，实现了对契约文书(wénshū)(wénshū)内容的语义关联构建。扩展后的语义结构除包含CDLI提供的各种元数据之外(zhīwài)，增设了Text Information、Historical Document、Visual Item等(děng)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(yǐfāng)（patient）、担保人（guarantor）、见证人(jiànzhèngrén)（witness）、名义见证人（nominal witness）、签约（signed）、执行(zhíxíng)（executed）等专有(zhuānyǒu)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（sale）、借贷（Loan）、租赁(zūlìn)（Lease）等不同类型(lèixíng)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、甲方、乙方、担保人、见证人(jiànzhèngrén)、名义见证人、签署时间、执行(zhíxíng)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(jiàgòu)的基础上对数据库中的资源进行知识抽取和知识库构建(gòujiàn)的过程。 例如(lìrú)，对于契约文本中的“主体”角色，可以通过(tōngguò)如下方式进行自动知识抽取： # 语义角色分类(fēnlèi)示例 roles = ["主体(zhǔtǐ)(subject)", "客体(kètǐ)(object)", "甲方(agent)", "乙方(yǐfāng)(patient)", "担保人(guarantor)", "见证人(jiànzhèngrén)(witness)", "名义见证人(nominal witness)", "签约(qiānyuē)时间(shíjiān)(signed)", "执行时间(executed)"] 在知识抽取之后，还可以利用RAG等新兴的(de)人工智能技术对相关资源构建可视化(kěshìhuà)服务框架，并提供检索和智能化问答功能。 通过(tōngguò)全面介绍DEMC数据库的核心目标、技术架构、数据流模型及多样化功能模块，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(xìnxī)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)