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）作为国内首个自主开发的楔形文字在线数据库，是教育部哲学社会科学(shèhuìkēxué)研究重大课题攻关项目（23JZD040）的阶段性研究成果(yánjiūchéngguǒ)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(miǎnfèi)使用服务(fúwù)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(shùzì)人文等领域学者的研究需求，DEMC旨在对分散(fēnsǎn)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(jì)）契约文书(wénshū)资源进行(jìnxíng)数字化采集，这些资源实体的分布广泛(guǎngfàn)、专业性强且存在大量未出版内容，其发表渠道也非常零散，传统纸质期刊与电子资源的割裂造成了文献(wénxiàn)搜集的难度。DEMC通过数字人文技术整合上述碎片(suìpiàn)化资源，以期构建集数据采集、文本挖掘、多标签分类、多模态关联展示及(jí)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(zhǔyào)收录两河流域早期的楔形文字文本资源，具体包含(bāohán)三个时期：古苏美尔(sūměiěr)时期（又称前萨尔贡(sàěrgòng)、早王朝时期）、阿卡德时期（又名萨尔贡王朝）和新苏美尔时期（即乌尔(wūěr)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(yǔ)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(xìnxī)，以便提供全方位的研究材料。 DEMC数据库主要包括四种功能，涵盖从(cóng)数据采集到(dào)知识服务的全过程。 DEMC以技术成熟度较高、通用性较强的FileMaker Pro工具为基础进行开发，该(gāi)系统支持与MySQL、Oracle等主流的关系数据库(guānxìshùjùkù)进行数据集成和数据共享，其主要功能包括对早期(zǎoqī)楔形文字契约文书资源进行标准化数据存储，制定统一的文本、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；同时保留动态扩展能力，在使用过程中(zhōng)可以(kěyǐ)灵活增补所需(xū)的新字段。 数据库(shùjùkù)不仅提供文本的转写与(yǔ)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(màifāng)/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(hòuxù)实现更专业、高效的(de)(de)检索，并(bìng)在此基础上提供(tígōng)细粒度(xìlìdù)的知识(zhīshí)服务，DEMC对CDLI的语义(yǔyì)知识表示框架进行了扩展(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》索引(suǒyǐn)平台的相关叙词索引 ，实现了对契约文书(wénshū)内容的语义关联构建(gòujiàn)。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual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(duō)模态资源进行组织和(hé)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（witness）、名义见证人（nominal witness）、签约（signed）、执行（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（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、执行时间、关联文本、文物载体(zàitǐ) 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(shùjùkù)中的资源进行知识抽取和知识库构建(gòujiàn)的过程。 例如，对于契约文本中(zhōng)的“主体”角色，可以通过如下方式进行自动知识抽取(chōuqǔ)： # 语义角色分类示例(shìlì) roles = ["主体(subject)", "客体(kètǐ)(object)", "甲方(jiǎfāng)(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(signed)", "执行(zhíxíng)时间(executed)"] 在知识抽取之后，还(hái)可以利用RAG等新兴的人工智能技术对相关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数据库的核心目标、技术架构、数据流模型及多样化功能模块，并简要概述全栈(quánzhàn)开发(kāifā)的技术解决方案，以(yǐ)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（江苏大学科技信息(xìnxī)研究所） (本文来自澎湃新闻，更多原创资讯请下载(xiàzài)“澎湃新闻”APP)