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(zìzhǔ)开发的楔形文字(xiēxíngwénzì)在线数据库，是教育部哲学社会科学研究重大(zhòngdà)课题攻关项目（23JZD040）的阶段性研究成果(yánjiūchéngguǒ)之一(zhīyī)。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助手服务。 为服务于(yú)国内世界古代史、古文字学、经济史、法律史、比较(bǐjiào)法学、数字(shùzì)人文等领域学者的(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(zīyuán)(zīyuán)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搜集的难度。DEMC通过数字人文技术整合上述(shàngshù)碎片化资源，以期构建集数据采集、文本挖掘、多标签分类(fēnlèi)、多模态关联展示及可视化(kěshìhuà)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)两河流域早期的楔形文字文本资源(zīyuán)，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(ākǎdé)时期（又名萨尔贡王朝）和新苏美尔时期（即乌尔第三(dìsān)王朝）。在内容(nèiróng)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，数据库还收录与之相关(xiāngguān)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材料(cáiliào)。 DEMC数据库主要包括四种功能，涵盖(hángài)从数据采集(cǎijí)到知识服务的全过程。 DEMC以技术成熟度较高、通用性较强(jiàoqiáng)的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(cúnchǔ)，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(shǐyòng)过程(guòchéng)中(zhōng)可以灵活增补所需的新字段。 数据库不仅提供文本的(de)转写与英汉双语翻译，还包含多个专业字段，如契约类型、固定(gùdìng)格式、术语(shùyǔ)、标的物(biāodìwù)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(duìyìng)CDLI编号等基础信息。 为在后续实现更专业(zhuānyè)、高效的(de)(de)检索，并(bìng)在此基础(cǐjīchǔ)上提供(tígōng)细粒度的知识服务(fúwù)，DEMC对CDLI的语义知识表示框架进行(jìnxíng)(jìnxíng)了扩展，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》索引平台的相关叙词索引 ，实现了对契约文书(wénshū)内容(nèiróng)的语义关联(guānlián)构建(gòujiàn)。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual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(děng)实体类分别(fēnbié)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（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（Loan）、租赁（Lease）等不同类型契约文书内容的知识表示（以CDLI/P112333为例）。 URI、契约(qìyuē)类型、主体、客体、甲方、乙方、担保人、见证人、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(yìngyòng)环节，DEMC提出在现有语义架构的基础上对数据库中的资源进行知识抽取和知识库构建的过程(guòchéng)。 例如，对于契约文本中的“主体”角色，可以(kěyǐ)通过如下方式(fāngshì)进行自动知识抽取： # 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(jiànzhèngrén)(nominal witness)", "签约时间(shíjiān)(signed)", "执行时间(executed)"] 在知识抽取之后，还可以利用RAG等新兴(xīnxīng)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(zhìnénghuà)问答功能。 通过(tōngguò)全面介绍DEMC数据库的(de)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)