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(shǒugè)自主开发的楔形文字在线(zàixiàn)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）的阶段性研究成果之一。目前其1.0版本已经上线(shàngxiàn)（网址：http://wx.xdsxds.com/layout/home），提供免费使用服务(fúwù)以及AI助手服务。 为服务于(yú)国内世界古代史、古文字学(gǔwénzìxué)、经济史、法律史、比较法学、数字人文等领域学者的研究需求，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(sānqiān)纪）契约(qìyuē)文书资源(zīyuán)进行数字化采集，这些资源实体的分布(fēnbù)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(tōngguò)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(wājué)、多标签分类、多模态(mótài)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(wénběn)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(qìyuē)文书以买卖契约和借贷契约为主(wéizhǔ)。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(mótài)资源，主要包括(bāokuò)原始泥板照片、临摹(línmó)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。 DEMC数据库主要包括四种功能，涵盖从(cóng)数据采集到知识服务(fúwù)的全过程。 DEMC以技术成熟度较(jiào)高、通用性较强的FileMaker Pro工具为基础进行开发，该系统支持与MySQL、Oracle等(děng)主流的关系数据(shùjù)库进行数据集成(jíchéng)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数据存储，制定统一的文本(wénběn)、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(dòngtài)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)转写与英汉双语翻译，还包含多个专业字(zì)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(dàifāng)/借方(jièfāng)）、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编号等基础信息。 为在(zài)后续实现(shíxiàn)(shíxiàn)更专业、高效的检索(jiǎnsuǒ)，并在此基础上提供(tígōng)细粒度的知识服务，DEMC对(duì)CDLI的语义知识表示(biǎoshì)框架(kuāngjià)进行了(le)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，实现了对契约文书(wénshū)内容的语义关联构建(gòujiàn)。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设(zēngshè)了Text Information、Historical Document、Visual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(zǔzhī)和关联。对两河早期契约文书中的主体(zhǔtǐ)（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（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、契约类型、主体、客体、甲方(jiǎfāng)、乙方、担保人、见证人、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(duì)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，对于(duìyú)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(yǔyì)角色分类示例 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)", "签约时间(shíjiān)(signed)", "执行(zhíxíng)时间(executed)"] 在知识抽取之后，还可以利用(lìyòng)RAG等新兴的人工智能技术对相关资源构建可视化服务(fúwù)框架，并提供检索和智能化问答功能。 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(gōngnéngmókuài)，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(yǔ)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(kējì)信息研究所） (本文来自(láizì)澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)