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(shùjùkù)（DEMC）作为(zuòwéi)国内首个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(bǎnběn)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。 为服务于国内(guónèi)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(rénwén)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(zhuānyèxìng)强且存在(cúnzài)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(diànzi)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、多标签分类、多模态(mótài)关联展示(zhǎnshì)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)两河流域早期的(de)楔形文字文本资源，具体(jùtǐ)包含三个时期：古苏美尔时期（又称前萨尔贡(sàěrgòng)、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（即乌尔第三王朝）。在内容上(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(quánfāngwèi)的研究材料。 DEMC数据库主要包括四种功能，涵盖从数据采集到知识(zhīshí)服务(fúwù)的全过程。 DEMC以技术成熟度较高、通用性较强的(de)(de)FileMaker Pro工具为(wèi)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(duì)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、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(fānyì)，还包含多个专业字段，如契约(qìyuē)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、其他关联(guānlián)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(biānhào)等(děng)基础信息。 为在后续实现更专业、高效的(de)检索，并在此基础上提供细粒度的知识(zhīshí)服务，DEMC对CDLI的语义(yǔyì)知识表示框架进行了扩展，对两河(liǎnghé)早期契约(qìyuē)(qìyuē)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(xiāngguān)叙词索引 ，实现了对契约文书内容的语义关联构建。扩展后的语义结构除包含CDLI提供的各种元数据之外(zhīwài)，增设了Text Information、Historical Document、Visual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(shítǐlèi)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(jiǎfāng)（agent）、乙方（patient）、担保人（guarantor）、见证人（witness）、名义见证人（nominal witness）、签约（signed）、执行(zhíxíng)（executed）等专有概念进行创新性(chuàngxīnxìng)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(bùtóng)类型契约文书内容的知识表示（以CDLI/P112333为例(wèilì)）。 URI、契约类型、主体、客体、甲方、乙方(yǐfāng)、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(zài)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(de)“主体(zhǔtǐ)”角色，可以通过如下方式进行自动知识抽取： # 语义(yǔyì)角色分类示例 roles = ["主体(zhǔtǐ)(subject)", "客体(object)", "甲方(jiǎfāng)(agent)", "乙方(yǐfāng)(patient)", "担保人(guarantor)", "见证人(jiànzhèngrén)(witness)", "名义(míngyì)见证人(jiànzhèngrén)(nominal witness)", "签约时间(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资源构建(gòujiàn)可视化服务框架，并提供检索和(hé)智能化问答功能。 通过全面介绍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(kāifā)的技术解决方案，以完整呈现该平台的潜力与功能。用户可(kě)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(qǐng)下载“澎湃新闻”APP)