国内首个楔形文字在线数据库DEMC上线

早期(zǎoqī)两河(liǎnghé)流域契约(qìyuē)数据库（DEMC）作为国内(guónèi)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(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。 为服务于国内世界古代史、古文字学、经济史、法律史、比较(bǐjiào)法学、数字人文等领域学者的研究(yánjiū)(yánjiū)需求，DEMC旨在对分散(fēnsǎn)于全球各地(gèdì)图书馆(túshūguǎn)、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(zhèxiē)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(qīkān)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(ākǎdé)时期（又名(yòumíng)萨尔贡王朝）和新(xīn)苏美尔时期（即(jí)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。除契约文书的中英文及拉丁转写(zhuǎnxiě)文本内容外，数据库还(hái)收录与之相关的各类多模态资源，主要包括原始泥板照片(zhàopiān)、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。 DEMC数据(shùjù)库主要包括四种功能，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(gāo)、通用性(tōngyòngxìng)较强的(de)FileMaker Pro工具(gōngjù)为基础进行开发，该系统支持与MySQL、Oracle等主流的关系数据(shùjù)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，在使用过程中可以灵活增补所需的新字段。 数据库不仅提供文本(wénběn)的转写与英汉双语翻译，还包含多个专业字段(duàn)，如契约类型、固定格式、术语、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(yǐjí)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。 为在后续实现更专业、高效的(de)(de)(de)检索，并在此基础(cǐjīchǔ)上提供细粒度(xìlìdù)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，实现了对契约文书(wénshū)(wénshū)内容的语义关联构建。扩展后的语义结构除包含CDLI提供的各种元数据(shùjù)之外(zhīwài)，增设了Text Information、Historical Document、Visual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(xiāngguānlián)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(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(jiànzhèngrén)、名义见证人、签署时间、执行时间、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的基础上对数据库中的资源进行(jìnxíng)知识抽取和(hé)知识库构建的过程。 例如，对于契约文本中的“主体”角色，可以(kěyǐ)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(patient)", "担保人(dānbǎorén)(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RAG等新兴的(de)人工智能(réngōngzhìnéng)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功能。 通过全面介绍DEMC数据库的核心(héxīn)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(jiǎnsuǒ)获取全部(quánbù)信息与数据。 韩牧哲（江苏大学(dàxué)科技信息研究所） (本文来自澎湃新闻(xīnwén)，更多原创资讯请下载“澎湃新闻”APP)