国内首个楔形文字在线数据库DEMC上线

早期两河流域契约(qìyuē)数据库(shùjùkù)（DEMC）作为(zuòwéi)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研究重大(zhòngdà)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（网址：http://wx.xdsxds.com/layout/home），提供免费(miǎnfèi)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(fǎxué)、数字人文等领域学者的(de)研究需求，DEMC旨在对分散于全球各地(gèdì)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)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(fābiǎo)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、多标签分类、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(zhǔyào)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(shíqī)：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(zài)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(wéizhǔ)。除契约文书的中英文及拉丁(lādīng)转写文本内容外，数据库还收录与之相关的各类多(duō)模态资源，主要包括原始泥板(níbǎn)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。 DEMC数据(shùjù)库主要包括四种功能，涵盖从(cóng)数据采集到知识服务的全过程。 DEMC以技术成熟度较高、通用性较强的FileMaker Pro工具为(wèi)基础进行(jìnxíng)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(bāokuò)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(kuòzhǎn)能力(nénglì)，在使用过程中(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、固定格式、术语、标的物与数量、缔约方（买卖契约中(zhōng)的卖方/买方、借贷契约中的贷方/借方）、见证人(jiànzhèngrén)、誓言、其他关联信息，以及文本的出版(chūbǎn)信息、年代、出土地点、收藏机构(jīgòu)、对应CDLI编号等基础信息。 为在(zài)后续实现更专业(zhuānyè)、高效的(de)检索(jiǎnsuǒ)，并在此基础上提供细粒度(xìlìdù)的知识服务，DEMC对CDLI的语义知识表示框架进行(jìnxíng)了扩展，对两河早期契约文本的结构(jiégòu)进行深度(shēndù)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，实现了对契约文书(wénshū)(wénshū)内容的语义关联(guānlián)构建。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual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(jiǎfāng)（agent）、乙方(yǐfāng)（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(jièdìng)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(wèilì)）。 URI、契约类型(lèixíng)、主体、客体、甲方、乙方(yǐfāng)、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 在数据应用(yìngyòng)环节，DEMC提出在现有语义架构的(de)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。 例如，对于契约文本中的“主体”角色，可以通过如下(rúxià)方式(fāngshì)进行自动知识抽取： # 语义角色分类(fēnlèi)示例 roles = ["主体(zhǔtǐ)(subject)", "客体(kètǐ)(object)", "甲方(agent)", "乙方(yǐfāng)(patient)", "担保人(dānbǎorén)(guarantor)", "见证人(witness)", "名义见证人(nominal witness)", "签约(qiānyuē)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，并提供检索和智能化问答功能(gōngnéng)。 通过全面介绍(jièshào)DEMC数据库的核心目标、技术架构、数据流模型及(jí)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(chéngxiàn)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(dàxué)科技信息研究所） (本文(běnwén)来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)