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（DEMC）作为国内首个自主开发的楔形文字(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），提供免费使用服务(fúwù)以及(yǐjí)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、比较法学、数字人文等领域(lǐngyù)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(zǎoqī)两河流域（公元前三千纪）契约(qìyuē)文书资源(zīyuán)进行数字化采集(cǎijí)，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)(shàngshù)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于一体的综合性平台，为上述各领域的研究者提供系统化(xìtǒnghuà)研究工具。 DEMC数据库(shùjùkù)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：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(nèiróng)(nèiróng)上，DEMC数据库主要收录的契约文书以买卖(mǎimài)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(shítǐ)的馆藏信息，以便提供(tígōng)全方位的研究材料。 DEMC数据库主要包括四种功能，涵盖从数据采集到知识服务(fúwù)的全过程(quánguòchéng)。 DEMC以技术成熟度较高、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等主流的关系数据(shùjù)库进行数据集成和数据共享，其(qí)主要(zhǔyào)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(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(yuán)数据系统(shùjùxìtǒng)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的(de)转写与英汉双语翻译，还包含多个专业字(zì)段，如(rú)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/买方、借贷(jièdài)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(chūtǔ)地点、收藏机构、对应CDLI编号等基础信息。 为(wèi)在后续实现更专业、高效的(de)(de)检索(jiǎnsuǒ)，并在此基础上提供细粒度的知识服务，DEMC对CDLI的语义知识表示框架进行了(le)扩展，对两河(liǎnghé)早期(zǎoqī)契约(qìyuē)(qìyuē)文本的结构(jiégòu)进行深度解析、并以(yǐ)CIDOC-CRM、FOAF为基础，融合《民法典》索引(suǒyǐn)平台(píngtái)的相关叙词索引 ，实现了对契约文书内容的语义关联构建。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual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(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(zūlìn)（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、乙方、担保人、见证人、名义(míngyì)见证人、签署时间(shíjiān)、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(shàng)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(zhōng)的“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(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，并(bìng)简要概述全栈开发的技术解决方案，以完整呈现该(gāi)平台的潜力与功能。用户(yònghù)可通过多字段检索获取全部信息与数据。 韩牧哲(hánmùzhé)（江苏大学科技信息研究所） (本文来自澎湃新闻，更多原创资讯请(qǐng)下载“澎湃新闻”APP)