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(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(shèhuìkēxué)研究重大课题(kètí)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(wǎngzhǐ)：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(fúwù)于国内世界古代史、古文字学、经济史、法律史、比较法学、数字人文等领域学者的研究需求，DEMC旨在对(duì)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(jí)，这些资源实体的分布广泛、专业性强且(qiángqiě)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(jìshù)整合(zhěnghé)上述(shàngshù)碎片化资源，以期构建集数据(shùjù)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研究工具。 DEMC数据库(shùjùkù)主要收录(shōulù)两河流域早期的(de)楔形文字文本(wénběn)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(chú)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(yǐbiàn)提供全方位的研究材料。 DEMC数据库主要包括四种功能(gōngnéng)，涵盖(hángài)从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(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(zīyuán)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(yuán)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(suǒ)需的新字段。 数据库不仅提供文本的转写与(yǔ)(yǔ)英汉双语翻译，还包含多个专业(zhuānyè)字段，如契约类型、固定格式(géshì)、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(de)检索，并在此基础上提供细粒度的知识(zhīshí)服务，DEMC对CDLI的语义知识表示(biǎoshì)框架进行了扩展，对两河早期契约(qìyuē)文本的结构进行深度解析、并以(yǐ)(yǐ)CIDOC-CRM、FOAF为基础，融合《民法典(mínfǎdiǎn)》索引平台的相关叙词索引 ，实现了对契约文书内容的语义关联(guānlián)构建。扩展后的语义结构除包含CDLI提供的各种(gèzhǒng)元数据之外，增设了Text Information、Historical Document、Visual Item等实体类(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(zīyuán)进行组织和关联。对两河早期契约文书中(zhōng)的主体（subject）、客体（object）、甲方（agent）、乙方（patient）、担保人(dānbǎorén)（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(zhǔtǐ)、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(zài)数据应用(yìngyòng)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)通过如下(rúxià)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(kètǐ)(object)", "甲方(agent)", "乙方(yǐfāng)(patient)", "担保人(dānbǎorén)(guarantor)", "见证人(witness)", "名义(míngyì)见证人(nominal witness)", "签约时间(signed)", "执行(zhíxíng)时间(executed)"] 在知识抽取之后，还可以利用RAG等(děng)新兴的人工智能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(wèndá)功能。 通过(tōngguò)全面介绍DEMC数据库的核心目标(mùbiāo)、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（江苏大学科技信息(xìnxī)研究所） (本文来自澎湃新闻，更多原创(yuánchuàng)资讯请下载“澎湃新闻”APP)