古文字編碼缺位，使最具歷史厚度的傳統(tǒng)文化資源成為網(wǎng)絡(luò)傳播盲區(qū)
目前國際標準電腦字符集中已經(jīng)編碼的漢字，或者說通用字符集中已有的漢字，相對漢字發(fā)展史上原有的漢字，有著巨大的覆蓋盲區(qū)。處于盲區(qū)的漢字，無法在通用的電腦終端、手機上獲得處理。這種情況，在古文字文獻中表現(xiàn)得尤為突出。
以《新甲骨文編》（修訂本)為例，該書正編2268字，其中796字是集外字：
挨僾賹譺諳啽埯抝墺仈坺覇佰薭舨捠謗襃賲藵靤虣喺偝憊輩愂誖崩埲逬偪柀胇觱藊覍緶辪杓褾擯擯冫梹僠撥侼舶蔔捕勏乲慚蠺賶乽拆勑讒纏產(chǎn)諂讇椙腸……
而該書附錄的1224字目全屬集外字，即全部3492字目中屬集外字的有2020個。據(jù)此可以大致判斷，甲骨文中的集外字約占60%。甲骨文如此，其他類型古文字文獻也存在類似情況。字符的大片缺位，導(dǎo)致大批珍貴古文字文獻的網(wǎng)絡(luò)閱讀無法真正實現(xiàn)。目前傳世文獻，已經(jīng)基本可以實現(xiàn)網(wǎng)絡(luò)檢索，而出土古文字文獻則基本處于網(wǎng)絡(luò)資源的盲區(qū)，我們?nèi)粢揽烤W(wǎng)絡(luò)來閱讀、檢索甲骨卜辭，結(jié)果會令人遺憾：比如在“國學(xué)大師”網(wǎng)查《甲骨文合集》第六片，即會發(fā)現(xiàn)8個集外字開了天窗（上圖框紅者）。
很顯然，只有解決好上述種種字符集問題，我們的歷史文獻才能在數(shù)字媒體上不打折扣地講述真正的中國故事。而字符集問題的解決，對于當前相關(guān)專業(yè)領(lǐng)域來說，并非極其繁難之事。主要的問題是，我們需要認識到此事的重要性，開始積極采取措施。在這方面，政府的頂層設(shè)計和政策引導(dǎo)會起到關(guān)鍵作用。
當然，問題的具體解決，還需要區(qū)別情況分別對待。首先，對“一字多碼”問題，可以開發(fā)針對性的輸入法，用提示多碼字的方式來幫助輸入者規(guī)避不當文字輸入，實現(xiàn)各內(nèi)碼字同傳統(tǒng)文獻的精準對應(yīng)；在網(wǎng)絡(luò)數(shù)據(jù)庫檢索的環(huán)節(jié)，則可以通過開發(fā)有效的同字多碼認同程序來保證檢索數(shù)據(jù)的準確性。
其次，對第二類問題，即擴展字符的網(wǎng)絡(luò)和數(shù)據(jù)庫使用障礙問題，針對性的程序開發(fā)是解決問題的良策。
對于第三類問題，即如何補充字符集缺口，問題會復(fù)雜一些。事實上，漢字古文字在國際標準字符集中的編碼，在中國的推動下，于本世紀初即已開始，但因為是在相關(guān)國際標準化組織框架下運作，遇到了不少問題，至今并沒有實質(zhì)性進展。鑒于這種情況，我們不妨先走國標路線，即先為中國歷史文獻的集外字實現(xiàn)中國標準的統(tǒng)一編碼，在情況允許時，再使之與國際標準對接。目前，相關(guān)研究領(lǐng)域都是采用字體技術(shù)來應(yīng)對這一難題，其要點就是利用通用GBK字符集中古文字文獻用不到的字符碼位，來填入該字符集本不包含的那些集外字，以“雀占鳩巢”的方式，來構(gòu)建一個對應(yīng)古文字文獻用字的新字符集。這方面，如華東師范大學(xué)中國文字研究與應(yīng)用中心開發(fā)的新版“文字網(wǎng)”古文字文獻數(shù)字平臺，就對集外字的編碼與檢索做了統(tǒng)一標準的有效嘗試，實現(xiàn)了已公布古文字文獻的全面整理與全部文獻用字的檢索顯示，取得了較為豐富的經(jīng)驗。該“文字網(wǎng)”系列古文字文獻數(shù)據(jù)庫分別為甲骨文、金文、楚簡、秦簡等數(shù)據(jù)庫配備專門字體，對于全球所有電腦終端來說，只要下載這些字體，數(shù)據(jù)庫的使用就可以得到完全支持。并且，華東師大文字中心以該系列數(shù)據(jù)庫為根基的出土文獻智能文字識別釋讀系統(tǒng)“文鏡萬象”系列正在開發(fā)中，其中“商周金文智能鏡”日前已舉行發(fā)布會，這一成果具有以下新功能——實現(xiàn)文字及其各種屬性的系統(tǒng)識別，實現(xiàn)成篇文字材料的整體性識別，實現(xiàn)文字載體的特征性影像的識別。“商周金文智能鏡”通過字形識別來打通商周金文各類數(shù)據(jù)關(guān)聯(lián)對接，盤活數(shù)字化營造的商周金文大數(shù)據(jù)系統(tǒng)，推動商周金文研究邁向智能化時代。由上述研究成果可以看出，字體研發(fā)上的經(jīng)驗，對于促成標準字符集出臺及出臺后的科學(xué)使用，具有非常積極的意義。（劉凌 劉志基）
