历史语言学的数字成像:“古音小镜”网站

1.1 建设历程

“古音小镜”网站的建设过程不同于有明确组织规划的“主流”数字人文项目，它是由广大爱好者基于兴趣和研究需求一点点推动发展的，这也造就了它数据来源广泛、数据量庞大而运作成本低的特点。

“古音小镜”诞生于2017年，由站长顾国林先生独立创建并运营至今。顾国林先生是计算机行业的资深从业者，小学研究是他的业余爱好，网站最早是为了放置个人积累的历史语言学材料而建立。许多像顾先生一样的小学爱好者通过网络相识，组建了一些方言、古音的兴趣社群。方言群内的爱好者们非常关注方言“定字”的问题：已知方言的音和义，根据古代的韵书、字书推定方言中该字的字形。群友收集了当时能收集到的所有韵书、字书（约15种，后来扩充到37种），希望能通过数字技术实现所有释文的同时查询，“古音小镜”的第一个功能——“古代韵书、字书查询”由此诞生。该功能上线后，社群内反响很好，很多爱好者开始使用。此后，沿着同样的路径，即在站长自己和爱好者们的研究需求推动下，“古音小镜”的内容一步步扩充。

随着数字技术的发展，在检索查询之外， “古音小镜”开始关注如何更高效地服务于语言学研究。站长自身熟悉计算机技术前沿，他发现许多代码界的可视化技术非常适合历史语言学领域的研究，如清人用近三百年完成的诗经分部研究，今天用“多元关系网”可以快速解决这个问题；假借字之间的关系向来是古汉语研究的难题，今天用可视化工具也有望解决。站长希望小学学者能够多考察这些工具，为其研究所用。基于这种认识，“古音小镜”推出了《诗经》韵系联、假借字系联、汉语字音时空关联等统计及可视化功能，在众多语言学数据库中可谓独树一帜。站长本人也将自己的统计结果分析也写成论文上传至网站，充分展现了数字人文在传统语言学研究中的应用空间。由此，“古音小镜”成为一个全面、系统的历史语言学资料与工具共享平台，至今仍在不断更新。

1.2 资料来源

“巧妇难为无米之炊”，网站的每项功能都需要相应的数据支撑，“古音小镜”丰富的功能是建立在其多方面的数据之上的。网站的“更新”及“致谢”栏记录了陆续增加的数据库资料及其来源，分别如表1、图1所示。结合顾国林先生提供的信息，本文将“古音小镜”的资料来源分为以下四类。

（1）Github上的开源数据。Github是程序员分享数据最重要的网站，上面也有语言学方面的资源分享，如日本北海道大学师生人工录入并校对的《篆隶万象名义》《新撰字镜》《宋本玉篇》等，是非常高质量的语言学数字资料。

（2）其他数据库。台湾“引得市”网站录入了《古字通假会典》《简帛古书通假字大系》两书的电子目录，提供了2.4万个假借对，是“古音小镜”网站“简帛假借字系联查询”功能的基础。CBETA（中华电子佛典协会）网站分享有几乎全部的佛经音义类资料，“古音小镜”收录的《玄应一切经音义》《慧琳一切经音义》《新集藏经音义随函录》等材料来源于此。蒋门马先生建立的“白云深处人家”网站共享了海量的道家文献、训诂学文献电子资源，也为“古音小镜”提供了很多材料。

（3）网友主动提供。“古音小镜”上许多难得的材料都来自于小学爱好者们的慷慨帮助。如苏州石汝杰先生提供了《明清吴语词典》电子版及自己制作的勘误表，实现查询功能后，便利了吴语的考字研究；温州潘悟云先生提供了他和学生共同整理的《集韵》电子版；复旦大学李豪先生赠予了一部国内少见的汉越音字典，于是网站增设了“日韩越音”这一功能。还有一些领域此前并没有专门的研究成果，“古音小镜”相关栏目的建立完全基于爱好者们编制的原创材料，如“汉语地理”栏目的粤语寻旺方言，是由寻旺本地的冯志铭先生自主调查记录，于2020年提供给网站的。

（4）外包录入。对于一部分没有电子数据的重要资料，网站也会将工作交给录入公司，如李荣主编的《现代汉语方言大词典》就是由录入公司整理完成。