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(kāifā)的楔形文字在线数据库，是教育部哲学社会科学(shèhuìkēxué)研究重大课题攻关项目（23JZD040）的阶段性研究成果之一。目前(mùqián)其1.0版本(bǎnběn)已经上线（网址：http://wx.xdsxds.com/layout/home），提供免费使用服务以及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、比较法学、数字(shùzì)人文等领域(lǐngyù)学者的研究(yánjiū)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(sānqiān)纪）契约文书资源进行数字化采集，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(diànzi)资源的割裂造成了文献搜集(sōují)的难度。DEMC通过数字人文技术整合上述(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(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数据库主要收录两河流域早期的(de)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(sàěrgòng)、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(wénshū)以买卖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(xiāngguān)的各类多(duō)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，以便提供(tígōng)全方位的研究材料(cáiliào)。 DEMC数据库主要包括(bāokuò)四种功能，涵盖从数据采集到知识服务(fúwù)的全过程。 DEMC以(yǐ)技术成熟度较高、通用性较强的FileMaker Pro工具(gōngjù)为基础进行开发，该系统(xìtǒng)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(kěyǐ)灵活增补所需的新字(xīnzì)段。 数据库不仅提供文本的转写与英汉双语翻译(fānyì)，还包含(bāohán)多个专业字段，如契约(qìyuē)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(shōucáng)机构、对应CDLI编号(biānhào)等基础信息。 为在后(hòu)续实现更专业、高效的(de)检索，并(bìng)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(le)(le)扩展，对两河早期契约文本的结构进行深度解析、并以(yǐ)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，实现了对契约文书(wénshū)内容的语义关联构建。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual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(duō)模态资源进行组织(zǔzhī)和关联。对两河早期契约文书中的主体（subject）、客体(kètǐ)（object）、甲方（agent）、乙方（patient）、担保人（guarantor）、见证人(jiànzhèngrén)（witness）、名义(míngyì)见证人（nominal witness）、签约（signed）、执行（executed）等专有概念进行创新性(chuàngxīnxìng)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(lèixíng)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(jiànzhèngrén)、名义(míngyì)见证人、签署时间、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(xiànyǒu)语义架构的基础上对数据库中的资源进行(jìnxíng)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(juésè)，可以通过如下方式进行自动(zìdòng)知识抽取： # 语义角色(juésè)分类示例 roles = ["主体(zhǔtǐ)(subject)", "客体(kètǐ)(object)", "甲方(agent)", "乙方(yǐfāng)(patient)", "担保人(guarantor)", "见证人(jiànzhèngrén)(witness)", "名义见证人(jiànzhèngrén)(nominal witness)", "签约(qiānyuē)时间(signed)", "执行时间(executed)"] 在知识抽取(chōuqǔ)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可视化服务框架，并(bìng)提供检索和智能化问答功能。 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(quánbù)信息(xìnxī)与数据。 韩牧哲（江苏大学科技信息研究所(yánjiūsuǒ)） (本文来自澎湃新闻，更多原创资讯(zīxùn)请下载“澎湃新闻”APP)