資料庫說明 Introduction

人類有一個古老的夢想：在一個地方裝下古往今來所有的知識——以所有語言寫成的所有的書籍。許多年以前，人們曾大致造出了這樣的圖書館， 建造於西元前300年的亞歷山大圖書館，當時就是被設計成用來放置已知世界的所有羊皮卷。 在相當一段時間內，它裏面放置了約50萬個羊皮卷，大概占了當時所有圖書的30％～70％。 但是即使在亞歷山大圖書館被毀壞之前，能夠把所有知識放在一幢房子的時代也已經過去了。 從那以後，持續的資訊膨脹超越了我們的保存能力。

從蘇美爾人的黏土寫字版時代至今，人類至少已經“出版”了3200萬冊書、7.5億篇文章、2500萬首歌、5億幅圖畫、50萬部電影、300萬個視頻短片和電視節目。 所有這些東西大都分佈在世界各地的圖書館、檔案館和私人收藏者手中。

網路技術的出現和檢索引擎的發展，使得人類可以從新審視將所有的知識放在一個地方的古老夢想了。 目前人類已經完成了將人類第一個10％的知識，網頁形態的非可信知識，進行收集和管理的工作。 進入新的世紀以來，資訊產業出現了一個巨大的變化，這個變化雖然悄無聲息，卻是最基本的，也是革命性的，那就是Unicode替換了ASCII碼作為資訊高速公路的基石， 人們使用全世界統一的數學符號在單一平臺上進行資訊交換的理想變成了現實。

2006年7月發佈的Unicode 5.0標準已經將世界統一的字元總數推進到98,884個（過去國標是七千二百個，臺灣Big5為一萬三千個，我們在這種環境下生活了二十年）， 而目前的編碼字元絕大部分是東亞字元，並且大部分採用四位元組編碼的方式進行字元管理。Unicode的最終目標是90萬個字元編碼。這一變革不僅給西方的硬體和軟體巨頭們帶來巨大的商機， 也為建構超級知識庫提供了可能性，使得人們可以開始整理存在於世界上的第二個10％的知識——印製在紙質媒介上的、圖文對應的可信知識。一個值得關注的現像是， 由於歷史原因，東亞的文獻在數量上和字元使用量上都具有壓倒性的優勢，東亞應該也必將能夠成為建構超級知識庫的主力軍。從中國歷史上看文字字元的使用情況， 不論什麼朝代，超過三千個字以上都屬於生僻字，只要不進行文字學和古文獻研究，三千字都可以解決99％的問題。但是，要完整保存所有的文獻，則必須瞭解和掌握全部字元。 從這個意義上講，西方主導的Unicode編碼舞臺，上演的將是東方的歌舞。

《瀚堂典藏》是目前唯一採用國際通用的超大字元集進行加工校勘的古籍資料庫，其最大特色是文本精准無缺字，並採用高速檢索技術整合各個分庫。 瀚堂在廣泛收集版本和精細校勘的基礎上，致力於建構巨型文獻平臺，以圖文對照的電子圖書館的高新技術形式，以檔案夾分類的書目樹模式，完整保存典籍文獻，提供讀者存真、 快捷，並可以方便查詢、研究、閱讀和推廣的資訊服務。

Hytung Ancient Book Database

The unique Hytung Ancient Book Database (HYTUNG BOOKS), based on Hytung UTF-16 Search Engine and standard Unicode-5, covers a wide array of ancient Chinese dictionaries, etymologies, literature and archaeological writings etc. As a research platform for the sinologists over the world, HYTUNG BOOKS is compatible with Microsoft OS and common internet browsers, and it ends the history of sinology research relying on handwriting, picture replacement or creating symbols when publishing.

Hytung search engine can manage over 70,000 different characters on a universal platform. The natural language search engine can search a string of characters within milliseconds from 30 Gigabyte UTF-16 full text materials. At this time, Hytung Books has collected 30,000 copies of ancient Chinese books and archaeological materials, with over 1 billion characters and 5 million book images. All the data are managed within 10 million records or metadata, and the text and image in every record are associated with each other. It is very easy to review the text by the original images.

The resources collected in the database are primarily focused on about 200 copies of Chinese ancient etymological and classical dictionaries, historical literature, unearthed picture writings such as oracle bone inscriptions and bronze inscriptions, seals, bamboo slips and silk character writings which are organized together with their related images and photos. Some Japanese ancient dictionaries and western classics on Sinology will be added into the database as well. All the ancient materials are full of uncommon characters, and have been edited critically and collated carefully in order to guarantee the database cited as an authority. Hytung has published the revised versions of the two famous Chinese dictionaries, Shuo Wen Jie Zi《說文解字》and Kangxi Dictionary《康熙字典》in 2005 and 2008 respectively.

資料庫特點 Characteristics

獨特的內容規劃

《瀚堂典藏》採用四位元組編碼技術，以小學工具類資料和出土文獻類資料為核心，逐步納入大量傳世文獻，並以此為基礎，建設各種專題文獻。 小學工具類資料由於高達5%的生僻字頻率，歷來是各種古籍數位元化工作不得不有意繞開的“雷區”。《瀚堂典藏》的小學工具類資料涵蓋大部分重要小學類典籍和類書類書籍，並以囊括所有小學書籍和大型類書為己任。該部分資料是國學研究的基礎性工具資料。 《瀚堂典藏》的出土文獻類資料涵蓋大量甲骨文、金文、簡帛文、印章、石刻等出土文獻資料。提供拓片、釋文等內容。該部分資料將是史學各領域研究的基礎性資料。

具有在通用流覽器上自由編輯和流覽的功能

採用B/S模式的“瀚堂”，無需下載任何用戶端，即可在通用流覽器上 進行閱讀和編輯。由於該資料庫採用四位元組編碼技術，徹底解決這些四位元組漢字在電腦平臺上的錄入、 顯示、編輯、檢索、查詢和管理。全庫無造字，所有文字可以自如的在MS-office上進行複製、粘貼和通過互聯網進行廣泛發佈。

獨有的四位元組自然語言全文檢索技術

相對於目前基於二位元組字元系統的（即UCS-2）的互聯網全文檢索，《瀚堂典藏》是全球第一個支援四位元組字元（即UCS-4）、基於互聯網的自然語言海量文本全文超高速檢索系統。 該引擎可以從海量的含有UCS-4字元的文本中在毫秒量級內進行資訊抽取。

The characteristics of Hytung Ancient Book Database

Patent technological innovations. The patent pool includes one UTF-16 search kernel, several UTF-16 web application software technologies, and an array of data entry and editing tools for handling the huge UTF-16 character set.

Quality control system. A desk database processing system is established with all the materials as a great tool for ancient book critical editing. More over, several works are selected to be printed as books, such as Shuo Wen Jie Zi《說文解字》and Kangxi Dictionary《康熙字典》. The error ratio of the books is controlled within 0.05‰ to 0.1‰.

A universal platform for human knowledge. Because most characters in the UTF-16 character set are Chinese characters, the database should be a foundation to build the a knowledge database on a universal platform.

專題文獻庫 Book Database for Special Topics

〖專題文獻〗庫是瀚堂重要的一個數據庫，多个主庫，例如〖中醫藥文獻〗等數據庫都是從〖專題文獻〗庫裏面孕育出來的。 〖專題文獻〗庫中精心設計和實施的分庫是〖大家書房〗，目前已經開立了『明末清初』、『清朝中期』和『清末民初』等專庫,〖出土文獻〗庫也被收錄其中。

〖出土文獻〗庫含甲骨文、金文、簡帛、印章、錢幣和石刻等分庫，是目前唯一的集成性的中國出土實物文獻數據庫， 其中的〖甲骨文〗分庫目前已經收納了所有公開發表的甲骨文資料。『金文』分庫以張亞初《殷周金文集成引得釋文》為最重要資源，涵蓋所有青銅器銘文資料，圖文直接對照。 『印章』分庫已經入庫有二萬多枚先秦和兩漢印章，並收入了一些明清書畫家印章等資料，是目前已公開的最大的印章庫。

The Database for Special Topics is one of Hytung’s most important databases. It houses the special sup-databases such as 『明末清初』,『清朝中期』and『清末民初』.

The Chinese Archaeological Materials Database has sub-libraries that contain Oracle Bone Inscriptions, Chinese Bronze Inscriptions, Silk writings, seals, and Stone Inscriptions. This database is the only one that integrates China’s archeological inscriptions into one literature database. Among these inscriptions, the “Oracle Bone Inscriptions” sub-library has collected all public Oracle Bone Inscriptions available. The Chinese Bronze Inscriptions sub-library is considered very important because it covers all Chinese Bronze Inscription data by matching the images of the characters to the digitalized text. The “seals” sub-library which is the largest public “Seals” database has already stored around twenty thousand pre-Qin Dynasty, and Han Dynasty seals it also has the seals of some Ming and Qing Dynasty painters.

經部集成庫 Jing Bu Book Database

〖經部集成〗庫包括《十三經》、《十三經注疏》、《皇清經解》等分庫和《四部叢刊》經部的所有圖書內容，以及敦煌文獻中與十三經相關的文獻。 《四庫全書》經部的易類、書類、詩類、禮類、春秋類、孝經類、五經總義類、四書類、樂類等九大類已經開始陸續入庫。

其中，〖小學類〗庫是瀚堂最早開發和最著名的數據庫，其質與量皆全球獨步。〖小學類〗下轄多個各具特色的分庫，總共加工完成並入庫管理的圖書品種到2024年已达1600餘種，形成的記錄條目亦近800萬條。新勘本《康熙字典》修訂版等內容已經出版纸质图书，保证了入库数据資料的高精度。數據庫自帶的檢索引擎可以在一秒鐘內提供檢索結果， 檢索到的所有內容可以便利地在Word等編輯工具中自由編輯、複製、再使用。〖小學類〗庫的書目可以展開三層目錄，管理眾多圖書，是文史研究者不可或缺的工具。

The Jing Bu database includes《十三經》，《十三經注疏》，《皇清經解》and other sub-libraries. It also contains all the contents of the 《四部叢刊》. The 《四庫全書》 has many categories related to different types of information that has already been stored into the 〖小學類〗, Ancient Dictionary database .

〖小學類〗 is the Ancient Dictionary database and is Hytung’s earliest and most notable product. This database contains a large amount of unique sub-libraries. There are over 280 types of different ancient dictionaries in this database and about 3 million entries. Wang Hong Yuan’s （王宏源） revised version of the Kangxi Dictionary 《康熙字典》 which has been entered into the database provides accurate information that can be searched throughout the entire database in less than a second. The searched results have been designed to be compatible with Microsoft Word so users can easily copy and paste your needed information and save it as a word document. Therefore due to the large amount of information stored in the database and its high-speed search engine, the Ancient Dictionary database is an essential tool for historical researchers.

史部集成庫 Shi Bu Histories Book Database

〖史部集成〗庫包括『二十四史與清史稿』的專庫，同時該庫目前已經涵蓋了《四部叢刊》史部的全部內容，以及《宋會要輯稿》、《明實錄》和《清實錄》等大型文獻。對歷史地理類、方志類等其他典籍文獻，則開闢分庫進行歸類收納。一些專題性質的史部著作，則在『史部專題文獻』的分類中存放。 目前史部集成收書超过3,500個品種，其中的《史料筆記》300多個品種的圖書開放全文圖文對照閱讀。

The Shi Bu History database contains the『二十四史与清史稿』which is a specialized sub-library made especially for storing 《二十四史》and 《清史稿》. At the same time this database also covers all the information from the Shi Bu 《四部丛刊》. Other Shi Bu books on Geography, Chinese politics, history are also being saved into this database.

子部集成庫 Zi Bu Ancient Philosophers’ Book Database

〖子部集成〗庫目前包括《四部叢刊》子部的全部內容，並陸續匯總更多子部圖書。該庫同時開設『藝術』、 『兵家』等傳統子部圖書分類。〖類書集成〗、〖中醫藥文獻〗、〖佛教典籍〗、〖道教典籍〗等庫的內容也已歸併其中。

〖類書集成〗庫目前主要包括《佩文韻府》、《古今圖書集成》、《太平御覽》、《初學記》、《冊府元龜》、《永樂大典（殘卷）》、《翰苑新書》、《北堂書鈔》 等古代大型類書， 總文字量超过三億字，條目數接近四百萬條。作為古代的百科全書的類書也是富含生僻字的文獻品種，與瀚堂的所有資料庫一樣，〖類書集成〗亦採用國際通用標準及瀚堂四字節檢索專利技術加工整理， 所有圖文資料用戶皆可以便捷搜索、複製、編輯使用。

中醫藥文獻是我國人民幾千年來同疾病作抗爭過程中的經驗總結。整理、研究和使用此寶貴的遺產是發揚中醫藥事業、促進醫藥發展不可推諉的任務。 瀚堂〖中醫藥文獻〗庫的資料總量目前超過790多個品種，共有上萬冊宋、元、明、清的珍貴醫籍，包括日本江戶醫學影北宋本《備急千金要方》、明代金陵初刻本《本草綱目》，以及《古今圖書集成》和敦煌文獻中的所有中醫藥相關的內容。
由於中醫專業性強，〖中醫藥文獻〗庫中的資料大都圖文對應，便利讀者調閱原書頁面立即查驗原書原頁，並可以連續閱讀。該庫不僅可以提供方便的查詢與閱讀服務， 更是中醫藥研究者存真性利用中醫藥文獻的快捷、便利而可信的平臺。〖中醫藥文獻〗為目前全球品質最高和資料量最大的中醫藥文獻數據庫，其資料更定期添加擴充中。

〖佛教典籍〗庫瀚堂首先並已建立最困難之〖佛經音義〗分庫的建立，將歷代針對佛經的字典，諸如《龍龕手鏡》、《一切經音義》、《續一切經音義》、《可洪音義》和丁福保的《佛教大詞典》等資源精细加工入庫。目前这部分内容已将转移到【小学工具】分库中。〖佛教典籍〗庫将在精细整理〖佛經音義〗的基础上，精细全面整理海量佛典，以期為佛經專業研究與佛經愛好者提供基礎工具性之工作平臺。

〖道教典籍〗庫主要整理《正統道藏》和《續道藏》兩部道教文獻集成性叢書， 其中《正統道藏》1000餘卷， 文字總量與《大藏經》相當，資料入庫中。在敦煌文獻中的道教相關內容也一併匯入本庫。

Zi Bu Ancient Philosophers’ Book Database currently includes all the information and contents about the 《四部叢刊》. This database also includes books under the Art and Military classifications as well as other traditional books in other categories. A medical category has also been integrated into the “Chinese Ancient Medicine and Herb Database”.

The Chinese Ancient Encyclopedia database mainly includes 《佩文韵府》（Peiwen Yunfu）, 《古今图书集成》（Gujin Tushu Jicheng）, 《太平御览》（Taiping Yulan） , 《初学记》（Chu Xue Ji）, 《永乐大典（残卷）》（Yongle Dadian）, 《翰苑新书》（Hanyuan Xinshu）,《北堂书钞》（Beitang Shuchao） and many other ancient books. The total word count, or this case, character count in the database is around three hundred million characters and there are 4 million records in this database. As an ancient encyclopedia, the books contained in the database are rich with even the most uncommon Chinese characters that are no long used today. Similar to the Hytung database, the 〖类书集成〗database also utilizes the Universally accessible standard Unicode system which makes researching efficient and easy.

Chinese Medical Literature is compiled by the experience encountered by Chinese people. They’re Experiences with diseases are then analyzed, organized and finally recorded. All the recorded material makes up the Chinese Medical Literature database. In the Chinese Ancient Medicine and Herb Database, there are a total of 712 kinds of ancient books and over 10,000 volumes. All the data in the database are searchable with the Unicode 5.0 standard.

The Buddhism Book Database was Hytung’s most challenging database to create. Works such as the Buddhism dictionaries,《龍龕手鏡》、《一切經音義》、《續一切經音義》、 《可洪音義》and《佛教大詞典》had to be carefully examined, processed and finally added into the database. Right now, all the Buddhism dictionaries materials were moved to the 〖小學工具〗. The new Buddhism Book Database is designed as a necessary tool that provides a basic and easy platform for the scholars that are interested in learning about Buddhism.

The Taoism Book Database mainly organizes information about the two books called 《正統道藏》and 《續道藏》. The book 《正統道藏》 has more than 1000 volumes, the total character count is about the same the amount of characters contained in 《大藏經》.

集部集成庫 Ji Bu Book Database

瀚堂的〖集部集成〗庫目前已經包括《四部叢刊》集部的全部內容，《四庫全書》集部的内容正在快速入库中。『詩文總集』分库中包括《全唐詩》、《全唐文》、《全宋詞》、《皇明經世文摘》和《晚晴簃詩匯》等大型詩文總集。 其他傳統的集部分類，包括『詩文別集』、『文學評論』等分庫，也建立專庫，大量收納相关圖書品種。一些專題性的集部圖書，包括一些名著的多種版本，以及清朝和民國的國學類期刊，正在有計畫地存放在『集部專題文獻』分庫中。

Hytung’s Ji Bu database currently includes the complete set of information about 《四部叢刊》 as well as 《全唐詩》、《全唐文》、《全宋詞》、《皇明經世文摘》,《晚晴簃匯》and other major works. The sub-libraries within this database are 『詩文總集』、『詩文別集』、『文學評論』 and『集部專題文獻』.