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(shùjùkù)（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研究重大课题攻关项目（23JZD040）的阶段性研究成果之一。目前其1.0版本(bǎnběn)已经上线（网址(wǎngzhǐ)：http://wx.xdsxds.com/layout/home），提供免费使用服务以及AI助手服务。 为服务(fúwù)于国内(guónèi)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(lǐngyù)学者的研究需求，DEMC旨在对分散于全球各地图书馆、博物馆、档案馆的早期(zǎoqī)两河流域（公元前(gōngyuánqián)三千纪）契约文书资源进行数字化采集(cǎijí)，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(qúdào)也非常零散，传统纸质期刊与电子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(jí)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数据库主要(zhǔyào)收录(shōulù)两河(liǎnghé)流域早期的楔形文字(xiēxíngwénzì)文本资源，具体包含三个时期：古苏美尔时期（又称前萨尔贡、早王朝(wángcháo)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(yuánshǐ)泥板照片、临摹图像等，并记录相关资源实体的馆藏信息(xìnxī)，以便提供全方位的研究材料。 DEMC数据库主要包括四种功能，涵盖(hángài)从数据采集到知识(zhīshí)服务的全过程。 DEMC以技术成熟度较高、通用性较强的(de)FileMaker Pro工具为基础(jīchǔ)进行开发(kāifā)，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(duì)早期楔形文字契约文书资源进行标准化数据存储(cúnchǔ)，制定统一的文本(wénběn)、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，在使用过程中可以灵活增补所需的新字段。 数据库不仅提供文本的转写与(yǔ)英汉双语翻译，还包含多个(duōgè)专业字段，如契约类型、固定格式、术语、标的物与数量、缔约方(dìyuēfāng)（买卖契约中(zhōng)的卖方/买方、借贷契约中的贷方/借方）、见证人、誓言(shìyán)、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。 为在后续实现(shíxiàn)更专业(zhuānyè)、高效的(de)(de)检索，并在此基础上提供细粒度(xìlìdù)的知识服务，DEMC对CDLI的语义知识表示框架进行(jìnxíng)了扩展，对两河早期契约文本的结构进行深度解析、并以CIDOC-CRM、FOAF为基础，融合《民法典》索引(suǒyǐn)平台的相关叙词(xùcí)索引 ，实现了对契约文书内容的语义关联构建。扩展后的语义结构除包含CDLI提供的各种元数据之外，增设了Text Information、Historical Document、Visual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(děng)(děng)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模态资源进行组织和关联。对两河早期契约文书中(zhōng)的主体(zhǔtǐ)（subject）、客体(kètǐ)（object）、甲方(jiǎfāng)（agent）、乙方（patient）、担保人（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(zūlìn)（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(lèixíng)、主体、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 在数据(shùjù)应用环节，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(chōuqǔ)和知识库构建的过程。 例如，对于契约文本中的“主体”角色，可以通过(tōngguò)如下方式进行自动知识(zhīshí)抽取： # 语义角色分类示例(shìlì) roles = ["主体(zhǔtǐ)(subject)", "客体(object)", "甲方(jiǎfāng)(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(shíjiān)(signed)", "执行时间(executed)"] 在(zài)知识(zhīshí)抽取之后，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，并提供检索和智能化问答功能。 通过(tōngguò)全面介绍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(jiǎnyào)概述全栈开发的技术解决方案(jiějuéfāngàn)，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(hánmùzhé)（江苏大学科技信息研究所） (本文来自澎湃新闻，更多原创(yuánchuàng)资讯请下载“澎湃新闻”APP)