喃字情緣－－漢喃文獻資料庫的重生

中央研究院中國文哲研究所與數位文化中心合作開發建置的「越南漢喃文獻資料庫」於2024年上線。

先看看這頁書影，是否發現一些像漢字、卻又不識的文字？它們是越南的喃字（Chữ Nôm），一種以漢字為基礎所創造的文字。在20世紀拉丁化越南文通行前很長的一段時間，漢字與喃字並行使用的漢喃文（Hán Nôm），成為越南書寫系統之一，至今留存不少漢喃文獻。這些文獻部份來自中國的重抄重印本、另一部份則是越南人受漢化文影響所撰的著作。

《程國公阮秉謙詩集》（Trình Quốc công Nguyễn Bỉnh Khiêm thi tập）書影。作者：阮秉謙。影像來源：Internet Archive。公眾領域（Public Domain）。

1993年越南漢喃院與法國遠東學院合作出版《越南漢喃文獻目錄提要》越文與法文版，2002年該院又出版《越南漢喃文獻目錄提要補遺》越文版，二書共收錄7000餘種漢喃古籍與地方文獻。2000至2004年，中央研究院中國文哲研究所陸續進行二書的漢譯、修訂與出版工作，同時依中文版內容建置成「越南漢喃文獻目錄資料庫」，公開予各界使用。2023年，文哲所與中研院數位文化中心合作（下稱本中心），一方面將「越南漢喃文獻目錄資料庫」的書目資料結構化，二方面重新設計系統架構、開發功能與使用介面，於2024年推出嶄新的「越南漢喃文獻資料庫」，無償提供公眾運用。

究竟這個新版資料庫有哪些特色？將書目資料結構化對使用者又有什麼助益？

📢特色1：在書目之外，新增人物檢索功能。
　👉能透過人名、所屬朝代以及擔位書籍工作之角色（如撰、校訂等）進行查詢，得知某人參與了哪些書、擔任書籍工作的什麼角色。甚至能進一步了解，該人物參與的是該書主體部份亦或相關內容的工作。

📢特色2：重新設計使用介面，強化操作體驗。
　👉使用者除了能輸入檢索詞，亦能不輸入文字、藉由各種屬性篩選（點選）出感興趣內容。在書目分類與地點屬性部份，更導入樹狀結構，忠實呈現原本的分類架構與行政區級。

📢特色3：新增逾13,500筆人名、神祇、地名與出版地權威詞。
　👉從既有的書目內容整理出這些權威詞，有助於更深入掌握書籍細節，提升資料分析的面向與可能性。

💡之所以能提供這麼多維度的檢索與串結各種資料，正是因為將資料結構化。

現階段的「越南漢喃文獻資料庫」只有書目資料，並無書影檔案與全文。即使我們從書目提要與基本後設資料抽取出諸多細部資料，使用者能獲得的訊息相對有限。為提升本資料庫的廣度與深化學術應用，我們自2025年起藉由國際合作與開放資料，獲得書目的數位化書影；後續將運用本中心建置的「中央研究院文字辨識與校對平臺」（下稱OCR平臺）與研發中的喃字辨識技術，對書影進行全文辨識。於「OCR平臺」自動辨識完成或經人工校正後的文本會回傳資料庫，提供閱覽與檢索全文功能。如此，「越南漢喃文獻資料庫」終成為一個整合書目、書影與全文的研究型知識庫。

更多資料庫的特色與功能，等你來體驗！

🎉同場加映🎉

1️⃣今年9月，本中心團隊於「太平洋鄰里協會2025年年會暨聯合會議」以”From Bibliographic Databases to Research-Oriented Knowledge Bases: A Case Study of Academia Sinica's ‘Vietnamese Hán-Nôm Literature Database’ ”為題，進行報告並展示海報論文，說明以上「越南漢喃文獻資料庫」開發歷程與未來願景。



"From Bibliographic Databases to Research-Oriented Knowledge Bases: A Case Study of Academia Sinica's ‘Vietnamese Hán-Nôm Literature Database’ ” 海報論文

2️⃣中研院文哲所劉柏宏助研究員所撰〈從文獻書目到知識庫─「越南傳統文獻資料整理近況」專輯導言〉（《中國文哲研通訊》，35：2（2025.6），頁1-3。），從近年越南傳統文獻整理角度，說明新、舊資料庫在這過程中扮演的角色。
「越南傳統文獻資料整理近況」專輯更多文章請點此閱讀。