历史最大的数字文化工程

    最近，在习主席“以史为鉴”。“开创未来”的号召下，在严重的疫情中，我们完成了历史最大的数字文化工程，拥有8亿字以上的文津阁《四库全书》的全文数字化。它浩如烟海、博大精深、包罗万象，被誉为与中国古代的万里长城，京杭大运河比美的文化工程。

    在清乾隆时期，中国经一百多年的励精图治，清朝呈现出三十七年的（1772年）经济持续发展，国库充盈，无内忧外患的盛世景象。雄才大略的乾隆皇帝据个人喜好，在学术界的呼声下，中国传统的盛世修书在这时候又展现出巨大的魅力，催生出继顺治、康熙、雍正之后再次修纂大型书籍的态势。盛世的宏阔是需要鸿篇巨制来充实的，而清政府也明白需要完成时代留给自己的使命。

    乾隆在1772年11月，他认可学政朱筠提出明永乐年修的《永乐大典》的辑佚问题，便诏令将所辑佚书与“各省所采及武英殿所有官刻谱书”汇编在一起，引导出了编纂《四库全书》的前无古人的巨大文化工程。

    《四库全书》的编纂过程中，第一步是征集全国古籍经典。在乾隆帝亲自下诏下，从乾隆三十七年（1772年）开始，至乾隆四十三年（1778年）结束，历时七年之久，进展顺利，共征集各古籍经典12237种，其中仅江苏进书就4808种，浙江4600种。在乾隆亲自主持下，由纪昀任总编纂，集中360多位高官学者编撰，3800多从全国竞选出来的高手抄写，耗时十三年编成。分经、史、子、集四部，故名“四库”。共收录3462种图书，共计79338卷（相当于《永乐大典》的3.5倍）。36000余册，约八亿字，单字则有楷书8万字以上。

    为保证质量，又组织多名纂修官审校，计有分校、复校、总校有三校审后，最后呈乾隆御览审校。

    《四库全书》共有79000多卷，36000多种多册，分“经”、“史”、“子”、“集”四部。其中“经部”分为“易、书、诗、礼、春秋、孝经、五经总义、四书、乐、小学。”等10类。以易类为主。仅小学类中，就有80多部世上罕见的古字典。“史部”分为“正史、编年、纪事本末、别史、杂史、诏令奏议、传记、史抄、载记、时令、地理、职官、政书、目录、史评”等15类；以正史为主。“子部”分为“儒家、兵家、法家、农家、医家、天文算法、术数、艺术、谱录、杂家、类书、小说家、释家、道家”等14类；“集部”分为“楚辞、别集、总集、诗文评、词曲”等5类。总共44类。它包括所有经、史、子、集，四书五经，诸子百家。二十四史，各种古代医书，各种古代字典，古琴谱，农业、机械、战争、科技无所不包。甚至还有似“清明上河图”的119双幅页，《八旬万寿盛典》图，行军布阵图、狩猎图……无所不包。

    《四库全书》浩如烟海，包罗万象，它是“中华传统文化之总汇，古代典籍之渊鉴”。它最能代表中华文化博大精深的载体的伟大的文化工程；正因为它是中华民族乃至全人类的数千年的思考、智慧的精华，也因为是乾隆皇帝亲自统领完成的无可比拟的国宝，所以自它诞生以来，一直被精心、严密、保管锁在深宫大院，只能远看，不能近翻。就是历史学家的研究者，也很少看到它的一部分。为使她能扩大服务于读者，二百多年来，多少历史名人、专家、学者、达官贵人，都处心积虑前后100多年间，五次希企以影印出版，但都因技术、资金、战争……都未能实现。

    在1986年，即《四库全书》完成的208年。由台湾商务印书馆完成了1500册一套的影印《四库全书》文渊阁本500套。它的版面虽压缩后上下各一半版面，就达1500册，16开本，每册约一寸厚，1500册摆起来，也有50米长。分期完成，后各由全世界各大图书馆、博物馆所购，而分散到全世界。然而仍都做为镇馆之宝，严加看管，仍未起到服务于大众，光大中华文化的作用。

    又在2003年，上海古籍出版社又照台湾版影印1500册，32开本500套，发行之后，还是太浩大。又到2006年，对《四库全书》早有百年情结的商务印书馆，又用扫描技术，印刷1500册的《文津阁》四库全书。

    同样，她们浩大、辉煌，但同样难以阅读、检索等研究。在这期间的1997年，曾出版过一个《文渊阁》四库的全文电子版，但由于当时的计算机中文信息技术水平所限制，仍很不标准，不成功。

世界华人发明博览会

    1998年9月，在香港新建成的大型会展中心，召开了由中国发明协会牵头香港地区、台湾地区发明协会，美国华人发明协会，共同主办了聚集世界华人的优秀发明2000多项的“世界华人发明博览会”召开。中国发明协会在主席聂力中将带领下，携近10年中国的优秀发明600多项参会。此会震动香港和各地华人，参观者在香港这商业特区，表现的空前踊跃异常。博览会由来自世界各地的技术发明专家组成的评委会共15人（中国大陆2人），每天穿梭于各展台进行观察、了解、评估。最后在隆重的发奖大会上，由香港特首董建华先生亲自颁奖。获得大奖第一名的被公认的是北京中易公司参展的解决了一切汉字信息处理的《超大型全汉字信息处理集成》项目。它是著名的《英华大词典》主编郑易里对汉字钻研半个世纪，后又由我们三代人，半个世纪完成可对十万以上汉字中文的字库设计、《郑码》，它可对任何汉字检索、排版、系统扩充的全部的中文信息进行有效处理。突破了利用计算机处理一切汉字信息的历史难题。用事实打破了世界上认为汉字进不了计算机，汉字不能信息化的错误认识。历史上曾有无数的包括鲁迅这样的专家，都纷纷要求中华民族废除汉字，而改文字拉丁化的形势下，使汉字跟上了世界信息化前进的步伐。用事实有力的粉碎了“汉字必须拉丁化”的谬论。同时，它反而证明汉字是世界最古老，最优秀文字，而又是最适合计算机处理的文字。它振奋了所有参展华人发明家！在宣布此项目获得第一大奖时全场起立，热烈鼓掌祝贺。中国代表团团长聂力中将也难以掩饰兴奋的心情，热烈祝贺中易公司的代表，为中国大陆发明者增光！为世界华人增光！

    随后，这个项目又获得北京科技进步一等奖，国家科技进步二等奖等国内外重大奖项。

    这个项目解决了对任何汉字信息支持文书打印、印刷处理。随后，我们为使汉字信息传遍全世界，又向符合有全部国际标准7万多汉字的大型国际网络平台进一步研发。它需要解决由二字节系统向四字节系统的扩充；支持四字节的搜索引擎；支持四字节全文检索数据库和大型管理发布系统。为我国的中文信息处理大量古籍数字化打下了雄厚基础！

《国家973信息技术与高性能软件规划项目》

    2001年11月，我们的《超大型中文网络国际应用平台》项目被国家科技部选列为“国家重点基础研究发展规划项目的《国家973信息技术与高性能软件规划项目》，它要支持服务器端、客户端、系统扩充，还要跨语境，跨平台，跨系统，还要有能迅速对世界一切文字，对9万不同的有国际编码的标准汉字不但要有能快速搜索输入的《郑码》系统，还要有能快速检索的功能强大的搜索引擎。这个搜索引擎不同于当前“百度”，“新浪”等网站建立在搜索几千常用字的，由2字节系统设计成的搜索引擎。因它要用于古籍数字化产品的快速准确的检索，分类的全部功能，所以它必须设计成支持4字节被大大扩充的操作系统。还要针对古籍特点建立规则的索引，智能推荐，简繁体字的关联检索等等独创性的设计。这才能在全世界近200多种国家和民族语言文字，在国际互联网上畅通无阻。鉴于它对光大中华文化的重要性，此项目由国家科技部IT领域的首席科学家顾钧亲任该课题组长。由于我们在此项目前，早已有深厚基础，所以在不到两年时间便顺利完成，随后通过国家主管部门测试合格和美国微软的认证。成为《国家973大型信息基础项目》中，完成并应用的完成最快，最顺利的项目。由于它的完成，使所有国际标准编码的近七万汉字焕发青春，恰当其时地创新工程使全部汉字信息处理，领先于计算机文字信息处理的高端。

    2003年末，国家图书馆计划，要开展国家数字图书馆的首个大型250万页的古代地方志全文数字化工程。他们在我们和另一大型中文信息公司之间进行选择，经过前后一年多，认真、严格的考察了，最后选中我们，国图的评价很简单是我们“事业心强，技术全面”。在随后工程合同中，国家图书馆强调“全部数字化工程，要建立在《国家973信息技术项目》”之上。致使完成后，可以跨系统，跨平台，能在全世界浏览和检索。为全世界人类服务。

    古代“地方志”，由于是由各地乡绅出资，自行编写，由于各地水平相差极大，各种生僻字，异体字，自造字，讹字无处不在，文字书写水平，有的木刻版的拓印水平也参差极大，它是最困难的信息处理的古籍资料。由于字迹太差，由于OCR（图形识别软件）识别率太低，只能由操作员用输入一切汉字的《郑码》来敲键输入。

    两年中，我们没有辜负国家图书馆专家的信任。突破了一个又一个的前所没有困难。当这一复杂巨大工程的数字化工程，分批交国家图书馆组织的五个部门的专家分批验收中，每一次都检验合格，不断获得各部门专家的高度好评。

    没有这《国家973信息技术与高性能软件规划项目》的全面、创新、升级功能匹配的完成，就没有《四库全书》全文数字化工程的实现。

奋力《四库全书》全文数字化

    我们几十年如一日的向汉字大字符集的突破性研发，企求的目的就是将中华文化几千年的民族智慧，古籍经典逐一实现数字化；就是致力不断实现“以古为鉴”，将几千年中华民族的智慧通过国际互联网传遍全世界的梦想。让全世界认识中国的古老文化和中华民族的智慧！

    所以我们早就瞄准了中华文化的“皇冠”——《四库全书》的全文数字化。

    我们是个小而强的公司，只有很少的资金，只能是靠勤奋工作日积月累一点点的，以“滴水穿石”的韧性，持久力，经过了14年，完成了90%的《四库全书》文渊阁本的全文数字化。而剩的10%，则是最难，最复杂，往往是当今中文信息技术很难达到的古代80多部的古代大字典。

    对《四库全书》还情有独钟的，就是有130多年历史的商务印书馆，他们从创始人张元济发明照相排版技术后，就耿耿于怀的希冀将《四库全书》影印出版。让更多的读者看到四库全书！在这一百多年间，也有无数名人如章士钊、张学良、叶恭绰等多位和政府单位，都几次发起影印《四库全书》。但是，都因“需费浩钜”，“工程浩大”，“战乱不稳”等等而半途而废。直到1985后，才有由台湾商务印书馆的影印《四库全书》文渊阁本陆续出版。随后，上海古籍出版社影印文渊阁版出版。北京商务印书馆影印《四库全书》文津阁本的出版。这些影印版，仍由于部头都在1500册以上，各方仍以珍贵而深藏不露，使专家仍无从着手的查找，浏览和研究，仍起不到这中华民族文化“以史为鉴”，让世界认识中国的作用。

    当然，还是商务印书馆对《四库全书》的执著和忠诚，在出版了“文津阁”《四库全书》影印版后，认定只有出版《文津阁》现代全文数字版，才能充分焕发《四库全书》的青春，才能将其从深宫大内走向国际互联网，走向全世界！申请了国家重大文化工程项目的资金，但却一直搁置多年，为找不到实施这巨大、艰难工程的单位而焦虑。当他们得知中易公司早已开始艰难地将“文渊阁四库”进行全文数字化即将完成，以后，随即开始了对中易公司的工程考察。直到招标、签约。然而，签约工程正式开始后不久，严酷的新冠疫情已席卷而来。

文津阁本、文渊阁本《四库全书》的不同

    文津阁本具有独特的历史文献价值。从七部《四库全书》成书时间上看，文津阁是北方四阁中最后完成的一部，距第一部文渊阁本，成书后，有三年之久。

    它是档案明确记载曾经乾隆亲校，并由纪昀亲自三校的抄本，几乎每册均有校核纪录，其编校质量优于包括文渊阁本在内的其他诸本。

    由于战乱，文渊阁本几次搬迁，唯独文津阁本保存在承德“避暑山庄”。后自1914年迁至北京后藏于京师图书馆，80年代移至北京图书馆新馆，长时期未经移动。因此文津阁本保存最为完整，其他三阁本均分别据文津阁本加以抄补。如1917年，贮存于清内务府的文渊阁本，经检查，有9种书缺佚，共缺23卷，反据文津阁本补抄。1934年，藏于沈阳的文溯阁本，发现缺卷，也据文津阁本补抄了《挥麈录》等三书。杭州文澜阁，则据文津阁本补了更多。可见文津阁本在历史上已起了相当大的文献补辑作用。

    20世纪90年代初，国家图书馆研究员杨讷先生主持了部分文渊阁《四库全书》影印本与文津阁《四库全书》原书核对录异的工作，出版《文渊阁四库全书补遗（集部）》，共15册，二百余万字。（仅差异就写了200万字，可见差异量之大，差异处之多），其中历代诗文就补四千余篇。全部辑自文津阁本只集部书，为同书之文渊阁本所未见。（仅据该书推测4000篇*100字=400000字，集部补入录校工作的工作量不低于40万字），据统计，文渊阁本集部共收书1273种，其中与文津阁本有差异的有788种，而宋代诗文集，文渊阁本失收、可据文津阁补入的，有1160条，涉及118种书。两者差异达20%左右。这些差异包括篇卷差异、文字差异、序、跋、附录的差异、提要的差异等。尤其是，文津阁本保存了《永乐大典》的内容，所辑佚的内容远较文渊阁本丰富。通过核对差异还发现，文津阁《四库全书》所保存下来的一些文献资料竟是海内孤篇，尤为宝贵。

    文津阁本，由于保存在承德“避暑山庄”，据说乾隆有些年。会在那8—9个月的时间。常翻阅这文津阁《四库全书》。所以文津阁本还有乾隆阅读时书写的近3千条御批，这些御批，字迹恭整，涉及阅后感、批示、感慨、纠正等等内容，很广泛，这也是其他版本所没有的。

    尽管历代很多学者努力阅读部分《四库全书》，但是由于篇幅太大，借阅太不便，研究的还只是部分。至今，只有采用计算机对全部内容进行校勘比对，才会使以前不可能完成的工作具有可行性。但是需要至少两个先决条件；1，同时拥有文津阁本和文渊阁本的全部电子全文数据；2，设计具备计算机校勘比对系统。我们在过去十年间，持续对文渊阁本《四库全书》完成全文数字化。现在已具备专家们对这两个版本进行全部校勘的条件了。当然这两个版本的不同之处还有许多，在此就不一一深叙了。文津阁本《四库全书》全文数字版的标准化、全文化、国际网络化的完成，实现了供全世界浏览和检索。

    《四库全书》不仅是中国，也是世界上唯一的一部空前的、最早、最大的一部百科全书巨著。它集中国古代典籍，中国文化之大成，对保存中国古代文献作出了巨大的贡献。而全文数字化后的数字网络版的完成，才能使它走向全世界的家家户户，实现“以史为鉴”。“开创未来”。这都将对现在和今后光大中国五千年的智慧、学术、文化的传播产生深远影响和贡献。

联系方法：

电话：13260387403、010-84887401

E-mail：marketing@china-e.com.cn