龍從軍（民族學(xué)與人類學(xué)研究所）
藏文傳統(tǒng)研究多聚焦共時層面的系統(tǒng)描寫，然而在深度處理現(xiàn)代藏語信息過程中，諸多共時現(xiàn)象的解釋必須探索其歷時來源和發(fā)展脈絡(luò)。現(xiàn)代藏語中語法范疇的表達(dá)方式、句法結(jié)構(gòu)的組織原則以及詞匯語義的演變軌跡，都需要在歷史文獻(xiàn)中尋求解釋依據(jù)。這種認(rèn)識促使研究視角發(fā)生轉(zhuǎn)變，從單純的共時描寫轉(zhuǎn)向歷時探索。基于這一原因，中國社會科學(xué)院民族學(xué)與人類學(xué)研究所研究團(tuán)隊利用自然語言處理技術(shù)開展藏文古文獻(xiàn)全文隔行標(biāo)注和語料庫建設(shè)，致力于構(gòu)建一個能夠支撐深度歷史語言學(xué)研究的全文檢索語料庫，在此基礎(chǔ)上形成了《藏文古文獻(xiàn)〈拔協(xié)〉文本標(biāo)注與語法研究》一書。
機(jī)器輔助的多層級標(biāo)注方法
自2011年啟動藏文古文獻(xiàn)全文數(shù)據(jù)庫建設(shè)以來，研究團(tuán)隊在方法論層面取得重要突破。一是“四行隔行對照”標(biāo)注框架的設(shè)計。具體而言，藏文原文行完整保留文獻(xiàn)的原始形態(tài)，確保文獻(xiàn)真實(shí)性；拉丁轉(zhuǎn)寫行采用國際通行的轉(zhuǎn)寫標(biāo)準(zhǔn)，保障文本的國際可讀性；語法標(biāo)注行構(gòu)建多層級的標(biāo)簽體系，實(shí)現(xiàn)語法信息的系統(tǒng)化呈現(xiàn)；通用語譯文行則掃除非母語人使用古藏文材料的文字障礙。這種結(jié)構(gòu)設(shè)計既最大限度地保持了文獻(xiàn)的原始性，又顯著增強(qiáng)了文本的可讀性。
二是在技術(shù)實(shí)現(xiàn)層面，研究團(tuán)隊開發(fā)的專用標(biāo)注平臺采用了“規(guī)則驅(qū)動+專家校驗”的雙重保障機(jī)制。平臺內(nèi)置的自動分詞模塊融合了基于詞典的匹配算法和基于統(tǒng)計的序列標(biāo)注模型，既保證了分詞的準(zhǔn)確性，又充分考慮到古藏語的特殊表達(dá)習(xí)慣。特別是團(tuán)隊提出的“混合標(biāo)注策略”體現(xiàn)了類型學(xué)視野與歷史語言學(xué)方法的有機(jī)結(jié)合。在實(shí)詞層面，采用功能對等的翻譯原則；在虛詞和語法標(biāo)記層面，運(yùn)用國際通用的語法標(biāo)簽體系；針對文獻(xiàn)特有的語法現(xiàn)象，設(shè)計了專門的標(biāo)注規(guī)范。這種分層標(biāo)注方法既確保了標(biāo)注的系統(tǒng)性，又很好地保留了文獻(xiàn)的語言特色。
全樣本隔行標(biāo)注后的語法描寫
基于全文本進(jìn)行系統(tǒng)性標(biāo)注的觀察方法，能夠超越個別例證的局限，從整體上把握語法標(biāo)記的使用規(guī)律，為專書語法研究提供了扎實(shí)的數(shù)據(jù)基礎(chǔ)。在句法研究層面，對古藏語句法結(jié)構(gòu)進(jìn)行整體性考察。通過分析大量真實(shí)的句法實(shí)例，揭示專書中句法結(jié)構(gòu)的使用特點(diǎn)和分布規(guī)律，其標(biāo)注方法和分析框架也可為其他藏文古籍的語法研究提供參考。
專書語法標(biāo)注的價值不僅在于對單部文獻(xiàn)語言特征的揭示，更在于為歷史語言比較研究奠定了基礎(chǔ)。當(dāng)多部不同時期藏文文獻(xiàn)完成系統(tǒng)的語法標(biāo)注后，就能夠通過對比分析，客觀地觀察藏語語法現(xiàn)象的歷史演變軌跡。這種基于多部專書語料庫的歷時比較，可為藏語語法史研究提供可靠證據(jù)，推動藏語歷史語言學(xué)向更系統(tǒng)、更深入的方向發(fā)展。這種研究路徑的優(yōu)勢在于，既保持了專書語法研究的深度，又通過多部文獻(xiàn)的關(guān)聯(lián)比較拓展研究的廣度。每一部經(jīng)過系統(tǒng)標(biāo)注的專書，都成為藏語歷史語言研究的一個重要坐標(biāo)點(diǎn)，多個坐標(biāo)點(diǎn)連接在一起，就能勾勒出語言發(fā)展的清晰軌跡。
古文獻(xiàn)研究范式的轉(zhuǎn)型
研究的學(xué)術(shù)價值也體現(xiàn)在方法論層面的創(chuàng)新上。這一標(biāo)注體系的建立不僅適用于《拔協(xié)》研究，更為整個藏文歷史文獻(xiàn)的數(shù)字化處理提供了可復(fù)用的方法論框架。這一框架實(shí)現(xiàn)了傳統(tǒng)文獻(xiàn)學(xué)方法與現(xiàn)代計算語言技術(shù)的深度融合，為數(shù)字人文研究提供了新范式。這種融合在實(shí)際應(yīng)用過程中，不僅需要技術(shù)層面的突破，更需要理論層面的創(chuàng)新，特別是在處理古文獻(xiàn)特有的語言現(xiàn)象時，需要建立專門的標(biāo)注規(guī)范和處理流程。
研究還有力推動了藏語歷史語言學(xué)研究范式轉(zhuǎn)型。傳統(tǒng)研究主要依賴選例分析，而全樣本研究方法則建立了基于實(shí)證數(shù)據(jù)的分析模式。這種轉(zhuǎn)型提高了研究的科學(xué)性。研究團(tuán)隊開發(fā)的半自動標(biāo)注平臺和訓(xùn)練的初始模型，標(biāo)志著藏文古文獻(xiàn)研究實(shí)現(xiàn)了從“個案處理”向“規(guī)模生產(chǎn)”的重要轉(zhuǎn)變。這一轉(zhuǎn)變的深層意義在于，為突破冷門絕學(xué)領(lǐng)域的研究瓶頸提供了可行的技術(shù)路徑，為類似研究提供了可借鑒的模式。
關(guān)注新的學(xué)術(shù)增長點(diǎn)
研究體現(xiàn)了文獻(xiàn)學(xué)、語言學(xué)和計算科學(xué)多學(xué)科的深度融合。這種融合不僅拓寬了研究視野，也催生了新的學(xué)術(shù)增長點(diǎn)。傳統(tǒng)人文學(xué)科與現(xiàn)代信息技術(shù)的深度對話，是推動學(xué)術(shù)創(chuàng)新的重要動力。特別是在處理藏文古文獻(xiàn)這樣的特殊語料時，既需要充分尊重文獻(xiàn)學(xué)傳統(tǒng)，又需要大膽運(yùn)用現(xiàn)代技術(shù)手段，這種平衡需要研究者在實(shí)踐中不斷探索和調(diào)整。不過，研究只是一個開端，未來還需要進(jìn)一步完善標(biāo)注體系的理論基礎(chǔ)，特別是在語義和語用層面需要建立更精細(xì)的標(biāo)注規(guī)范；進(jìn)一步擴(kuò)大文獻(xiàn)的時空覆蓋范圍，建立更具代表性的歷時語料庫。不同時期、地區(qū)的藏文文獻(xiàn)呈現(xiàn)出不同文獻(xiàn)特征，這就需要構(gòu)建更加全面的語料庫體系。
古文獻(xiàn)研究還要特別關(guān)注數(shù)字人文領(lǐng)域的最新發(fā)展，引入自然語言處理的新技術(shù)、新方法。特別是在深度學(xué)習(xí)、知識圖譜等前沿領(lǐng)域，存在著與傳統(tǒng)研究方法相結(jié)合的廣闊空間。這種結(jié)合不僅能提升研究效率，更可能帶來研究范式的根本性變革。如基于知識圖譜的文獻(xiàn)關(guān)聯(lián)分析等方法，可能為藏文古文獻(xiàn)研究開辟新路徑。
