过去数十年中,对文献进行扫描、注释和建立索引以实现文献之间深度关联和理解,成为数字人文领域的主要研究问题。
2012年,由意大利洛桑联邦理工学院数字人文科学实验室主任Frdric Kaplan主持的“威尼斯时光机器”项目启动。项目旨在利用最新的扫描设备实现对保管在威尼斯档案馆内关于威尼斯及意大利其他地区的有1000多年时间跨度的手稿、专著、乐谱等文献进行数字化处理并建立文献关联网络。为确保充分收集相关文献,保证数据处理中拥有更准确的背景信息,Kaplan在项目启动时便邀请洛桑联邦理工学院威尼斯历史研究专家Isabella di Lenardo和威尼斯档案馆档案工作者共同参与,以发挥跨学科合作的优势。
项目团队专门为本次扫描工作研制了高速扫描仪。据Kaplan透露,高速扫描仪包括一个能自动翻页的机器人手臂和一个带有2米宽转盘的旋转扫描设备,可同时处理多个A3文档并保证图像具有较高清晰度。目前,洛桑联邦理工学院也在积极研制利用CT技术实现无需打开书籍便可扫描内容的仪器。这项工作一旦得到落实,不仅能大大提高文件扫描的效率,还能减轻对原件的破坏。此外,机器学习技术的应用可自动识别手写稿中不同字体的形状并为每个有意义的对象建立关联网络,这种实现途径包含两个步骤:一是识别文献中具有意义的对象,将其作为能链接到包含该对象文献的社交网络节点并实现自动捕获和抓取;二是将不同文献中同一名称的对象关联起来,实现更大时空范围内可检索的社交网络。
Kaplan及其团队对“威尼斯时光机器”充满信心,他们认为这项学术成果不仅仅会惠及历史学家,而且也会为研究欧洲金融市场演变的经济史学家和研究瘟疫传播的流行病学家提供更细致和详尽的历史信息。