二,，如何尋找紅樓夢(mèng)外大數(shù)據(jù)？

正如前述,，近年來隨著網(wǎng)絡(luò)紅學(xué),、曹學(xué)資料與紅學(xué)、曹學(xué)方面數(shù)據(jù)庫(kù)的興起,，以及大量的文史資料的興起,，使得紅學(xué)、曹學(xué)領(lǐng)域正迎來一個(gè)前所未見的學(xué)術(shù)黃金期,。面對(duì)如此巨大的,，浩如煙海的數(shù)十億字的古典文獻(xiàn),，其中包括大量的平生都從未聽聞或過眼的書籍，人們有時(shí)會(huì)顯得無所適從,，不知所措,。難怪黃一農(nóng)教授曾在與媒體記者聊天時(shí)半開玩笑地稱：“‘陳寅恪先生若活在這個(gè)時(shí)代恐怕會(huì)瘋掉’，因陳氏雖以其博聞強(qiáng)記的能力為后人所樂道,，但他應(yīng)絕不僅以此為傲,，若擁有超強(qiáng)記憶力與思辨力的他，發(fā)現(xiàn)竟然還有機(jī)會(huì)搜檢并活用數(shù)十億字的古典文獻(xiàn),，其中包括大量連他都從未聽聞或過眼的書籍,，或許他會(huì)給自己莫大壓力，嘗試去躋攀學(xué)術(shù)的絕對(duì)巔峰,?！?/span>

所以才有了這樣的問題，有了上述的大量,、浩如煙海的數(shù)十億字的古典文獻(xiàn)后,，如何來尋找與紅樓夢(mèng)相關(guān)的大數(shù)據(jù)，或者采用何種搜索方法呢,？

這一問,，本身應(yīng)該是沒有標(biāo)準(zhǔn)答案的。因?yàn)槊總€(gè)人都有自己的思路,，有個(gè)人網(wǎng)上沖浪的經(jīng)歷,，只要能夠找到自己所需資料的方法，就應(yīng)該是好方法,。當(dāng)然了也許對(duì)你適用的方法,，對(duì)他人不一定會(huì)適用。但是可以作為參考來思考如何尋找到適合自己,，適合目標(biāo),、適合題目的好方法。

一般來說,，確定了途徑以后,，剩下的就是具體檢索了。所謂如何尋找紅樓夢(mèng)外大數(shù)據(jù),？換言之,，就是所謂的紅樓夢(mèng)外大數(shù)據(jù)文獻(xiàn)檢索的方法，也就是查找具體文獻(xiàn)的方法,，而該方法往往與文獻(xiàn)檢索的課題,、性質(zhì)和所檢索的文獻(xiàn)類型有關(guān)。常規(guī)的的基本方法有如下一些：

常用法：常用法雙稱為工具法或直接法,，是直接利用文獻(xiàn)檢索工具來查找文獻(xiàn)的方法,。在檢索工具的選擇上,，一般應(yīng)根據(jù)課題內(nèi)容首先利用綜合性的檢索工具，然后使用專業(yè)性的檢索工具,，兩者結(jié)合,，可提高查全率和查準(zhǔn)率。常用法根據(jù)時(shí)間的范圍可分為順查法,、倒查法和抽查法,。

順查法：是以檢索課題的起始年代為起點(diǎn)，按時(shí)間順序由遠(yuǎn)及近的查找,，直到查到的文獻(xiàn)信息滿足要求為止,。此法的優(yōu)點(diǎn)是查全率高，缺點(diǎn)是費(fèi)時(shí),、費(fèi)力,。

倒查法：是一種逆時(shí)間由近及遠(yuǎn)地查找文獻(xiàn)的方法。這種方法多用于新開課題或有新內(nèi)容的老課題,，需要的是近期發(fā)表的文獻(xiàn),，以便掌握最近一段時(shí)間該課題所達(dá)到的水平及研究動(dòng)向。因此,，一旦掌握了所需的文獻(xiàn)信息即可中止搜索,。此方法的優(yōu)點(diǎn)是節(jié)約時(shí)間，缺點(diǎn)是漏檢率高,。

抽查法：是針對(duì)研究課題發(fā)展的特點(diǎn),，抓住學(xué)科發(fā)展迅速、發(fā)表文獻(xiàn)較多的一段時(shí)期,，逐年進(jìn)行查找的一種方法,。此法的優(yōu)點(diǎn)是能以較少的檢索時(shí)間獲得較多的文獻(xiàn)信息，缺點(diǎn)是使用此法必須熟悉學(xué)科發(fā)展特點(diǎn)為前提,，否則難以取得預(yù)期效果,。

追溯法：追溯法又叫回溯法，是利用已有的文獻(xiàn)后面的參考文獻(xiàn),，由近及遠(yuǎn)進(jìn)行追溯查找的方法,。此法的優(yōu)點(diǎn)是直觀、方便,、不斷追溯可查到某一專題的大量參考文獻(xiàn)，這是在沒有檢索工具或檢索工具不全的情況下擴(kuò)大信息源的一種好方法,。缺點(diǎn)是檢索效率低,、查全率低、漏檢率高,。

綜合法：綜合法又稱為循環(huán)法,、分段法或交替法,，是常用法和追溯法兩種方法的綜合。即利用檢索工具又利用文獻(xiàn)后邊的參考文獻(xiàn)進(jìn)行了追溯,，兩種方法交替使用,，知道滿足為止，它可得到較高的查全率和查準(zhǔn)率,。是采用較多的方法之一,。

理論上，有了檢索途徑,，了解了基本方法后,，接下來的就是具體的檢索步驟了。

所謂的文獻(xiàn)檢索就是根據(jù)課題要求,，使用檢索工具,，按照一定的步驟查找文獻(xiàn)的過程。檢索步驟的科學(xué)安排稱為檢索策略,。檢索策略是針對(duì)檢索提問,、運(yùn)用檢索訪求和技術(shù)而設(shè)計(jì)的信息檢索方案，其目的是要達(dá)到一定的查準(zhǔn)率和查全率,。文獻(xiàn)檢索一般經(jīng)過以下步驟：

分析課題,、制定檢索策略：首先要了解課題的目的、意義,，明確課題的主題和研究要點(diǎn)以及主要特征,，然后根據(jù)課題研究的特點(diǎn)和檢索要求制定檢索策略。檢索策略制定包括檢索提問,、檢索方法選擇,、檢索工具選擇以及檢索范圍（專業(yè)、時(shí)間,、語種,、文獻(xiàn)類型）的限定等，其中最關(guān)鍵的是確定檢索標(biāo)識(shí),，如關(guān)鍵詞,、主題詞、分類號(hào),、作者等,。

利用檢索工具查找文獻(xiàn)線索：根據(jù)課題檢索的需要，選擇相關(guān)的檢索工具,，然后用已構(gòu)成的檢索提問,，按照相應(yīng)的檢索途徑查找有關(guān)的索引，再根據(jù)索引指示的地址在文獻(xiàn)部分或題錄部分查得相應(yīng)的文獻(xiàn)線索，如題目,、摘要,、作者、文獻(xiàn)出處等,。

根據(jù)文獻(xiàn)出處找到原始文獻(xiàn)：首先對(duì)文獻(xiàn)出處要進(jìn)行文獻(xiàn)辨識(shí),，然后再按文獻(xiàn)出處的全稱查找相應(yīng)的目錄和數(shù)據(jù)提供方，最后就是找到原文,。

正如前述,，本文所言之紅樓夢(mèng)外大數(shù)據(jù)屬于古典文獻(xiàn)、古典電子文獻(xiàn)的范圍內(nèi),，主要是歸屬于古典電子文獻(xiàn)的范圍內(nèi),。因此，就需要依據(jù)基本的檢索方法和檢索步驟,，特別是針對(duì)特定的檢索對(duì)象來規(guī)劃?rùn)z索策略,，規(guī)劃搜索范圍，同時(shí)對(duì)檢索范圍進(jìn)行管理和強(qiáng)化,。以次來解決一些基本問題,。

比如說，目前學(xué)界普遍都認(rèn)為,，紅學(xué)研究要有新發(fā)現(xiàn),，從紅樓夢(mèng)作者（曹雪芹）的朋友圈入手或許是一條重要的路徑。這是因?yàn)榧t樓夢(mèng)作品本身證明了作者（曹雪芹）本人多才多藝,，所以其朋友圈應(yīng)該是人數(shù)眾多,，范圍很廣，仔細(xì)統(tǒng)計(jì)下來約有數(shù)十人之多,，包括詩(shī)人,、書畫家、王公貴族和漢滿官員,，他們或多或少留下了一些和作者相關(guān)的作品,，其中可能提供了與他相關(guān)的一鱗半爪的信息。這應(yīng)該算是一種清晰的意識(shí),，可以作為檢索策略中的一種檢索提問或者是檢索問題方向,。

有人也許會(huì)這樣問：為什么不直接把紅樓夢(mèng)作者是誰作為檢索策略中的一種檢索提問或者是檢索問題方向呢？因?yàn)檫@是這一學(xué)科需要研究的核心問題,，而要從其朋友圈入手呢,？換言之。這種研究的價(jià)值和意義有多大呢,？

目前業(yè)界普遍認(rèn)為：經(jīng)過300年的研究,，目前寄希望于直接尋找到紅樓夢(mèng)作者或者《紅樓夢(mèng)》的直接資料中再出現(xiàn)突破性的新發(fā)現(xiàn)材料的可能性已經(jīng)較低了，盡管也不時(shí)有相關(guān)的資料被發(fā)現(xiàn)，但是得到普遍認(rèn)可的資料,，直接的證據(jù)材料依然十分稀少。所以檢索方法選擇,、檢索工具選擇以及檢索范圍的確定方面應(yīng)該從如下的方面著手：也就是在有機(jī)會(huì)掌握大量的材料后,，盡管主題推進(jìn)面臨很大的困難，但是依然可以通過農(nóng)村包圍城市,、最后奪取城市的戰(zhàn)略,，經(jīng)過艱苦的探索，通過對(duì)歷史細(xì)節(jié)的探索,，最后來填補(bǔ)這樣一個(gè)歷史的缺失,。

這就是這些紅樓夢(mèng)外大數(shù)據(jù)可以起到的作用，他們可以為一些至今懸而未決的問題提供旁證和佐證,。所謂懸而未決的問題,，如包括紅樓夢(mèng)作者的人生蹤跡以及《紅樓夢(mèng)》的成書年代等，這些都可能對(duì)后世了解其生平與創(chuàng)作有著重要作用,。

此外還有,，通過規(guī)劃?rùn)z索策略，規(guī)劃搜索范圍,，對(duì)檢索范圍進(jìn)行管理和強(qiáng)化,，還可以解決諸如提高檢索結(jié)果重復(fù)性，強(qiáng)化檢索思路,，避免檢索結(jié)果重復(fù)性不高等等問題,。

下面舉兩個(gè)較為成功的例子來說明：

（1），大家都知道,，在紅學(xué),、曹學(xué)界，有一個(gè)“四十年華付杳冥”,，以及“年未五旬而卒”著名的關(guān)于曹雪芹生卒年的長(zhǎng)期爭(zhēng)議,。一批學(xué)者根據(jù)“四十年華”，認(rèn)定曹雪芹只活了40歲,，并由此推斷出他生于1724年,。另有一些研究者認(rèn)為，如果這一論斷成立,，曹府被抄家時(shí)曹雪芹只有3歲,，不應(yīng)該有他在《紅樓夢(mèng)》中所表現(xiàn)出來的對(duì)于繁華生活的深刻記憶；相比之下,，如果依據(jù)“年未五旬而卒”,，即活了四十八九歲來推算，他應(yīng)生于1715年，曹家被抄時(shí)他已經(jīng)12歲,。這就比較符合“秦淮舊夢(mèng)憶繁華”的年齡,，而且和該年曹頫的奏折中提到的曹颙的遺腹子相吻合。二者的觀點(diǎn)相差近10年,，彼此難于說服,，互不相讓?？墒?，通過紅學(xué)外大數(shù)據(jù)的搜索，應(yīng)該為解決這一難題提供了突破口,。

不久前在北京張家灣舉辦的紅學(xué)會(huì)上,，臺(tái)灣地區(qū)計(jì)算機(jī)專家、倡導(dǎo)e考據(jù)的黃一農(nóng)先生利用與紅樓夢(mèng)相關(guān)的大數(shù)據(jù),，以“四十年華”“五十年華”“六十年華”為關(guān)鍵詞,，搜尋了包括董邦達(dá)在內(nèi)的曹雪芹同時(shí)代人的詩(shī)作，結(jié)果發(fā)現(xiàn),，以“四十年華”來表示四十八九歲,，“五十年華”表示五十八九歲，“六十年華”表示六十八九歲,，是那個(gè)時(shí)代通行的用法,。這樣，“四十年華付杳冥”與“年未五旬而卒”,，這樣一個(gè)爭(zhēng)吵了許多年的問題,，就變得不僅不成為問題，沒有矛盾了,，可以說成是表示四十八九歲的不同表達(dá)方法,。

（2）高樹偉先生在《“e考據(jù)”視野中的裕頌廷》一文中完整地記錄了尋找裕頌廷的e考據(jù)過程，并且繪制一幅運(yùn)用“e考據(jù)”尋找裕頌廷的地圖,，見下圖：

其文章中認(rèn)為：通過表面上看似跳躍卻實(shí)有內(nèi)在關(guān)聯(lián)的關(guān)鍵詞檢索,，筆者竟能在如此短的時(shí)間內(nèi)，聚攏這樣多關(guān)于裕頌廷的史料,，這實(shí)在是傳統(tǒng)考據(jù)時(shí)代無法完成的,。

其小結(jié)認(rèn)為整個(gè)考據(jù)過程：主要是由二大方面的經(jīng)驗(yàn)：依賴兩個(gè)關(guān)鍵詞（關(guān)鍵詞的選擇），持續(xù)關(guān)注讀秀等庫(kù)的數(shù)據(jù)更新,，熟悉各種數(shù)據(jù)庫(kù)的性能,，由數(shù)據(jù)庫(kù)牽動(dòng)的文獻(xiàn)原件查閱（數(shù)據(jù)庫(kù)的深度功能的擴(kuò)展）。

小結(jié)總結(jié)說：發(fā)現(xiàn)“e考據(jù)”在每個(gè)研究個(gè)案中所承擔(dān)的任務(wù)是不同的,，某個(gè)成功個(gè)案的研究理路并無法直接移植到其他研究領(lǐng)域,，但不容忽視的是,，個(gè)案帶給整個(gè)“e考據(jù)”方法論的思考是有效的。

其他還有很多的成功案例,，就不一一贅言了,。

這里想談一些關(guān)于在尋找紅樓夢(mèng)外的大數(shù)據(jù)，或者是在尋找古典文獻(xiàn)資料時(shí),，在搜尋檢索這些古典文獻(xiàn)數(shù)據(jù)庫(kù)時(shí)可能遇到的一些問題,，這些問題即涉及到古典文獻(xiàn)資料數(shù)據(jù)庫(kù)領(lǐng)域，又涉及到計(jì)算機(jī)領(lǐng)域,。可以這樣說,，這些問題應(yīng)該是文學(xué)藝術(shù)與科學(xué)技術(shù)結(jié)合性的問題,，而且并非大問題，但是有時(shí)小事情也會(huì)惹出大問題的,。

比如古典文獻(xiàn)資料的生僻字的錄入和顯示問題就是其一,。該問題即涉及到了古典文獻(xiàn)資料，也涉及到計(jì)算機(jī)操作系統(tǒng)的問題,。實(shí)際上有許多古典文獻(xiàn)資料都未能解決生僻字的錄入和顯示問題,。通常在遇到無法錄入和顯示的生僻字時(shí)，業(yè)內(nèi)通常會(huì)用方框（如：□）,、黑塊（如：■）等符號(hào)表示空缺,，或者用數(shù)字代替（如：[xx]），鏈接到字形圖片,，或者有時(shí)采用偏旁的上下左右內(nèi)外（如：左分右瓜）等方法,，這樣勢(shì)必會(huì)給閱讀利用造成障礙。解決之道則需要從根上著手,，即從古典文獻(xiàn)資料收集開始,，到計(jì)算機(jī)操作系統(tǒng)的漢字字庫(kù)，需要有統(tǒng)一的解決方案,。

這里做一個(gè)實(shí)驗(yàn)：證明不同的操作系統(tǒng)以及操作系統(tǒng)中不同的漢字庫(kù),，對(duì)錄入和顯示的影響。在筆者的計(jì)算機(jī)上,，“??”（左分右瓜）字可以顯示,，但是如果放到計(jì)算機(jī)版微信中時(shí)，則顯示為□,，在手機(jī)則顯示不出,，不知道在您的計(jì)算機(jī)版微信上、手機(jī)微信上是否可以顯示出來,，讀者有興趣可以把結(jié)果反饋回來,。

此外,，有一些古典文獻(xiàn)資料數(shù)據(jù)庫(kù)使用的便捷性有待提高。比如有不少的大型網(wǎng)絡(luò)古典文獻(xiàn)資料數(shù)據(jù)庫(kù)需要安裝專用的瀏覽軟件,，這就給使用者造成不便,。這個(gè)問題也是文學(xué)藝術(shù)與科學(xué)技術(shù)結(jié)合程度不高所造成的，解決之道在于提高文學(xué)藝術(shù)與科學(xué)技術(shù)結(jié)合程度,。

其三,、比如大型古典文獻(xiàn)資料數(shù)據(jù)庫(kù)的檢索程序的技術(shù)水平有待提高。一個(gè)好的檢索程序不但要速度快,，還要能滿足多種條件的檢索需求,。比如按某些復(fù)雜條件檢索，如按年代,、地域或者更高級(jí)一些的條件,，這樣的檢索功能在學(xué)術(shù)研究上非常有用。這個(gè)問題也同樣是文學(xué)藝術(shù)與科學(xué)技術(shù)結(jié)合程度不高所造成的,，解決之道也在于提高文學(xué)藝術(shù)與科學(xué)技術(shù)結(jié)合程度,。

其他的還有其他的一些問題，比如象大型古典文獻(xiàn)資料數(shù)據(jù)庫(kù)中的古籍應(yīng)該用繁體字錄入顯示,，盡可能保存底本文字的原樣,，加上標(biāo)點(diǎn)，能全文檢索,，并有相應(yīng)的圖版頁(yè)面可隨時(shí)對(duì)照,，但目前達(dá)到這一標(biāo)準(zhǔn)的電子古籍庫(kù)較少。再比如這些數(shù)據(jù)庫(kù)與常用字處理軟件的兼容性不盡如人意,。檢索出來的資料一般需要保留且復(fù)制到WORD等字處理軟件中使用的,，然而有些資料在復(fù)制粘貼后會(huì)發(fā)生錯(cuò)誤。這些問題也都是即與古典文獻(xiàn)資料數(shù)據(jù)庫(kù)領(lǐng)域相關(guān),，又與計(jì)算機(jī)領(lǐng)域相關(guān)的,。

諸如此類的問題，當(dāng)然也是在有了途徑后如何找尋紅樓夢(mèng)外的大數(shù)據(jù)方面存在的實(shí)際存在,。當(dāng)然了,，這些問題，對(duì)于具有網(wǎng)上沖浪經(jīng)驗(yàn)豐富,，網(wǎng)絡(luò)游歷游刃有余的人們還是可以解決的,。但是如果在古典文獻(xiàn)數(shù)據(jù)庫(kù)建設(shè)中可以事前考慮到，則對(duì)于專門搞文學(xué)藝術(shù),，網(wǎng)絡(luò)經(jīng)歷梢少一些使用者則也不失為一種功德之舉,。

這是本文對(duì)這個(gè)問題粗淺的思考，如有不妥,，敬請(qǐng)各位專家學(xué)者批評(píng)指正,。下期將介紹“如何應(yīng)用紅樓夢(mèng)外大數(shù)據(jù)”,。