在数字人文蓬勃发展的时代背景下，古籍文献的整理、研究与传承已步入数智赋能的新阶段。国家高度重视古籍资源的转化利用，明确以体系化整理、知识化构建、智能化应用为导向，系统推进古籍数字化进程。

为深入贯彻落实国家相关战略部署，进一步探讨数智时代传统文献研究的理论前沿与实践路径，中国历史文献研究会数字文献分会联合湖北大学文学院，立足雅学与传统语言文献的数字化整理及数据库建设实践，拟于2026年10月在武汉举办“中国历史文献研究会数字文献分会第四届年会”。

会议拟围绕数智赋能下的传统文献本体研究、数据库及数据平台建设、数字人文教育教学理论与实践、人文学科高水平实验室建设等问题展开深入研讨，旨在推动古籍整理研究的理论、方法与实践创新，促进古籍资源的当代传承与活化利用。诚邀海内外专家学者与青年学子踊跃投稿、莅临研讨，携手推进古籍数字化研究与传承创新，共促数字文献研究高质量发展。

1

会议时间

2

会议地点

3

会议议题

4

参会与投稿

5

会议费用

6

会议联系

（1）任务背景

任务1：命名实体识别与分类（NERC）

任务2：命名实体链接（EL）

• 第一轮：无提及边界信息的实体链接（NEL）

• 第二轮：已知提及边界（无实体类型信息）的实体链接

• 覆盖报纸生命周期内预设十年段的首年；

• 含标题、字符数超50、不限版面；

• 人工筛选仅保留新闻内容，剔除副刊、表格、填字游戏、天气预报、时刻表、讣告及OCR噪声过大无法阅读的内容。

第一项：多语言报纸挑战赛（MNC）

第二项：多语言古典评论挑战赛（MCC）

第三项：全局适配挑战赛（GAC）

• document_id：文献唯一标识

• 媒体信息：报刊名、时间跨度、来源类型、原始数据路径

• 语言：de（德）/fr（法）/en（英）

• 发布日期

• 人物/地点实体ID、维基数据QID（如有）

• 人物/地点提及列表

•  at/isAt标签（训练/开发集为金标准，测试集为null）

• 可选的at/isAt标注说明

会议议题

会议信息

会议时间

2026年7月31日至8月3日

会议地点

内蒙古师范大学

（呼和浩特市赛罕区昭乌达路81号）

会议注册

本次会议将于2026年6月开放注册报名。

注册费：1500元（6月30日之前早鸟价1000元），学生价800元，获会议录用宣讲论文/海报/项目作者一人可免注册费，如多于一人则需按增加人数缴纳注册费。参会代表交通食宿自理。

征文征集

4、组委会将邀请国内知名学者组成专家评审组，对提交的论文开展严格评审，从中选出高水平学术论文在会议上进行交流和专家点评。

5、论文提交邮箱：

20250051@imnu.edu.cn。邮件标题格式为“CDH2026论文摘要/全文-姓名-单位”。

6、摘要提交截止时间：

     2026年4月30日

     摘要录用通知时间：

     2026年5月30日

     论文全文提交截止时间：

     2026年6月30日

项目征集

会议组织

主办单位

中国索引学会

内蒙古师范大学

承办单位

中国索引学会数字人文专业委员会

内蒙古师范大学科学技术史研究院

内蒙古自治区科技文化遗产认知智能重点实验室

内蒙古师范大学蒙古学学院

协办单位（按笔画顺序排列）

山西数字人文研究院

上海大学数字人文研究与发展中心

上海外国语大学中国国际舆情研究中心

上海师范大学数字人文研究中心

上海社会科学院信息研究所

上海图书馆历史人文大数据中心

中国人民大学数字人文研究院

中国社会科学院文学研究所数字信息研究室、数字人文与计算批评实验室

中山大学信息管理学院

中山大学数字人文实验室

北京大学数字人文研究中心

电子科技大学数字文化与传媒研究中心

华东师范大学数字文化发展协同创新中心

齐鲁工业大学 (山东省科学院) 数字人文研究中心

云南大学历史与档案学院 “数字人文” 工作室

云南省图书馆数字资源与信息技术部

武汉大学数字人文研究中心、武汉大学文化遗产智能计算实验室

复旦大学大数据研究院人文社科数据研究所

清华大学中国古典文献研究中心

南京大学高研院数字人文创研中心

南京师范大学数字与人文研究中心

南京农业大学数字人文研究中心

南京大学中华文明创新实验室  （持续更新中）

媒体支持（按笔画顺序排列）

《全国报刊索引》

「全国报刊索引」公众号

上海师范大学数字人文网

上海社科院信息所社科智能实验室（AI4SS Lab）

《中国数字人文》

「中国索引学会」公众号

「SHNU 数字人文」公众号

「比特人文」公众号

《数字人文》

《数字人文研究》

「数字人文」公众号

「数字人文开放实验室」公众号

「数字人文研究」公众号

「数字人文资讯」公众号

南京大学中华文明数智创新实验室

 （持续更新中）

   有意参与协办和媒体支持的单位，请扫描下方二维码登记相关信息，我们将在下一轮的会议通知中更新名单。

会议联络

英国学者马丁·保罗·伊夫（Martin Paul Eve）于 2024 年 7 月在斯坦福大学出版社出版的《数字文本历史隐喻论纲》（Theses on the Metaphors of Digital-Textual History）是一部备受瞩目的学术专著。该书列入斯坦福文本技术丛书 (Stanford Text Technologies)，且以开放获取的形式面世，不仅契合了作者素来倡导的开放学术理念，更为数字人文领域的理论建构提供了深邃的省思空间。

就其学术定位而言，此书并非传授文本挖掘、数据可视化或程序实现等操作技能的实用指南，而是驻足于数字人文、书籍史、文本研究、新媒体与出版研究的交汇处，倾力剖析那些形塑人们数字空间感知且与物质文化史深度纠缠的数字文本隐喻。伊夫的洞见在于，他未将页面、窗口、站点、空白、图书馆或是保存等词汇视作毫无生气的技术术语，而是将其还原为承载着历史负荷与意识形态的隐喻系统。人们在数字环境中习以为常的翻页与留白等日常表述，实则潜藏着印刷文化、建筑空间、政治制度、音乐书写乃至档案观念的旧有肌理。据此，作者提出核心论断，即数字文本绝非纯粹虚拟、抽象或去历史化的存在，它始终与纸介质、软硬件接口、底层协议、基础设施、数据存储乃至全球技术秩序紧密相连。全书所探讨的并非单纯的命名之争，而是数字文本性究竟如何被语言机制所建构，又如何反过来受制于这些语言的深层追问。

在叙述架构上，该书凭借一组彼此呼应又各自圆足的命题层层推进。纵览其旨归，诸如虚拟页面几乎从未真正存在、数字留白乃是音乐性静默的延续、数字文本内蕴地缘政治结构、数字文本是多维的、窗口实为政治自由主义的寓言、图书馆是可重组的焦虑碎片集合，以及凡未保存者皆将丢失等核心论题，皆彰显出作者将日常数字经验重新历史化、政治化与物质化的学术雄心。书内对数字页面的探讨，深究了其对纸质书页逻辑的承袭；对屏幕空白的剖析，将其置于更为悠久的媒介感知史中；而关于地缘政治的论述，则将数字文本还原至统一码标准、互联网治理与全球技术权力的博弈场域内；至于涉及图书馆与数据存储的篇章，更是直指数字档案、数据脆弱性与保存政治的深层隐忧。

综上所论，此书的要旨不在于贡献新颖的数字人文工具，而是督促学界反思，当人们谈论数字文本时，究竟沿用了哪些源自纸本时代、现代制度与西方技术文化的阐释框架，这些隐性框架又如何潜移默化地左右着数据库设计、数字版本构建、界面理解、阅读组织以及对文本物质性的描述。对于从事 TEI 文本编码、数字校勘、数字版本、书籍史、界面史乃至文本物质性研究的学者而言，该书具有极强的启示意义，它无时无刻不在提醒研究者，所谓的数字呈现从来不是中立的容器，而是裹挟着历史前提的释读结构。正是由于成功地将数字文本研究的重心从操作层面的技术实现引向了认识论层面的学理反思，该书荣获了2025年SHARP Book History Book Prize，足见其在方法论推进上所确立的学术标尺地位。

Martin Paul Eve是活跃于数字人文与开放学术出版领域的英国学者，目前担任伦敦大学伯贝克学院文学、技术与出版教授，同时兼任美国密歇根州立大学 MESH 研究中心知识共享项目的技术负责人。他曾在萨塞克斯大学取得博士学位并担任导师，此后历任林肯大学英语讲师、伯贝克学院高级讲师，并在 2019 至 2022 年间担任谢菲尔德哈勒姆大学数字人文客座教授。此外，他还在 2023 至 2024 年间出任 Crossref 的首席研发工程师，并于 2022 至 2025 年间担任剑桥大学哲学硕士学位的外部审查员。

他的核心学术愿景在于理解不同知识体系在书写中的呈现方式，探讨文学阅读技巧如何帮助人们接触历史的、科学的、数字事实的以及文学的等多种知识形态。其研究广泛涉及当代英美小说、技术历史与哲学、学术评价文化以及学术出版的技术变革。在数字人文领域，他不仅进行理论批判，还亲自投入计算项目的开发，并指导涵盖数字人文、当代小说与学术传播等诸多方向的博士生。

在学术出版生态方面，他长期大力倡导人文学科的开放出版模式，曾受邀出席英国下议院商业、创新与技能特别委员会的开放获取调查，担任 S 计划大使，并参与创立了人文开放图书馆。他还负责统筹由英国研究英格兰机构与阿卡迪亚基金会资助的 COPIM 项目核心工作。作为一位兼具程序开发能力与深切人文关怀的学者，他迄今已撰写或主编 10 余部学术著作，其中包括 2024 年出版的《数字文本历史隐喻论纲》、2022 年的《数字人文与文学研究》、2019 年的《使用计算机细读》以及 2014 年的《开放获取与人文学科》等重要文献。

他的卓越学术贡献与公共倡导使其屡获殊荣，不仅在 2017 年入围英国《卫报》高等教育最具启发性领袖最终 5 强，还在 2018 年获得鲁汶大学人文社会科学荣誉奖章，并于 2019 年荣获利弗休姆文学研究奖。2020 年，他当选为英国英语协会会士，次年又被肖氏信托基金评为英国最具影响力的 100 位残障人士之一。2024 年与 2025 年，他又分别斩获大学出版社协会 StandUP 奖以及新型阅读与出版史学会书籍史图书奖。这种跨越代码技术、文本物质性与当代文化批判的多元学术背景，使其能够极其敏锐地捕捉并剖析数字时代文本生产的深层逻辑，在理论建构与技术实践层面均展现出极高的专业水准。

在数字人文的具体实践中，他不仅进行媒介理论层面的批判反思，还亲自投入底层技术与代码的构建，致力于研发用于文本挖掘与文学分析的计算工具。在学术出版生态方面，他长期研究并大力倡导人文学科的开放出版模式，主张对二十一世纪的学术交流与传播方式进行彻底的重构与技术支持。他的学术关怀同样体现在对技术基础设施的细致审视上，他持续关注学术机构如何摆脱大型科技巨头的垄断、去中心化网络的建设以及开源底层技术的实现等前沿议题。

更多作者信息请参考：https://eve.gd/

Chapter 1 Theses on the Metaphors of Digital-Textual History

Chapter 2 The Virtual Page Almost Never Existed

Chapter 3 Digital Whitespace Is the Seriality of Musical Silence

Chapter 4 Digital Text Is Geopolitically Structured

Chapter 5 Digital Text Is Multidimensional

Chapter 6 Windows Are Allegories of Political Liberalism

Chapter 7 Libraries Are Assemblages of Recombinable Anxiety Fragments

Chapter 8 Everything Not Saved Will Be Lost

Chapter 9 Conclusion

第一章 数字文本历史的隐喻论纲

第二章 虚拟页面几乎从未存在

第三章 数字留白即音乐性静默的序列延续

第四章 数字文本具有地缘政治结构

第五章 数字文本是多维的

第六章 窗口是政治自由主义的寓言

第七章 图书馆是可重组焦虑碎片的聚合体

第八章 凡未保存者，终将丢失

第九章 总结

1.数字文本历史的隐喻论纲 Theses on the Metaphors of Digital-Textual History

作为全书的开篇，Theses on the Metaphors of Digital-Textual History 并不只是一般意义上的导论，更接近一篇方法论宣言。它的作用并不仅仅在于交代研究背景、章节安排和问题意识，而是直接将整本书最核心的理论框架、材料范围与论证方式提前铺陈出来。伊夫在本章中首先完成的工作，是把数字文本从一种仿佛轻盈、透明、去物质化的存在，重新拉回到技术史、媒介史与文本史的连续谱系之中。他明确指出，本书真正关注的是数字文本隐喻发生断裂的时刻，因为也正是在这些地方，我们才能看见，今天的文本软件与数字环境究竟如何被一套已经脱离原始语境的隐喻体系所规定。本章极具启发性的地方，在于作者并未从抽象定义入手，而是通过博尔赫斯、数值系统以及计算环境之间的关系，迅速将读者带入一个更深层的问题之中。数字文本表面上看似由文字、页面、界面与阅读构成，但在更底层的层面上，它同时又涉及编码、数值、存储与计算。因此，当我们今天讨论文本历史时，实际上已经无法只沿着传统书籍史的路径，去谈抄写、印刷、装帧、流通与阅读，而必须同时处理数字对象的生成机制、技术实现以及界面组织方式。本章的重要贡献，正是在于它将文本史的问题从物理载体扩展到数字条件之中，并提醒读者，数字文本并不是传统文本史之外的例外。恰恰相反，它只是将文本的媒介条件暴露得更加彻底。

在此基础上，作者提出了整本书最关键的判断之一，即数字文本环境之所以显得自然，并不是因为它真的天然如此，而是因为它已经被一整套隐喻语言组织过。我们平时习惯说页面、窗口、站点、保存、图书馆、留白、滚动、下载，这些词表面看来像是中性的技术术语，实际上却都携带着深厚的历史背景，来自纸本文化、建筑空间、行政制度、日常办公，甚至身体动作的经验结构。本章真正要处理的，并不是这些词是否形象，而是这些词为什么会成为理解数字文本的主要通道，以及它们在什么时刻已经不再准确，却仍然继续支配我们的认知。作者特别强调，本书就是要寻找这些隐喻失效的节点，因为隐喻的失效点恰恰暴露了数字文本环境中的历史缝隙与认知惯性。

为了说明这一点，本章实际上提出了一个非常清楚的三阶段模型。作者认为，数字文本隐喻通常会先经历一个描述性阶段。在这一阶段，隐喻是有帮助的，因为新技术刚刚出现，人们需要借助旧有经验去理解陌生对象。随后，它会进入一个脱锚阶段，也就是隐喻开始偏离其原本对应的现实基础，逐渐失去准确性。到了最后，隐喻却并不会因为失准而退出，反而会进入一个规定性阶段，变成行业标准、设计逻辑和用户预期的一部分，进而反过来塑造未来的发展方向。这个模型十分重要，因为它说明了作者为什么如此关心那些看似琐碎的术语问题。对他而言，这些词绝不只是修辞装饰，而是会沉淀为设计选择与技术路径的认知基础。也正是在这个意义上，他援引斯图尔特·霍尔和德里达的说法，强调隐喻不仅会影响实践，也会固定研究结果。

本章还有一个十分值得注意的理论推进，即作者并不满足于将研究对象理解成狭义上的文本本身，而是把目光转向数字文本周围的副文本装置，或者更准确地说，转向那些使文本得以生产、显示与被理解的条件系统。从方法上说，本章明显承接了概念隐喻理论的脉络。作者接受莱考夫与约翰逊那种较强的立场，即人类并不是先拥有一个完全中性的概念，然后再用隐喻去修饰它。恰恰相反，很多概念本来就是通过隐喻组织起来的。

在这种分析中，作者还特别强调了一个问题，即数字隐喻的风险并不在于它完全虚假，而在于它部分有效，因此更容易被误认为是整体真实。某些术语在最初阶段确实帮助人们理解了新媒介，但随着技术环境发生变化，它们与对象之间的对应关系已经越来越薄弱。问题在于，一旦这些词进入系统设计和用户习惯，它们就会变得极难摆脱，甚至会反过来影响未来技术应当被设计成什么样子。

本章另一个重要的推进，在于它并没有将界面简单理解为对现实对象的模仿，而是更接近于一种有选择的幻象建构。作者借助用户幻觉这一脉络提醒读者，数字纸张、数字窗口或数字桌面之所以看起来亲切，并不是因为它们严格复制了现实中的纸张、窗户和桌面，而是因为它们保留了足以让用户迅速识别的那部分特征，同时又赋予这些对象在现实世界中并不具备的能力。

此外，本章还有一点尤其值得注意，那就是它将问题从语言延伸到了身体实践。数字书写与阅读并不只是观念活动，也不只是一个看见界面并完成点击的过程，而是会在长期使用中沉淀为习惯、姿态与肌肉记忆。作者在方法自述中明确提到，这本书也受到文化现象学视角的影响，不仅关心概念系统如何构成数字文本环境，也关心这些环境如何在真实生活中被经验、被操练、被身体化。也正因为如此，本章既谈历史考古，也谈当下实践；既谈术语来源，也谈数字环境如何成为我们日常经验的一部分。这个维度使全书避免沦为纯粹的术语批评，而始终保持着对技术生活世界的敏感。

至于本章的学术意义，作者其实处理得相当谨慎。他并没有简单宣称，只要知道某种界面隐喻的来源，就足以解释文学文本风格的变化或阅读方式的全部转型。相反，他对这种直接的技术决定论始终保持距离。但他也坚持认为，追索这些隐喻依然十分重要，因为这有助于我们辨认当代数字文本环境是如何被历史性地生产出来的。

总的来说，这一开篇章节的任务，并不是简单告诉读者这本书接下来会讲什么，而是先行确立一种极具辨识度的研究姿态。它要做的，是把数字文本从一种被自然化的技术现实重新陌生化，把那些最常见、最不起眼、也最容易被忽略的界面语言重新变成需要解释的历史对象。也正因如此，本章其实已经完成了整本书最核心的理论预备工作。它告诉读者，数字文本的问题从来不只是文本进入了电脑，而是文本如何在电脑之中被重新命名、重新组织、重新想象。若不先拆解这些支撑数字环境的隐喻系统，后面关于页面、留白、地缘政治、窗口、图书馆和保存的讨论就都无法真正展开。

2.虚拟页面几乎从未存在 The Virtual Page Almost Never Existed

The Virtual Page Almost Never Existed 集中处理了全书中极具代表性、也极易被日常经验自然化的一个议题，也就是数字文本中的页面究竟为何物。伊夫在这里试图拆解的，并不是页面一词本身是否可用，而是人们为什么会理所当然地将数字文本组织成页面，又为什么会误把数字页面视为纸页在屏幕上的自然延伸。就其基本立场而言，所谓虚拟页面绝不是一种稳定、单线并且可以直接追溯至印刷书页的媒介形式，而是一种后起的、混杂的、由多重技术条件共同塑造的视觉与操作产物。

作者切入这一问题的视角相当精准，首先将目光投向计算机底层的分页机制，也就是内存管理语境中的 memory page。计算机内部的 page 可以断裂，可以被调度，甚至根本不在主内存之中，它本质上是一种逻辑分割，而不是读者能够始终翻阅的实体叶片。通过揭示这种内部分页与阅读页面之间的根本差异，作者有力地撕开了笼罩在数字页面表层的基础误解，打破了将所有被称为 page 的对象都视作纸页自然变体的幻觉。

顺着这一逻辑，作者进一步抛出了一个极具穿透力的问题。在一个既缺乏真实翻页动作，也不存在纸张物理边界的媒介中，所谓 turn a page 究竟指代何种行为。他借用 Dennis Tenen 的提问指出，尽管人们在数字空间中仍然频繁调用 page、pagination、page up 与 page down 等指令，仿佛页面仍是天经地义的基础度量，但这种不加思索的理所当然，恰恰是最值得追问的地方。

他明确反对将数字页面视为物理页面直系后裔的粗糙史观。尽管文字处理软件在很长一段时间里确实致力于模拟书籍或印刷文稿的形貌，这种倾向在桌面出版与 WYSIWYG 的发展轨迹中尤其明显，但即便处于这种高度逼真的模拟环境之中，数字页面仍然表现出极强的不稳定性。不同字体、字号、边距、屏幕分辨率、缩放比例乃至滚动条等功能变量，无一不在持续重塑页面的内容布局与流动结构。页面不再是先天锚定于文本的恒定容器，而是设备、软件与显示条件实时交互所形成的表面结果。文本并不真正栖居于某个固定的页面之中，而只是暂时显影为某种页面样态。

这也正好解释了，为什么 WYSIWYG 原则在历史上始终伴随着难以调和的矛盾。该原则在表面上承诺，屏幕所见即输出所得，但在真实运作中，屏幕显示与打印成品之间往往始终存在落差。作者以 Xerox Bravo 为例，说明早期系统的屏幕分辨率与打印分辨率常常彼此脱节，从而使 what you see is what you get 屡屡滑向 what you see is not what you get。PDF 格式的出现，正是在可写性、滚动信息流以及显示与打印脱节之间，试图强行寻求一种新的稳定机制。PDF 的重要性不仅在于它作为通用格式的普及，更在于它彻底暴露了数字页面始终面临的根本难题，也就是页面的边界究竟应当如何固定，视觉呈现如何跨设备保持一致，以及数字文本如何在流变性与封装性之间取得平衡。

在此基础上，作者并没有草率地断言数字页面只是一场失败的纸页模仿。他的论证更细致之处在于，他层层说明，所谓数字页面自其诞生之初就不可避免地混入了其他媒介传统，其中 scroll 与 tablet 隐喻的渗入尤为关键。

这又进一步将视野拉回到长时段的书籍史。作者特别提醒，不应将 codex 页面的历史想象得过于纯粹，仿佛它从一开始就与 scroll 完全对立。事实上，手抄本与早期 codex 本身就潜藏着流动与断裂并存的双重特征。页面固然提供了间断，为跳转、索引和定位带来便利，但它同时也在垂直方向上维系着某种连续性，而这种连续性与 scroll 所体现的展开性并非毫无关联。作者借 Manuel Portela 等人的讨论阐明，codex 本身就不是一台完全纯粹的页面机器，而是一种混合着 scroll 历史的新媒介形态。这样一来，数字语境中 scrolling 与 pagination 的并存，便不再显得像某种异常拼贴，反而更像是媒介历史中旧有混合性的再次显现。数字页面之所以显得怪异，并不是因为它背离了某种纯正的页面传统，而是因为我们错误地将 codex 页面神话成了一种原本就不存在的纯粹形式。

本章在这里完成了一个重要修正，也就是反对把数字页面的历史书写成单纯的 print replication。作者承认，在报纸生产或印刷排版等场景中，数字文件确实常常服务于印刷输出，这种跨媒介的分页延续也因其实用性、权威性和可移植性而持续占据主导地位。但他同时提醒，如果将这种延续误认为数字页面的全部历史，就会错判其真正的形成机制。

因此，本章并不是在消灭页面，而是在重新定义页面。数字页面之所以几乎从未真正存在，是因为屏幕上那些看起来像页面的东西，实际上根本缺乏传统页面最基本的 boundness，也就是那种由物质边界、装订结构与固定顺序共同赋予的页性。在许多场景中，数字页面只是暂时性的视觉截面，是由显示设备、分辨率、缩放、滚动、软件布局规则与输出格式共同决定的局部状态。它在这个设备上是一页，在另一个设备上可能变成两页、半页，甚至成为连续流的一部分。此刻还可以被视为离散单位，下一刻却又被滚动逻辑抹平成连续信息流。页面不再是文本的天然单位，而成为技术系统临时生产出的阅读幻觉。也正是在这个意义上，作者才会断言，虚拟页面几乎从未存在。

这种页面幻觉并未停留在屏幕显示层面，而是早已渗入硬件设计与用户操作想象之中。键盘上的 PgUp 与 PgDown 就是极佳的例子。这两个按键表面上似乎说明，人们仍以页面为单位理解文档移动，但其实际行为并不等同于书本中的左右翻页，而更接近一种被离散化的纵向滚动。与此同时，键盘上又保留着 ScrLk 这种与滚动相关的功能，以及 Print Screen 这种由打印逻辑转化而来的截图功能。输入设备本身就同时承载着 page、scroll、screen 与 print 等多种媒介隐喻。页面不再是独占性的主导逻辑，而是与其他历史层叠的媒介词汇一起，共同构成了今天的日常交互。

在阅读设备的发展上，页面中心主义同样正在逐渐松动。电子阅读器引入了 Kindle 的 location 等新型位置标记，取代了固定页码，这说明阅读经验完全可以从 page imaginary 中被解开，重新锚定到文本本身的段落、位置或可计算序列之上。作者并未将这种变化写成对页面的彻底超越，而是谨慎指出，页面作为象征与习惯依然极其顽强，但它已经不再是数字阅读中唯一有效的组织原则。数字阅读技术一方面仍然借助页面维持用户的熟悉感，另一方面又不断通过新的定位机制、响应式布局与设备差异性，侵蚀页面原本的中心地位。正是这种一边保留、一边松动的状态，构成了数字页面最典型的历史特征。

抛开技术细节的罗列，这一整段推演极好地展现了伊夫的整体方法论。他并没有简单宣布页面已经过时，也没有以技术史的方式堆砌格式演化，而是通过不断追问一个日常词语在不同层级中的异质性，揭示了数字文本历史内部的断裂。

3.数字留白即音乐性静默的序列延续 Digital Whitespace Is the Seriality of Musical Silence

本章深入解构了数字文本处理中早已被视为理所当然的 whitespace 概念。作者首先针对空白天然等同于白色这一视觉直觉提出质疑。他指出，数字书写空间中的白底黑字并非技术演进的必然起点，而是一种文化与意识形态共同塑造的结果。早期计算机显示器往往以绿字、琥珀色字或蓝底灰字呈现，甚至在更早的打孔卡系统中，物理上的孔洞反而代表正值。因此，将数字留白命名为 white，实际上是将纸张时代的文化逻辑强行迁移到数字介质中的产物。

论述随即转向纸张的物质史。作者认为，纸张的白化并不是回归某种自然状态，而是一个涉及生产技术、宗教象征与道德观念的社会化过程。

在讨论显示技术史时，作者进一步使问题的结构变得更复杂。电视与显示器的发展史并不是一条线性朝向白色背景推进的道路。早期彩色技术成本高昂且不稳定，单色显示长期占据主流。在 CRT 技术阶段，屏幕甚至表现出一种透明性，前端是玻璃，后端则是黑暗的机器内部。当承载虚拟页面的基底从实体颜色转变为光学投射的透明效果时，人们却依然坚持使用 whitespace 这一术语，这恰恰说明了视觉隐喻对技术现实具有极强的覆盖力。

为了定义数字留白的本质，作者转而借助音乐与声音哲学，重点分析约翰·凯奇的 4′33″。他提出，要理解数字文本中的空白，必须将其视为一种被结构化的无。正如 4′33″ 并不是制造绝对寂静，而是通过环境音的介入，使静默变得可感知、有边界并且可以被记谱，数字留白同样具有形式与结构。凯奇的文本实践表明，空白页面会受到材料性、格式与偶然性的共同塑形。作者借此暗示，静默与空白都不是抽象观念，而是由具体媒介条件所规定的技术产物，例如唱片时长的限制，或编码系统本身的组织方式。

本章最后将视觉空白与声音静默统一到 seriality 的框架之下。这种序列性强调，空白与静默都依赖于可重复、可计量且可分割的机制。静默可以被划分为乐章与停顿，而数字留白则在 Unicode 系统中被精细编码为空格、换行、制表以及各种具有特定宽度和功能的不可见字符。作者以艾米莉·狄金森的诗歌排版为例，展示那些难以标准化的横线与空隙如何在数字环境中被转化为高度可计算的差异系统。

4.数字文本具有地缘政治结构 Digital Text Is Geopolitically Structured

本章系统揭示了那些看似中立的技术标准，如何深深嵌入全球权力格局之中。作者避开了宏大而抽象的推演，转而以二十世纪八九十年代欧洲 DemoScene 亚文化中的 ASCII 艺术与 NFO 文件作为切入点。这些利用文本字符构成的视觉图像，实际上高度依赖 Unicode 字符集中的特定块状字符。当字体库缺乏对非拉丁语系字符的精确支持时，这些字符往往会被降格为单纯的视觉填充物。这个现象说明，那些原本承载特定文化传统的字符，在英语主导的数字生态中被进一步工具化。由此，作者指出，数字排版与字符编码并不只是技术细节，而是内含着语言等级与书写特权的权力逻辑。

在梳理 Unicode 的演进史时，作者挑战了它作为普遍主义理想准则的公共形象。借用 Bowker 与 Star 关于标准化的论述，作者强调了标准一旦确立之后所产生的锁定效应。早期设计中的偏差，在后续演进中极难修正，往往只能通过不断打补丁的方式去延宕矛盾。这种演进路径使拉丁字母稳居核心地位，而汉字文化圈等非拉丁语系在早期则长期面临被边缘化或被粗暴处理的处境。作者认为，这种优先级排序并不是技术的必然结果，而是殖民扩张与历史支配地位在数字时代的延续。

随后，论述的视野从微观编码扩展到互联网的物理基础设施。作者通过分析域名系统、自治系统与边界网关协议，论证数字文本的流通始终必须依托于具体的物理路径。尽管互联网常常被感知为一种去地域化的云端结构，但其底层实际上是铺设在地缘政治版图上的海底光缆与交换枢纽。作者指出，互联网的连通性并不是均匀分布的，而是高度集中于少数寡头供应商手中。在治理逻辑上，BGP 协议所体现出的自治、边界与对等拨接等概念，在话语结构上与国家主权高度同构。此外，自治系统的确立又高度依赖传统的行政审批与商业斡旋，这说明高科技基础设施的运行，依然深深嵌套在世俗官僚制度与人情网络之中。

在讨论区块链技术时，作者将其视为一种试图通过算法共识来解决数字空间信任危机的治理方案。通过分析双重支出问题，他说明区块链如何利用分布式账本与加密技术，在没有中心权威的条件下建立秩序。然而，区块链在追求去中心化的同时，也人为制造了数字稀缺性，而这恰恰与数字内容易于复制的本性相违背。作者强调，这种治理尝试不仅伴随着高昂的能源成本，更关键的问题在于，谁有权定义合法秩序与共识。这再次说明，任何技术方案最终都会回落到政治问题之上。

5.数字文本是多维的 Digital Text Is Multidimensional

本章处理的，是数字文本在空间组织、阅读路径与界面定向上的复杂结构。作者开头先从一个极为日常、却也很容易被忽视的现象谈起，也就是浏览器历史记录、网页访问路径以及多窗口操作的经验。表面看来，用户似乎总是在按顺序阅读和浏览，先打开一个页面，再跳转到下一个页面，最后又回到前一个页面，于是整个过程仿佛可以被整理为一条线性的时间轴。但作者指出，这种线性叙述只是表面的结果。实际上，用户的访问记录往往不断分叉、折返与重组，真正支撑这些操作的并不是一条单线，而是一种复杂的链接结构。即便这些复杂路径最终仍然可以被重新编排为按时间排列的访问序列，也无法改变这样一个事实，即数字文本环境本身始终建立在多维结构之上，只是界面常常将这种多维性压平为一维或二维的可读表面。作者在这里明确提出，我们的界面不只是制造非物质性的幻觉，同时也制造单维性的幻觉。

在此基础上，本章转向对 dimension 这一概念本身的说明。作者先从最基础的笛卡尔坐标讲起，也就是长度、宽度与深度，接着再将时间作为第四维引入，以说明任何对象不仅可以被放置在空间坐标中，也可以被放置在某一时刻之中。随后，他继续往上推进，提出第五维、第六维乃至更多维度，并不一定必须是几何意义上的额外空间方向，它们也可以是任何能够区分对象的分类轴。作者用狗和鱼的例子说明，腿的数量、尾巴的数量、耳朵的数量都可以成为额外维度。这一段的作用，是为后文讨论数字文本做准备。因为数字文本之所以是多维的，并不是说屏幕真的存在我们肉眼看不见的立体深度，而是说它同时被排布在多条性质不同的轴线上，例如时间轴、空间轴、链接轴、格式轴、代码轴与界面导航轴。

为了使这种多维性更容易被想象，本章接着借用了十九世纪关于 tesseract 的讨论，也就是超立方体的观念史。作者提到 Howard Hinton 对高维空间的兴趣，说明十九世纪的人们已经在尝试训练自己去理解超出日常三维经验的空间结构。Hinton 甚至制作了一整套辅助想象高维空间的立方体模型，试图让学生获得某种更高维的感知能力。作者在这里并不是单纯回顾数学史，而是要借这一历史线索说明，人类经验天然倾向于将对象压缩到少数熟悉的维度之中，因此凡是多维结构，往往都必须通过投影、剖面或简化图像来呈现。数字文本也是如此。我们在屏幕上看到的是一个平面的文档界面、一个网站页面，或一个滚动窗口，但这都只是更复杂结构的可见投影。换言之，用户面对的并不是数字文本的全部，而只是其多维组织在某一时刻的一种投影形态。作者随后明确指出，从 home 到 end 这样的文本方向轴，到 Microsoft Word 所依赖的标记格式，数字文本处理从根本上说就是多维的。

围绕阅读路径，本章还将注意力放在 nonlinearity 的问题上。作者明确表示，他会借助电子文学中关于非线性的理论讨论，但尽量避免那种已经过于陈词滥调的 hypertext 叙事。也就是说，他并不是简单重复早期数字文学研究中关于超文本打破线性阅读的说法，而是要更具体地说明，数字文本环境中的非线性究竟是如何被实际界面、导航与操作方式组织起来的。这里的重点并不只是读者可以跳转，而是所谓从开头到结尾的单向阅读隐喻，在数字环境中本来就已经不再充分。网页、超链接、历史记录、多标签、多窗口以及平台层级，共同造成了一种阅读路径的解绑。文本不再稳固地被装订在从第一页到最后一页的顺序之中，而是不断被嵌入其他路径、其他返回机制以及其他层级关系之中。作者因此将本章与前面关于虚拟页面的讨论联系起来，认为这里处理的同样是一种 unbinding，只不过前一章拆解的是页的边界，而本章拆解的是阅读路径的边界。

为了说明这种解绑并不只属于数字环境，本章还引入了 B. S. Johnson 的 The Unfortunates。作者将这部以盒装散页形式出现的作品视为一种 multidimensional text 的例子，因为这部作品并不把阅读顺序固定在单一路径上，而是要求读者在一组彼此相关、但顺序并不稳定的文本单元之间移动。本章接下来又转向 home 这一组空间隐喻。作者特别指出，他要推进前一章中稍微触及的 home 与 away 的问题，进一步讨论界面与软件设计如何在想象层面安置读者与文本生产者。这里的提问方式很有意思。作者并不是单纯分析 Home 键在键盘上的功能，而是更广泛地追问，为什么在数字文本环境中，不同的空间会被命名为 home，谁有权决定何处是 home，以及为什么在许多数字文本语境中，home 的反义词不是 away，而是 end。这个问题看上去像是词汇层面的细究，但作者实际上是在讨论空间方向感如何被界面预先规定。换言之，当一个文档允许用户通过 Home 键回到开头，通过 End 键跳到结尾时，文本空间就被想象成某种可以居住、可以返回、也可以抵达的场域，而这套想象本身并非天然成立。它赋予数字文本一种居所式结构，也在无形之中规定了用户如何理解自己与文本之间的位置关系。

顺着这个问题，本章后面进一步将 home 的隐喻推向平台与网络空间。作者提到 WordPress 这类平台提供给用户的空间会被称为 homes，而这些 home 又同时建立在更下层的平台维度之上。也就是说，用户所拥有的那个网站、博客或页面，表面上看仿佛是自己的 home，但它其实始终依附于另一个平台结构之内，是一种建立在租佃关系之上的空间所有感。作者在这里将这种结构与新自由主义语境中的 home 和 ownership 观念联系起来，指出数字 home 并不只是一个温馨的回返之地，它同时还与财产、阶层、归属以及平台依附关系纠缠在一起。数字家园既像私有空间，却又不是完全自治的私有空间；它带有强烈的 proprietorial 色彩，同时又受制于上层平台的规则与基础设施。因此，home 在本章中便不再只是光标移动的起点，也成为数字文本发布、存储与传播过程里一个带有社会与经济意味的空间隐喻。

6.窗口是政治自由主义的寓言 Windows Are Allegories of Political Liberalism

本章所围绕的核心对象，是数字界面中极为日常、却又很少被认真追问的 window 隐喻。作者一开始便从 Microsoft 这一品牌语言切入，指出 Windows、Vista、Outlook、Paint、Visual Studio 这一整套命名，本身就高度依赖视觉、开敞、观看与景观的意象。也就是说，微软不仅是在生产软件，同时也不断通过命名策略，将自己的产品包装为一组与视野、透明性和通达性相关的对象。不过，作者紧接着便指出，这种隐喻在技术层面其实并不成立。我们在屏幕上看到的窗口，并不是一个真正向外开启的透明孔洞，它并不使用户直接看见某种内部实在，而只是复杂的渲染、合成与显示过程所形成的表面结果。换言之，本章在开头便先将 window 从一个看似自然的界面术语，重新拉回到一种有待拆解的视觉修辞之中。

紧接着，本章将讨论集中到 transparency 和 vision 这两个关键词上。作者明确说明，本章要分析的，正是窗口这一隐喻如何将透明、可见与可进入这些观念附着到数字文本处理之上，并进一步将这种分析推进到数字可访问性的问题。也就是说，本章的结构本身分为两个部分。前半部分主要拆解窗口隐喻与开放、关闭、锁定、解锁之间的关系，尤其会联系微软与开源社群之间在历史上复杂的纠葛。后半部分则转向 critical disability studies，从视觉中心主义的角度重新思考数字文本的可访问性。因此，本章并不只是单纯书写窗口的历史，也不只是讨论界面设计，而是在考察一个界面隐喻如何同时牵连出政治观念与身体政治的问题。

在分析窗口本身时，作者先回到更早的 desktop metaphor，并将 window 重新放回 desktop 这一整体场景中来理解。他先提到早期对于桌面隐喻的一些批评，例如桌子本身并不是纸张信息的直接容器，也不是一种通常会被携带和分享的对象，人们一般也不会说自己在阅读一张桌子。随后，作者将这种批评平行地转移到窗口之上，指出所谓 window 其实同样很难真正成立。真实的窗户会使人透过它看见外部，而数字窗口却并不会揭示系统的内部机制。恰恰相反，它是在原本的屏幕表面之上，进一步叠加一层图标化、框架化、功能化的元素，使用户离机器底层更远，而不是更近。因此，作者提出了一个很有意思的修正，认为这些窗口与其说像透明的窗，不如说更像 heads-up display。它们并不是让世界显现出来，而是在表面之上增加更多操作层。于是，window 这一隐喻在本章中首先被改写为一种加层机制，而非一种透明机制。

在此基础上，作者又提出了另一个视角。也就是，如果不把用户想象为站在屏幕之外向内看进一个窗口，而是反过来将用户设想为坐在桌前、从室内向外看，那么微软的桌面与窗口隐喻就会呈现出另一层含义。这里作者引入了 Windows XP 那张极为著名的默认桌面背景 Bliss。按照他的分析，这张蓝天绿丘的照片使用户坐在桌面前时，仿佛不是在面对一组程序与文档，而是在朝向一个自然风景外望。也就是说，微软给予用户的并不只是一个工作界面，同时也是一种从劳动空间中暂时逸出的田园式幻景。但作者紧接着指出，这种外望实际上并不发生在程序窗口本身，而只是发生在桌面背景这一层面。真正的应用窗口依旧高度面向业务、管理与工作。于是，这里便形成了一种十分有意思的分裂：背景承诺的是自然、休憩与浪漫性的外部世界，而具体的窗口却又将用户重新拉回到组织化、功能化的劳动秩序之中。

从这里继续往下，作者进一步将 window 与 opening 这一动作联系起来，但并不是简单地将其理解为打开某物，而是把 opening 和 closing 放到微软与 open source 社群之间的关系中来观察。也就是说，窗口之开并不只是一个视觉动作，它同时也被延伸为制度与产业层面的开放与关闭问题。本章导言已经明确指出，这一部分会将 window 的逻辑放入微软历史上与开源运动之间复杂的张力之中来考察。窗口在语言上象征开放、透明与可进入，但微软作为商业软件公司，其制度实践却常常与封闭、专有和控制相关。这种落差使作者能够将 window 这一术语从界面层面推进到软件政治层面。用户以为自己面对的是一个向外开启的界面，但在公司层面被维护的，往往却是对于代码、标准与平台生态的严格控制。因此，window 的开放性在这里便不再是一种无需辩证的正面价值，而是一种始终伴随着封闭、筛选与权限结构的复杂姿态。

本章进入中段之后，作者又将窗口问题进一步转向 rendering 与 style 的层面，尤其通过 X11、Wayland、macOS、Aqua、Quartz 等系统之间的差异，来讨论界面的统一与分散。这里的关键问题在于，窗口究竟应该由系统统一装饰和规范，还是应当由单个应用程序自行决定其呈现风格。作者先说明，在传统的 X11 模式中，许多渲染与布局的控制权掌握在服务器端，应用程序通过请求让 X Server 代为处理显示更新，因此窗口外观与交互方式更容易被统一管理。相较之下，在 Wayland 中，客户端程序本身承担了更多渲染职责，应用程序可以自行绘制自己的内容，再将图形缓冲交给 compositor 呈现在屏幕上。这种架构差异使得 Wayland 中的程序在风格上获得了更大的自主性，也使统一的窗口装饰不再显得天经地义。

作者真正感兴趣的并不是这些技术细节本身，而是 rendering 权力分配背后所隐含的政治想象。他明确指出，Wayland 的兴起中存在一种 political liberalism 的隐喻。因为当应用程序可以自由决定自身外观时，这套系统就更像一种鼓励 self-identity 的秩序。相反，在 X11 式环境中，外观与布局的更多部分由服务器统一决定，则更像一种 socially determined identity。作者甚至直接将这一问题类比到当代西方公共讨论中的身份问题，也就是一个身份究竟主要是自我宣告的结果，还是必须在社会验证、制度框架与公共规范中获得承认。换言之，本章将窗口样式是否统一的问题，写成了个体自我塑形与集体规范之间持续不断的谈判。窗口不再只是一个小矩形界面，而成为自由主义政治哲学在计算架构中的可视化表现。

接着，作者进一步讨论这种自由并不会自动带来更好的共享理解。因为如果每个应用都可以任意重新设计自己的菜单、状态栏以及其他界面部件，那么用户赖以识别这些元素的共同隐喻基础便会被削弱。作者在这一部分明确提出了一个问题，也就是一个 menu 在被重新样式化到何种程度之后，我们还会继续把它称作 menu。也就是说，界面元素的自我表达与个体风格虽然表面上提高了自由度，但同时也会削弱共同的可识别性。这里的焦点并不只是美学差异，而是隐喻共享本身是否还能继续成立。当不同程序各自发展出自己的视觉语言时，原本支撑 user interface familiarity 的那套共同符号系统便会开始松动。因此，作者通过 Wayland 的个体化 rendering，将自由、身份、自主与公共可读性之间的矛盾具体化了。

与 Wayland 相对，本章也专门讨论了苹果系统在相反方向上的努力。作者指出，macOS 长期以来都特别强调视觉设计的一致性，Aqua 既是图形界面，也是设计语言与视觉主题，Quartz 等底层系统则在技术层面保证了这种风格统一。这样做的结果，一方面固然是在维护品牌识别度，另一方面则是在制造 intuitive 的使用经验。这里作者并没有将这种一致性简单赞美为友好设计，而是将其放入另一个问题之中，也就是规范化的界面是否会压制个体风格，是否会将用户训练为更顺从某一 corporate agenda 的主体。随后，他又将这种 styling 问题与 subcultural studies 联系起来，讨论 style 在 CCCS 传统中曾被视为抵抗主流秩序的一种方式，但在 post-subcultural studies 的语境之中，这种关于风格抵抗的浪漫化想象又受到了质疑。这样一来，窗口风格问题就被写成了一场围绕同质化、品牌、次文化表达与抵抗幻觉展开的讨论。

在章节后段，作者将讨论转向 The Politics of Digital Accessibility，也就是把窗口与视觉隐喻直接放入 disability studies 的框架中重新审视。他指出，更普遍适用的设计原则之所以逐渐成为必要，并不是界面设计自然进化的结果，而是与 disability rights movements 长期争取平等使用权密切相关。随着这些运动的发展，界面设计所预设的那个默认 human，也不再能够继续被理解为一个拥有完整视力、完全健全、并且能够自然适应一切视觉安排的抽象主体。作者在这里借用经典例子说明，台阶之所以会将轮椅使用者排除在外，并不是因为使用者本身天然无法进入，而是因为社会选择了台阶，而非坡道。也就是说，障碍并不单纯来自身体缺陷，而是在身体与环境的关系之中被主动制造出来的。作者将这一思路直接带入数字文本环境之中，这意味着窗口、视觉层次、透明性与可见性这些在主流界面设计中看似理所当然的东西，也应当被视为可能制造排斥的结构。

这一部分还继续借助 Rosemarie Garland-Thomson 的工作，概括了社会中关于残障的几种主导叙事，包括将残障理解为必须被矫正的生物医学叙事、怜悯性叙事、克服叙事、灾难叙事以及污名化叙事。作者将这些分类引入本章，并不是为了做一篇一般性的残障理论导论，而是要说明，数字界面设计如果依旧以视觉中心、透明观看与无障碍操控为理想，就很容易在无意识中重演这些关于健全主体的默认设定。换言之，本章后半部分实际上是将前面所有关于 vision、transparency 与 window 的讨论都翻转了过来。前面分析的是为什么窗口并不真正透明，后面分析的则是为何这种以看见为中心的设计本身就可能构成排斥。也就是说，数字文本的可访问性问题并不是后来附加上的伦理补丁，而是会反过来挑战整套窗口隐喻得以成立的认识论前提。

7.图书馆是可重组焦虑碎片的聚合体 Libraries Are Assemblages of Recombinable Anxiety Fragments

Libraries Are Assemblages of Recombinable Anxiety Fragments 处理的，是数字环境中 library 这个词究竟如何从现实世界的图书馆经验，转移到代码库、数字借阅系统、机器学习训练语料以及 Stack Overflow 这类平台之上。作者一开头就提醒读者，library 从来不是一个没有政治、没有历史、也没有冲突的温和名词。图书馆在现代想象中，常常被描述为开放、公平、公共且有益的知识空间，但这类理想化叙述实际上遮蔽了图书馆制度本身复杂而并不那么纯粹的历史。作者引用图书馆史研究指出，早期图书馆经常采取订阅制，公共借阅并不是其原初形态；图书馆与阶级教育、殖民治理以及自我改善伦理之间，也始终存在深刻纠缠。因此，当数字文化将 library 这个词直接移植到 code library 或 digital library 之上时，它实际上也把一整套带有历史负荷的制度想象一并带了过去。作者在本章中明确表示，他要分析的正是 code library 这一概念内部几个关键的隐喻断裂点，尤其是 borrowing、learning 和 improvement 这三条线索，此外还补充了一个始终贯穿其间的 compatibility 问题。

章节一开始，作者便将 compatibility 单独提出来，作为理解代码库的底层前提。作者指出，现实中的图书馆经常被想象成一种普遍开放的空间，只要进入馆藏，理论上任何读者都可以借阅、阅读并使用其中资源。但 code library 从一开始就并非如此。一个代码库是否可用，首先取决于它与何种语言、何种版本以及何种运行环境兼容。一个 Python 的库并不会天然与 Java 程序互通，甚至同样是 Python，不同版本之间也可能并不兼容。也就是说，代码库从一开始就被写进了排斥关系之中。它不是一个面向普遍公众开放的借阅空间，而是一个只对特定技术生态开放的可调用对象。作者在这里的意思非常明确，library 一词在现实图书馆语境中所承载的开放性、普遍性与公共性，一旦进入代码语境，便会立刻发生明显断裂。所谓 code library，并不是图书馆的自然数字延续，而更像是一种只在有限技术共同体内部成立的专业资源系统。

接着，本章转入 borrowing 这条线索。作者先提出一个非常基础、却又经常被数字文化遮蔽的问题，也就是数字对象的借用并不遵循物理对象那种竞争性占有的逻辑。一本纸质书如果被某位读者借走，其他读者在同一时间便无法再借；但数字文件从技术上说却完全可以被无限复制，也可以同时被多人访问。这意味着 borrowing 在数字环境中实际上已经发生了性质变化。作者正是在这里重新拉回现实图书馆的历史，指出所谓图书馆，也并不总是以自由流通借阅为核心。历史上长期存在只供馆内阅览、不允许外借的收藏，也存在订阅制与研究型图书馆，它们本来就不等于普遍开放的公共借阅场所。作者借助这段历史说明，图书馆的核心并不只是借出，而是一整套围绕访问权限、空间限制与资源稀缺性不断调整而成的制度安排。换言之，当数字世界继续使用 borrow、loan 和 checkout 这些词时，它们并不只是技术层面的沿用，而是在重新制造某种原本可能已经被数字复制性冲击掉的稀缺结构。

也正因为如此，本章相当详细地讨论了 controlled digital lending。作者指出，面对现实世界中物理馆藏空间越来越紧张、许多图书馆不得不 de-acquisition 纸本书籍的处境，一个看上去十分直观的方案，就是将书数字化，然后让用户像借纸本书一样，一次只能借出一份电子副本。这种做法就是 controlled digital lending。表面上看，它似乎只是将传统图书馆逻辑平移到电子环境之中，但作者立刻指出，问题恰恰在这里。因为数字文本本来可以无损复制，也可以被多人同时访问，CDL 却必须人为制造稀缺性，限定同一时间只有特定数量的用户可以借阅，而且借出之后还必须模拟归还。为了做到这一点，系统通常需要依赖 DRM，也就是通过加密与授权机制，将文件锁定在特定软件和特定用户身上。这样一来，数字借阅并不真正是借阅，而更像是通过技术手段强制模拟纸本世界的排他性。作者并没有简单地将 CDL 视为坏事，而是在这里展示出一种更复杂的局面：数字环境天然倾向于复制与开放，而图书馆制度却又试图将借阅、排队、归还与稀缺重新引入数字文本之中。

在讨论 CDL 时，本章也顺带处理了另一个问题，也就是数字借阅系统如何在版权、开放获取与终端用户权利之间形成张力。作者指出，controlled digital lending 在政治上几乎两边都难以讨好。对于更激进的版权批评者以及部分开放获取支持者而言，它依旧是 DRM 技术的延伸，会限制再利用、复制与传播，并带来隐私与法律层面的担忧。另一方面，从现行制度的角度来看，图书馆又必须借此证明自己并未让数字复制无限扩张。因此，这一部分讨论的并不只是某一种图书馆技术，而是在说明 borrowing 这一概念进入数字环境之后，其背后已经不再是单一行为，而是一整套围绕复制、稀缺、版权与软件控制展开的制度博弈。作者还补充指出，DRM 对终端设备与软件客户端的要求，也会引发可访问性问题，因为某些辅助技术和非主流操作系统未必能够顺利使用这些受限文件。也就是说，数字借阅一旦被设计成模拟纸本借阅，它便会同时引出控制、封闭与排斥。

从 borrowing 往下，本章的第二条主线是 learning。这里的切入点很有意思，因为作者指出，code library 这个词虽然会让人联想到学习资源、知识储备与可供调用的经验积累，但在实际编程实践中，借用现成代码库往往并不会增进使用者对底层原理的理解。作者以密码学库作为最典型的例子。程序员圈子里常有一句老话，意思是不要自己重复发明密码学工具，而应直接调用经过审计的成熟库。这个建议当然现实，也很合理，因为密码学实现极易出错，自己重写反而可能更不安全。但作者关心的是，在这种实践中，borrowing 与 learning 实际上已经脱钩。程序员借用了库，却不一定学会其中原理；库的存在反而使其内部机制变得更加黑箱化。于是，现实图书馆中那种通过借书实现自我教育与自我提升的理想图景，在 code library 这里便出现了显著断裂。调用越方便，理解反而可能越少。library 这个词继续承诺学习，但代码实践却越来越倾向于在无需理解的前提下直接使用。

作者接着将这种 learning 的问题扩大到机器学习模型所依赖的训练语料，也就是另一种形态的 library。在这一部分，所谓 library 已经不再只是代码函数的集合，而是一个庞大的文本输入库，模型会从中抽取统计模式并生成输出。作者明确指出，大语言模型并不会一对一地保存输入图书馆中的全部内容，否则它就真的会变成一个博尔赫斯式的总图书馆；它所做的，是对输入库进行统计压缩，从中生成可采样的概率结构。这里，library 的意义再次发生变化，因为它不再是等待读者进入阅读的馆藏，而是变成一个供模型训练、被抽样、被压缩并最终转化为参数权重的底层资源池。文本在这里不再以书目、馆藏或目录的形式存在，而是被打碎、重新加权，成为生成系统的一部分。作者借此说明，library 这一隐喻一旦进入机器学习语境，便已经远离现实图书馆的阅读与借阅经验，而转变成一种统计性的摄入机制。

而当 library 进入机器学习之后，本章最值得注意的一个问题，就是 de-acquisition 的幽灵。现实图书馆里，一本书被撤架或剔除之后，它大体上会离开流通系统，最多只留下借阅记录、目录残迹或物理痕迹。但在语言模型中，情况却并非如此。作者在这里引入 Tiffany C. Li 所说的 algorithmic shadow，指出一旦某些文本进入训练过程，它们对模型参数的影响便会持续保留下来，即使后来再将这些文本从训练数据集中删除，也未必能够真正清除其痕迹。模型训练是一个单向过程，输入库并不能从模型中被完整逆推出，而已经摄入文本的权重却会留在模型内部。因此，机器学习中的 de-acquisition 并不等同于现实图书馆中的剔除。被移除的文本仍然会以幽灵般的方式潜伏在输出机制之中。作者在这里实际上是将图书馆学中的撤藏问题，重新写成了一个算法记忆问题。数字图书馆一旦转化为训练库，删除与遗忘便不再同步。

这一部分还继续延伸到更大的伦理争论。作者指出，如果将大规模网络文本都视为可训练的 library，那么问题就不再只是收集得是否足够多，而是这些库中究竟包含了怎样的偏见、歧视与仇恨材料。作者讨论说，企业常常辩称模型只是在反映网络内容，但批评者则强调，平台与公司仍然有责任对其摄入材料进行伦理筛选与语境处理。这里最关键的一点在于，现实图书馆即便收藏了充满问题的文本，通常仍会为读者提供目录、分类、标签、警示与语境说明；而训练后的模型输出，却会将输入材料的来源与语境熔成一体，生成结果本身往往不再带着这些框架。因此，那些在现实图书馆中仍可通过编目与语境化进行管理的有害内容，在模型中却可能以去语境化的方式重新出现。本章在这里处理的，已经不再只是单纯的图书馆隐喻，而是 library 作为训练资源时所引发的一种新的责任结构。

在 borrowing 与 learning 之外，本章的第三条主线是 improvement。作者在这一部分将讨论转向一种更当代的 library 形态，也就是 Stack Overflow。之所以将它视为一种 library，并不只是因为它储存了大量问答，而是因为它已经成为程序员日常工作中最重要的可检索知识库之一。作者甚至指出，Stack Overflow 可以被看作未来的提喻性图书馆，也就是未来 library 的某种缩影。它不是由完整书籍构成，而是由大量可重组的代码片段、问题、答案与修订记录所构成。用户来到这里，并不是为了读完某一部作品，而是为了迅速获取一个能够直接拿来使用的 fragment。于是，这里便出现了章节标题中的 recombinable fragments。library 不再是整全知识的保存空间，而是转变成一个能够被即时调用、局部拼装与重新组合的碎片仓库。知识从册页与馆藏单位，转向了片段与可执行段落，这也是作者理解数字 library 变化的重要角度。

8.凡未保存者，终将丢失 Everything Not Saved Will Be Lost

本章围绕的，是数字文本世界中保存、保护、归档与丢失之间那组看似常识、实则高度矛盾的观念。作者开头先借博尔赫斯的一则故事引入问题。故事里有一本被视为神圣对象的书，它被严密封存在一个近似棺椁的容器之中，目的在于确保它不受湿气、火、风、鼠害以及公众触碰的损害。负责保管这本书的是一群类似祭司的知识守护者，而随着越来越多普通人要求接触这本书，这套守护机制反而发展出越来越复杂的理由，来证明为什么必须阻止公众靠近它。作者借这个故事展开本章的核心问题，也就是一种文本如果被保存到几乎无法接近，那么这种保存究竟还有什么意义。随着保护越来越成功，文本的社会功能反而越来越低，因为即便是保管者自己，也未必真正阅读和理解它的内容。这里被提出的，并不是一个简单的 archive problem，而是保存本身会在何时转化为一种去使用化的机制。

从这则故事转到现实之后，作者首先讨论的是英国以及其他地区有关 nonprint legal deposit 的制度，也就是将传统上针对纸本出版物的国家呈缴义务扩展到数字对象之上。按理说，这类制度的目标，是让国家图书馆能够系统性地保存数字时代的文化产物，避免大量 born-digital material 随着商业平台更替和网页失效而迅速消失。但作者指出，现实中的数字呈缴制度往往具有一种非常矛盾的性质。它们一方面宣称要保存数字文化遗产，另一方面却常常严格限制这些数字对象的访问方式。例如某些法律要求，数字呈缴材料只能在特定馆舍现场访问，不能进行远程开放，这使得原本可以全球即时传播的数字文本，被重新压回一种类似纸本阅览室的模式。作者在这里明确写道，这样的系统制造出一种 fetishization of an inaccessible archive，也就是把无法接近的档案本身变成某种被神圣化的对象。保存于是变成了目的本身，而不再是为了持续的阅读、传播与使用。

围绕 legal deposit，本章很快就触及了保护逻辑与版权逻辑之间的纠缠。作者指出，数字呈缴制度之所以限制远程访问，一个重要原因就在于保护出版商利益，避免数字馆藏对市场销售造成冲击。但这也意味着，所谓 preservation 在制度上并不是一个纯粹中性的文化目标，而总是嵌在围绕收入、产权、国家利益与资源控制的谈判之中。作者还特别提到，英国相关法律中甚至存在一种极为巧妙的设计，使某些呈缴的数字对象即便随着时间推移，也不必自然进入公共领域。也就是说，保护机制在这里不仅防止文本消失，也可能延缓甚至阻断文本真正成为公共文化资源的过程。于是，本章从一开始就将 preservation 写成了一个双面结构。一面是长期保存的合理性，另一面则是保存与封闭、保存与延迟开放，以及保存与民族性保护主义之间的紧密联系。

作者将问题扩大到更一般的数字保存语境之中，并提出一个非常尖锐的追问，也就是今天的社会为什么会将尽可能多地保存一切，当作一种几乎无需辩护的自然原则。作者在这一部分直接提到，Google 所代表的 collect everything and store it forever 这一思路，已经在当代文化中被自然化了。换言之，人们似乎越来越少追问为什么要保存，而更倾向于默认，只要技术上能够存，就应当把它存下来。与此同时，作者又将这一问题与当代流行文化中 decluttering 的话语联系起来，指出像 Marie Kondo 这种主张丢弃不再带来快乐之物的生活哲学，在普遍保存主义的背景下反而显得像一种激进姿态。但问题恰恰在于，我们并不知道今天看似无用的对象，在未来是否会成为他者文化、后代历史学家或新的知识共同体眼中具有价值的材料。于是，本章在这里形成了一种持续摇摆的局面。一边是保存冲动被不断放大，另一边则是没有人能够给出完全可靠的标准，判断什么值得保留，什么可以放弃。

作者明确提出，数字文本保存最根本的问题之一，是保存究竟应当发生在什么地方，又应当由谁来承担。在纸本世界中，legal deposit、国家图书馆与文化遗产保存之间，常常被视为几乎同义的事情。但到了数字文本时代，这一等式已经不再稳定。因为数字对象可以被多点复制、异地保存、跨平台迁移，也可以由私人平台、商业公司、学术机构、影子档案和非正式社群同时保存。作者在这里的论述重点，并不是简单比较哪一种更好，而是指出 access 与 preservation 在数字世界里往往会形成一种平行而非重叠的关系。某些系统极擅长保存，却极不擅长开放；另一些系统则极擅长开放，却未必能够承担长期稳定保存的责任。也正因此，本章后面才会同时讨论 formal archives、shadow archives、pirate libraries 以及更边缘的数字存储实践，因为作者真正关心的并不是一种理想化的保存制度，而是多种保存机制如何在现实中彼此竞争、彼此补位。

在更广泛的数字保存讨论中，本章也专门处理了一个常见误解，也就是认为纸本之所以能够长久保存，是因为它天然比数字更耐久。作者借 Kathleen Fitzpatrick 的观点指出，这种看法其实并不成立。印刷书籍之所以能够保存下来，并不是因为它们在本体上天然更容易幸存，而是因为社会在漫长时间里持续投资了图书馆、馆藏制度、修复体系与流通网络。换言之，纸本能够活得久，并不是材料本身的奇迹，而是社会基础设施运作的结果。没有图书馆，书籍同样会腐烂、虫蛀、褪色与散佚。作者借这一点提醒读者，数字保存的问题不能被写成物理 versus 虚拟的简单对立。所谓可保存性从来都不是某种天然属性，而是一套资源配置、制度建设与劳动投入共同作用的结果。只不过在数字环境中，这套投入的形式发生了变化，从书库、修复与编目，转向服务器、异地备份、完整性校验和格式迁移。

围绕这一点，作者随后介绍了现实中主流数字保存系统的工作方式。他指出，大多数成熟的数字保存机制，其实与纸本世界一样，依赖的同样是冗余副本、地理分散与周期性检查。像 LOCKSS、CLOCKSS、Portico 这样的系统，会在世界不同地点保存多个副本，定期检查文件完整性，一旦某个副本受损，就从另一份已知良好的副本中将其修复。表面上看，这种机制当然十分合理，因为它确保用户在未来仍然能够访问文件内容。但作者立刻指出，这种修复逻辑本身也预设了一个价值判断，即未来的人更在意文本内容能否被读取，却未必同样在意我们这个时代的计算系统本身究竟会发生怎样的腐坏与衰败。也就是说，这类系统在努力消除损伤痕迹的时候，同时也抹去了数字媒介自身衰败史的证据。于是，保存可读性与保存媒介受损历史之间，便形成了一种张力。为了保证内容继续存在，我们可能必须主动消除那些原本能够告诉后人数字媒介如何老化的痕迹。

正因为如此，本章特别引入了数字 decay 的问题。作者以 computer viruses 为例，说明病毒当然是破坏性代码，可能损毁档案、删除内容并扰乱系统，因此从保存的角度看，似乎理应尽快清除。但他同时指出，病毒本身又是数字文化史的一部分，是特定时代技术条件、攻击形式与计算想象的历史产物。换言之，数字档案中的病毒，在某种程度上就像纸本书籍中的蛀虫或霉斑。它们一方面破坏对象，另一方面也构成对象历史的一部分。作者在这里还借用 bookworms 的研究作类比，指出书虫留下的孔洞与痕迹，长期以来本身就是书史研究的对象，因为它们能够反向揭示纸张材质、保存环境与阅读条件。因此，如果数字档案将所有病毒与损伤都彻底抹除，那么在某种意义上，我们也同时抹除了数字对象作为历史媒介所经历的具体生命过程。这里的难题并不在于是否清除病毒，而在于 preservation 与 historical trace 并不总能完全兼容。

本章还进一步处理了网络化可访问性带来的另一重悖论。作者指出，在当代网络环境中，一部分内容会因为复制与传播过于迅速而变得异常难以删除，例如诽谤、丑闻或隐私材料，即便有所谓 right to be forgotten，也未必真能从搜索、缓存与镜像中被彻底抹去。但与此同时，网络中的 hyperlinks 又会频繁死亡，地址体系不断腐烂，网页失效与链接断裂已经司空见惯。作者用一个很形象的类比来说明这种情况，就像现实中每年书的副本数量都在翻倍增长，但告诉你这些书在哪里的目录系统却在持续腐烂。于是，数字世界并不是简单地更容易遗忘，或更容易记住，而是同时出现了过度留存与快速消失这两种相反趋势。某些内容顽固到难以移除，另一些内容却脆弱得几乎立刻蒸发。这样一来，本章中所谓 Everything Not Saved Will Be Lost 便不再是一句单线的警告语，而更像是在描述数字文本环境中记忆与遗忘错位运行的状态。

在更具政治性的层面上，本章也持续将保存与民族主义、国家边界以及软权力联系在一起。作者指出，国家级数字保存计划往往并不是纯粹中立的文化善举，它们深深受制于国家资助、文化主权与地方性保护逻辑。以 UK Web Archive 为例，仅仅界定什么叫 UK website 就已经非常困难，因为网站的服务器位置、域名、内容面向对象以及实际读者群体都可能跨越国界。在分布式数字环境中，所谓国家文化遗产已经不再天然对应某个可以被清晰圈定的领土空间。也正因如此，保存并不是简单地将对象收进某个国家容器，而是在持续围绕边界划定、归属界定与文化代表性进行选择。因此，数字保存从来不只是技术工作，同时也是一套关于国家身份、领土想象与文化范围的政治实践。本章将视野扩展到 shadow archives 与 pirate libraries。作者在这里并不是简单地把它们当作非法替代品来处理，而是将它们纳入整个保存生态之中加以考察。因为许多正式档案系统出于版权、地理限制、经费不足或制度封闭，往往无法保证真正广泛的可访问性，于是一些非正式、半地下甚至明显违法的系统，反而承担起了实际上的 access function。

9.结论 Conclusion

本章首先回到一个贯穿全书的问题，也就是，既然数字文本世界中的许多隐喻其实并不那么准确，为什么还要如此认真地讨论它们。作者在开头引用 Merlin Sheldrake 和 Richard Lewontin 的观点，先将问题放到更一般的知识生产层面来处理。其基本意思是，人类几乎不可能在完全没有隐喻的前提下理解复杂对象，尤其是那些无法被直接经验、却又必须被解释和操作的事物。从这个意义上说，隐喻并不是数字时代特有的问题，而是科学、技术与知识表达的基本条件之一。然而，作者紧接着又指出，隐喻从来不只是中性的翻译工具。它在帮助理解的同时，也会将整套人类价值、偏见与叙事方式一并带入。因此，本章开头并不是要否定隐喻本身，而是要说明，问题不在于我们是否使用隐喻，而在于我们正在使用怎样的隐喻，以及这些隐喻在多大程度上已经脱离了它们最初声称要指涉的对象。

顺着这个问题，作者随后回到用户界面设计中一种极为常见的看法，也就是界面隐喻能够帮助用户凭借现实经验更快上手系统。按照这种说法，窗口、桌面、鼠标、文件夹、页面、图书馆这些名称之所以有效，是因为它们在现实世界中本来就有参照，用户只需要将熟悉的物理经验迁移过来，就能够理解数字操作。但本章接着明确表示，整本书前面的分析已经显示，这种解释过于简单。因为很多界面隐喻并不能真正为用户提供可靠的现实参照。作者举例说，一个从未接触过电脑的人，很难仅凭现实经验真正理解为什么屏幕中的 framed rectangle 会被称作 window，为什么程序运行在 shell 里，为什么没有尾巴的鼠标仍然叫 mouse。甚至连 QWERTY 键盘最常见的一些历史解释，也往往并不准确。也就是说，界面隐喻并不像设计者理想中那样，总能将陌生技术自然翻译为熟悉现实。相反，它们更像是在某些已经能够运作的技术现象之上重新贴了一个听起来可理解的标签，而不是提供了真正扎实的现实基础。

在这里，作者重新援引 Theodor Holm Nelson 的批评，指出隐喻的麻烦在于，它会将设计绑在某个现成模型之上。技术原本可以发展出并不类似任何现实物体的新形式，但一旦某种隐喻先行制度化，设计者便会倾向于让后续细节也服从这套模型。于是，窗口就必须继续像某种可以开关的东西，桌面就必须继续像一个可以容纳文件的平面，图书馆就必须继续像一个可以借阅和检索的场所。作者在本章中的意思非常清楚。他并不是说隐喻完全无用，而是说隐喻一旦从描述性阶段进入规定性阶段，就会反过来限制设计想象与技术未来。这一点与开篇部分提出的三阶段模型首尾呼应，也就是描述、脱锚与规定。结论部分并没有重新长篇论证这一点，而是将其收束为一个总体判断：真正值得关注的，并不是隐喻曾经如何帮助我们理解，而是它们在失去现实对应之后，为什么仍然继续组织我们的技术选择。

接下来，本章还专门处理了一个可能的误解，也就是如果这些隐喻并不准确，是否意味着它们其实无关紧要。作者对此给出的答案是否定的。他明确指出，问题恰恰不在于这些隐喻是否能够完美对应现实，而在于它们已经变成日常语言与系统设计的一部分。一旦我们接受了 mouse、window、keyboard 这些词作为理所当然的描述，它们就会逐渐变成技术未来的可想象边界。作者在本章中再次强调，隐喻会被日常化、惯常化，随后开始规定未来可能性。本章随后将视野拉回整本书已经分析过的各类对象，但不再逐章展开，而是将它们放在一个共同框架中来理解。作者指出，无论是页面、留白、地缘政治、多维性、窗口、图书馆还是保存，这些对象都显示出同一种模式，也就是最初出于描述目的而形成的隐喻，后来逐渐与原始现实基础脱开，最终却仍然以标准、规范和默认值的形式继续运作。页面不再真正等于纸页，但数字排版仍不断被页性组织。留白不再只是白纸逻辑的直接延续，却依旧继续被称作 whitespace。窗口并不真正透明，却仍然以视觉与开放之名塑造界面。图书馆不再只是物理馆舍，却依旧承载着借阅、学习与改进的道德想象。保存也不再只是收存实物，而是变成一套与访问限制、国家边界和数字冗余相关的复杂制度。作者在结论中真正要做的，是将这些个案收束为同一个认识论图景，也就是数字文本环境并不是由中性术语构成的，而是由一整套已经逐渐变薄、却仍然顽强发挥作用的隐喻外壳构成的。

同时，本章还处理了历史意识与当代设计之间的关系。作者明确指出，今天的软件设计者很可能并不知道古代中国彩纸的历史，也不知道 Fourdrinier 机器的技术背景，更未必真正清楚为什么白纸会成为现代书写的默认背景。很多设计决定，从设计者自己的角度看，似乎只是顺手取用了当代最普通的纸张颜色、界面样式或操作习惯。但作者接着指出，这种表面的去历史化并不意味着设计真正摆脱了历史。恰恰相反，今天所谓最自然、最普通、最无需解释的设计感，本身就是长时段历史积累的结果。人们即使不知道自己为何如此设计，也仍然在不断被过去塑造。也就是说，本章并不将历史影响理解为设计者有意识地继承前人，而是理解为当代界面的 presentness 本身就是历史生产出来的结果。

在这里，作者对 metaphors 与 history 的关系说得非常直接。他认为，隐喻在某种意义上塑造了我们能够谈论的一切，因为几乎不存在完全脱离隐喻的表达。可是，当某些隐喻与对象之间不再保持任何字面上的贴合时，我们就必须追问，这会如何影响文本技术的发展。也就是说，作者在结尾并不是要发出一个简单号召，让大家立刻发明一套完全没有隐喻的新技术语言，而是要提醒读者持续注意那些已经空转、却仍然发挥制度力量的术语。结论部分在这里呈现出一种相当克制的姿态。它既不认为可以彻底摆脱隐喻，也不认为既然摆脱不了就不必分析。作者真正主张的是，至少应当识别隐喻在哪里断裂，在哪里变薄，又在哪里只剩下一层几乎撑不住的表皮。

结论后段还进一步说明，整本书的方法其实是一种带有福柯式 genealogy 色彩的做法。作者明确说，追问隐喻在何处分解，实际上能够帮助我们识别历史断裂与知识断裂的时刻。换言之，分析隐喻并不是为了词语考据本身，而是为了借由这些词语的变形，看见技术史中那些表面连续、实则已经发生重大变化的节点。数字文本隐喻从局部拟像走向脱离原物，再走向规定未来的过程，恰恰提供了一种理解历史连续性与断裂性如何交织的方法。这样一来，结论部分所做的，便不只是总结前文个案，而是再次将整本书的方法论抽象出来，说明为何研究那些看似细小、甚至略带学究气的术语问题，最终仍然能够通向技术史与知识史层面的判断。

此外，本章也保留了作者一贯的谨慎。他承认，这类研究常常带有某种 nonutility，也就是无法立即转化为明确实用结论。知道 Adobe 曾经差一点取消 PDF 的虚拟分页，并不会直接告诉我们人们如何写作，也很难量化这种内部争论究竟怎样影响了文本接受。作者并不回避这一点。相反，他坦率承认，这类知识往往不能直接导向某种简单而强烈的现实功用。然而他同时又坚持，人们仍然宁愿知道这些事情，而不是不知道。因为即便它们不能立刻拿来解释一切，也依然能够丰富我们对当代技术环境如何形成的理解。

第五届东亚古籍数字人文国际论坛
(2026)

会议征稿通知

DHEAC: Annua l International Conference on Dig ita l Humanities for East Asia Classics

• 韩国首尔

• 成均馆大学（Sungkyunkwan University，SKKU）

• 语料库及语义资源构建 (Corpus and Semantic Resource Development)

• 大模型与生成式人工智能在古典学中的应用 (LLMs and Generative AI for Ancient Classics)

• 语义技术与知识工程 (Semantic Technologies and Knowledge Engineering)

•  文化分析及数据运算 (Cultural Analysis and Computation)

• 数字平台及资源开发 (Platform and Resource Development)

• 医学・农业古书研究 (Specialized Domains in Classics)

•  各类文化遗产的数字保护及活化利用 (Digitization and Revitalization of Cultural Heritage)

• 智慧图书馆及出版融合 (Smart Libraries and Integrated Publishing)

• 教育及课程开发 (Curriculum and Discipline Development)

•  空间人文学与数字地图 (Spatial Humanities and Digital Mapping)

• 多模态融合与沉浸式体验 (Multimodal Data Fusion and Immersive Experiences)

• 众包、数字传播与公共人文 (Crowdsourcing, Digital Communication, and Public Humanities)

• 其他 古典文献的智能化开发及活化利用相关主题 (Other Related Topics)

• 推荐使用汉语、英语、韩语之一，亦可使用母语。

•  汇报当天，为便于与听众沟通，发表者务必准备英语或汉语PPT。

TEI（Text Encoding Initiative）并非特定的软件工具，而是一套由 TEI 联盟（TEI Consortium）长期维护的文本编码指南与社群实践。其核心目标是构建一种机器可解析、跨平台可交换的数据模型，将人文学术中文本的结构与解释进行显式编码。TEI 目前通用的实现形态为 TEI XML：即通过一套语义明确的元素与属性，将章节、段落、行、页/栏、引文、注释、校勘异文、缺字损坏、实体（人物、地名、书名）及时间事件等信息，映射为层级化的结构树（tree-structured document）。这种范式确保了文本的本体结构与研究者的解释性标注能够被长期保存、验证与复用，并可系统性地转化为数据库、JSON、索引或机器学习训练集。TEI 自创立以来即确立了软硬件独立的编码与交换原则：数据不应锁定于专有软件或一次性工作流，而应依托公开的语法与语义约定，在不同机构、工具与项目间实现稳定流通。

（1）TEI的核心特征：可验证、语义显式与可定制

下面图4为基础的TEI骨架中示例：

在数字人文实践中，TEI 的典型应用场景在于历史文献、古籍与手稿的可复核转写与结构化建模。以手稿或古籍影像处理为例，研究者需同时处理文字转写、页面结构（页、栏、行、阅读顺序）、材料特征（缺损、涂抹、重写、异体字）以及解释层（实体标注、引文归属、校勘异文）。TEI 提供了一套成熟机制将上述信息整合于同一可交换模型：利用 <facsimile>、<surface> 及 <zone> 将文本片段锚定至图像的具体坐标区域，建立“文本—图像证据链”；利用 <choice>、<unclear>、<gap> 等结构表达候选读法、不确定性与不可辨识区域；利用专门的校勘模块（Critical Apparatus）区分底本、校订本与异文证据。由此生成的 TEI 不仅是可读文本，更是一份可审计的数据集：转写内容、结构判断与解释边界均以显式标记存在，支持后续的修订、对照与计算分析。

从标准化进程来看，TEI 始于 1987 年，旨在解决人文学术文本电子化中长期存在的数据不兼容问题。其当前的主线版本 P5 发布于 2007 年并持续迭代。这种长期且稳定的演进策略，使 TEI 成为图书馆、档案馆及数字版本项目的基础设施：它既具备规范性以支撑互操作，又保持开放性以吸纳不同文献类型与研究需求。因此，采用 TEI 并非仅是选择一种数据格式，而是将文本数字化工作置于可持续的标准生态中，确保数据在项目周期结束后仍具备可读性与可迁移性。

在学习资源与工具生态方面，TEI 已形成成熟的支持体系。推荐的入门路径包括 TEI by Example，该教程提供从基础概念到具体编码情境的模块化指导，适合将文本结构、注释与校勘需求转化为编码实践。TEI Guidelines 官方手册则是权威的参考索引。对于需要裁剪或约束 TEI 规范的项目，Roma 与 Oxygen XML Editor 是标准的定制工具，支持通过图形界面生成 ODD 及 Schema，以验证文件是否符合项目预设规范。

就文件形态而言，TEI 是可被标准 XML 工具处理的文本文件，具有清晰的信息分层：顶层为 <TEI> 根节点；<teiHeader> 承载元数据；正文位于 <text> 的 <body> 中，利用 <div>（章节）、<p>（段落）、<lb/>（换行）、<pb/>（分页）等元素组织内容。在影像驱动的项目中，通常引入 <facsimile> 模块，在 <surface> 下通过 <graphic> 引用图像，并用 <zone> 定义区域坐标，从而将文字结构与图像证据绑定于同一文档对象中。这种自描述的数据形态，使得结构层级、解释层与责任归属均以可解析的标记显式呈现。

TEI 的可视化呈现通常不依赖于其本体。TEI 本质上是语义数据模型而非排版格式，因此其呈现方式主要分为三种：第一，研究工作流内部视角，即直接在 XML 编辑器中进行读写，并配合 Schema 校验以确保规范性；第二，发布与阅读视角，通过 XSLT 或其他转换规则将 TEI 渲染为 HTML 或 PDF，以供普通读者阅读；第三，面向数字版本的应用视角，将 TEI 作为权威数据源，提供检索、导航、影像对照及注释层开关等功能（在此模式下，TEI 是源数据，界面仅为一种可更改的视图）。对于读者而言，这体现了 TEI 的核心优势：同一份数据可派生出教学版、校勘版、简化阅读版及实体高亮版等多种视图，无需维护多份内容互斥的文本副本。

在文本数字化语境中，Python 首先不应被狭隘地定义为数据分析语言，而是一种将文本加工为“可交换、可复现、可验证数据对象”的通用编程语言与生态系统。若将 TEI 视为面向学术语义的内嵌式数据模型（将结构与解释嵌入文本），那么 Python 则构成了一套面向工程实现的外置式数据模型与流水线语言。它支持定义输入（影像、PDF、OCR/HTR 输出、人工转写、TEI XML）、转换规则（预处理、规范化、分割与对齐、格式互转、质量评估）及输出（结构化 JSON、表格、索引、TEI 回写、可视化对齐证据），并将全过程固化为可重复运行的程序与配置。对于数字化阶段（暂不涉及高层文本分析），Python 的核心价值在于可控性：确保每一步骤均可版本化、自动化、审计与回滚。

从历史沿革来看，Python 由 Guido van Rossum 于 1989 年末开始设计，1991 年发布 0.9.0 版本，随后分别于 2000 年与 2008 年发布 2.0 及 3.0 版本。其在数字人文与文献数字化领域被广泛采用，主要归因于语法简洁、文本处理能力强、跨平台特性，以及庞大的第三方库生态。这使其尤其适合将 OCR、XML 处理、PDF 解析、图像处理、数据序列化、数据库与索引等碎片化工具链串联为可复现的生产管线。

Python 与 TEI 的共性在于二者均能将文本结构与解释编码为可交换的数据模型，但实现路径截然不同。TEI 通过标准化标记将结构与解释内嵌于文档之中，形成自描述的 XML；而 Python 则通常将结构与解释外置为数据结构与序列化格式（如 JSON/JSON-LD、CSV/Parquet、SQLite/PostgreSQL，或面向文档图像的 PageXML/ALTO/hOCR）。尽管两者均能表达“页—栏—行—段—注释—实体”等层级及“不确定/不可辨/异文”等状态，但 TEI 倾向于使用规范化的语义标签，而 Python 更倾向于利用字段（fields）、类型（types）、ID 与链接（links）。例如，TEI 使用 <unclear cert= “low” > 表达低置信读法，使用 <choice> 表达候选读法；而 Python 则常在 token 对象中存储 text、candidates、confidence、source、bbox 及 note 等字段，并通过 Schema（如 JSON Schema 或 Pydantic 模型）约束其合法性。简言之，TEI 的互操作性依赖于共同的语义词汇表与社群约定，而 Python 的互操作性则取决于是否定义并公开了稳定的交换格式与 Schema。下面图5和图6将作为示例呈现Python的工作流程（部分）。

两者的差异在数字化阶段尤为关键，决定了项目分工的边界。TEI 的优势在于长期语义保存与学术责任链，适合作为权威版本（source of truth），使结构与解释随文本一同被引用、校验与发布，尤其适用于表达复杂的文本学现象（校勘、异文、缺损、不确定读法、注释责任）并建立与影像证据的可追溯锚点。Python 的优势在于规模化生产与跨格式互转，适合清洗规范化 OCR/HTR 输出、统一图像与页面结构表示、实现 TEI 与其他格式的相互转换、执行大批量一致性检查，并在项目迭代中快速更新数据产品（如更新版面分割规则或 OCR 模型后，自动重跑管线并产出新版本 TEI/JSON，同时保留版本差异与日志）。因此，在严肃的文本数字化项目中，常见的架构为：TEI 承担语义权威表示，Python 承担生产、验证、转换与版本化，两者通过稳定的映射规则（mapping）保持一致。

中国历代人物传记资料库（the China Biographical Database Project，简称CBDB）是由哈佛大学（Harvd University）、北京大学( Peking University)台湾中央研究院（Academia Sinica）历史语言研究所联合开发的大型关系型数据库。自20世纪80年代启动以来，CBDB持续系统收录中国历史记载中的核心传记资料，供学界无偿使用。截至2025年5月，库内已积累约649,533名历史人物信息，主要覆盖7至19世纪。该数据库不仅是传记查询的参考工具，更是进行计量史学、社会网络与空间分析的关键平台，代表了当前国际数字人文领域的前沿研究范式。

网址：

https://chinesecbdb.hsites.harvard.edu/