摘要：进入21世纪，甲骨学研究与现代科技不断融合，正在逐步实现传统学术研究向“计算历史学”的跨越发展。这一创新性转变建立在数据、工具和人才构成的协同创新生态之上。以“全息采集”为理念的高质量数据生成奠定了资料基础；新型数字化综合平台打破了“信息孤岛”，重塑了知识流通模式；AI在诸多领域的突破催生了“人机协同”这一核心特征；由交叉实验室培育的复合型人才构成了驱动变革的“智力引擎”。展望未来，利用生成式AI大模型，甲骨学将构建规模更宏大的知识图谱，从简单的信息检索迈向复杂的语义推理，立体勾勒商代的历史动态过程。
甲骨文是“证经补史”的出土文献遗产，也是中华民族共同的文化记忆。甲骨文遗产承载着厚重的中华文化基因，是不可多得的探索中华上古文明史的成文原典资源。大数据与人工智能（AI）的深度融入，正成为推进甲骨文的保护研究传承和传播利用、揭示甲骨本体所反映的殷商历史文化等本源性信息、解析早期中国社会精神信仰和人文思想观念演化进程的新质驱动力。
当今，大数据与人工智能赋能甲骨学研究，在数据采集上，通过高分辨率摄影、反射变换成像（RTI）、紫外光诱导可见荧光摄影等“全息采集”技术创建高质量数字资源。在数据存储上，正打破传统数据库标准缺失、系统封闭的“信息孤岛”局限，构筑起“数据基石”。在智能应用上，AI在智能缀合、校重和文字识别等领域取得重大突破，提升了研究效率与精度。而驱动此进程的核心是兼具古文字学与计算机科学背景的“复合型人才”的培养。大数据与人工智能的介入，不仅是甲骨学研究工具与方法的革新，更深层次地，它正在重塑该学科的研究趋势、知识生产模式与学术生态，催生了“数智甲骨学”这一新兴交叉领域，并推动甲骨学向以“数据驱动、人机协同、宏观探索”为特征的“计算历史学”发生根本性转变。
源头活水：甲骨文全息性采集与高质量数据生成
大数据和人工智能在甲骨学研究中的成功应用，离不开高质量、系统化、精准翔实的原始数据作为支撑。这些数据是智能分析与知识图谱构建的基础。对甲骨文资料进行全息性采集与整理著录，是构建甲骨文大数据，实现智能赋能的关键前提。
（一）甲骨文全息性采集的理论与应用
“甲骨文全息性采集”是以文物为中心、多维度、高精度的信息获取与整合举措。其核心是将每一片甲骨视为承载多重信息的全息体，除表面文字外，更深挖其来源、真伪、材质、碎片拼缀、填色现象、钻凿形态、刻划微痕、三维建模、修复保护等所有可获取的信息，旨在为智能分析提供丰富精确的数据支撑。具体实践主要体现在如下方面：第一，文物抢救性保护与家底清理。对馆藏甲骨进行“家底清理”和保存状况调查，实行物理检测与修复等抢救性保护措施，并重新梳理旧著录资料以查漏补缺。第二，高精度影像采集与处理。旨在捕捉甲骨表面最细微的视觉信息，目前使用最广的是高分辨率摄影，如故宫博物院、国家图书馆、山东博物馆等机构均采用专业级全画幅相机与微距镜头，完成数万片馆藏甲骨的超高清拍摄。反射变换成像（RTI）与紫外光诱导可见荧光（UVF）摄影等技术，则能创建交互动态图像并提取高清纹理。第三，数字摹本的智能生成。基于高精度影像，利用计算机视觉技术实现甲骨文字的自动摹本生成，可保证摹本的客观性与一致性，为后续的字符识别提供标准化的训练数据。此外，多光谱与高光谱成像能够提取残存颜料的“化学指纹”；光学显微成像用于探索微观刻痕；三维扫描与建模技术则生成高保真三维数据。这些技术路径正共同构建出一个数字化的“甲骨文全息体”。
（二）大规模全息采集与深度著录实践
甲骨文全息采集与深度著录是一项耗时巨大、技术密集、需要多学科协同的工程。近年来，国内外一系列大型项目和相关机构的投入，成为驱动甲骨文大数据建设的强大动力。
在国内，中国社会科学院古代史研究所宋镇豪团队在系统整理和著录方面作出了突出贡献。2008年启动的《甲骨文合集三编》项目著录甲骨文3.2万余片，是甲骨文语料库建设的里程碑；该团队还出版了《中国社会科学院历史研究所藏甲骨集》《旅顺博物馆所藏甲骨》等16宗著录集，刊布甲骨近万片。此外，已结项的山东博物馆与天津博物馆甲骨文整理与研究项目，均强调高清数字采集，旨在为AI训练提供高质量新资料。
国内外众多机构正协同推进“甲骨文数字回归”愿景，构筑起大数据与AI赋能的坚实基础。主要体现在以下三个方面：第一，考古发掘品著录。如《殷墟花园庄东地甲骨》等新发掘成果，带有明确层位学与共存物信息，为AI进行上下文关联分析与断代提供重要依据。第二，馆藏传世品的大规模数字化。上海博物馆、北京大学等均已出版大型甲骨著录。故宫博物院、国家图书馆、山东博物馆、天津博物馆、台湾历史博物馆等甲骨整理项目，均完成高清影像采集，可为AI图像识别模型提供训练新资料。第三，海外藏品数字化与国际合作。国内科研机构陆续与俄、美、英、韩、德、法等国开展合作，且各项采集工作均由中国学者或留学生牵头主导。例如，《俄罗斯国立爱米塔什博物馆藏殷墟甲骨》《卡内基博物馆所藏甲骨研究》已完成出版。笔者主导完成柏林民族学博物馆与科隆东亚艺术博物馆所藏甲骨的全息影像采集；韩国、法国等机构的甲骨数字化项目，由安阳师范学院主导完成；哈佛大学、牛津大学等所藏甲骨则由秦培超等留学生完成。部分数据资源已上传“甲骨文AI协同平台”供全球共享。
综上，大规模全息采集将甲骨的物理信息和文字内容转化为结构化数据，为智能算法提供了丰富训练样本和分析维度，为构建数字甲骨文知识库及范式创新奠定了坚实基础。
数据基石：甲骨文大数据的整合与知识平台构建
面对海量甲骨资料，传统纸质查阅已无法满足高效研究的需求。种类各异的甲骨文数据库构成了当下的数字生态，但仍存在着数据异构、数据僵化、系统封闭等多种问题。在此背景下，以“殷契文渊”和“镜原甲骨数字平台”为代表的新型平台应运而生。甲骨文大数据的存储方式正经历一场从分散的“信息孤岛”向综合性“知识枢纽”的质性转变。
图片
（一）传统数据库的类型与局限
传统数据库极大地提升了查阅效率，主要包含四种类型。第一，甲骨著录库：如“汉达文库”“瀚堂典藏”“国学大师”及“殷墟甲骨文数据库”等。它们将传统的纸质线性阅读转变为网络化、高并发查询模式，使学者能够高效地处理甲骨文的文本信息，为自然语言处理和文本挖掘提供了丰富的文本语料。第二，甲骨字形库：如香港中文大学的“汉语多功能字库”、台湾“中研院”的“小学堂甲骨文数据库”等。这些数据库侧重于字形的多样性和演变，对于文字学研究尤为关键，并为AI字形识别提供了大量训练样本。第三，甲骨缀合库：如先秦史研究室网站和复旦大学的“缀玉联珠”信息库。它们将零散的缀合信息系统化，节约了研究者的时间，也为智能算法提供了可贵资源。第四，馆藏甲骨数据库：中国国家图书馆、台湾“中研院”史语所、南京博物院、剑桥大学图书馆等发布的数字特藏库，通过高清图像解决了因馆藏分散而难以接触实物的限制。
然而，不同机构独立开发导致著录标准与文字编码缺乏统一规范；封闭的系统缺少互联互通机制；长效维护机制的缺失威胁数据科学性；普遍不足的开放性则为人工智能应用设置了壁垒。这种缺乏底层关联的碎片化状态，使得研究者不得不在多个平台间频繁切换与跨库比对，极大限制了宏观研究视野的拓展。
（二）新型综合数据服务平台的构建
为了突破上述瓶颈，“殷契文渊”与“镜原”等新型平台应运而生。“殷契文渊”是安阳师范学院着力建设的全球最大、非营利性的甲骨文资源大数据平台。它整合了著录库、字形库、文献库、缀合库、校重库与全信息著录库这“六库”资源，构建了一个庞大的开放知识网络。其中，字形库确立了标准化甲骨文字头6700多个，其字形制作不仅规范且保留了殷契神韵，并且支持多维度检索；文献库则收录了3万余种相关论著，方便学者随时追踪学术前沿；校重库依托人工智能工具实现标准化管理。在智能化层面，平台与腾讯合作搭建了“甲骨文AI协同平台”，并联合研发了全球首个甲骨文智能体“殷契行止”，探索从“看清甲骨”到“读懂甲骨”再到“活化甲骨”的落地路径。
剑桥大学东亚系博士生秦培超开发的“镜原甲骨数字平台”则以微观应用为重，历时3年建成，其高清字库收录甲骨字形超5万个，为每个字形设立唯一UID，能够动态响应最新考释成果。该平台还集成了多模式检索引擎、智能输入法与多种数据可视化组件。
范式革新：人工智能在甲骨学研究中的关键技术应用
将科技应用于甲骨学其实并非新事，自20世纪70年代计算机被尝试用于辅助缀合以来，技术融合已历经半个世纪。进入21世纪，大数据和人工智能技术日臻成熟，通过深度学习和模式识别，甲骨学研究突破了传统方法的窠臼，加速了智能化进程。
（一）甲骨材料的数字化与复原
图像分割、文字识别与标注：将原始、混杂的拓片转化为结构化数据是首要步骤。研究人员利用生成对抗网络（GAN）及交叉注意力机制，有效分离了拓片上的文字与复杂背景噪声。为应对字形数据不均衡的难题，安阳师范学院、腾讯公司等机构先后发布了包含约31万张单字图像的OBC306数据集与抽取10077片样本的“全球甲骨文多模态数据集”，实现了拓片与数字摹本上有效信息的逐一映射。上海交通大学团队则基于扩散模型，通过解耦字形结构和风化纹理生成逼真图像，有效扩充了稀缺字符样本量。
智能缀合与校重：这是复原甲骨形态的关键。张展博士开发的“计算机自动缀合甲骨软件”（如近期利用柏林甲骨图像获得20余组新缀），张重生团队开发的“缀多多”，清华复旦联合团队的“知微缀（Rejoin X）”等工具，通过模拟专家的边缘密合与版面辨识能力，已累计发布了数百组缀合新成果，极大地提升了灵活性与效率。在校重方面，“Diviner”与“重多多”“智寻原档”等工具将AI重片检索算法引入复核流程，全面筛查出数千组自重片与互重片，其效率和精度是人力难以企及的。
（二）从数据关联到知识发现
多模态知识图谱构建：为规避生成式大模型的“幻觉”，构建高精度知识图谱成为挖掘内在逻辑的关键。熊晶团队提出将侧重文献共词分析的“科学知识图谱”与聚焦实体关系的“领域知识图谱”相融合，构建出包含14万余个实体和4万余条关系的综合网络。此方案旨在实现甲骨单字、拓片图像与研究文献之间的“无缝跳转”与跨模态深度融合。
智能驱动的考释与研究：学者正利用深度数据挖掘与统计NLP技术进行量化处理。如黄勇杰、李霜洁等利用相关算法模型对卜辞进行分期分类、关键字提取及贞人共时关系系联，从现存材料背后挖掘出大量隐含的历史信息。在考释未知字方面，研究者采用跨模态深度学习框架计算字符视觉相似度，结合双向长短期记忆网络分析上下文，或利用条件扩散模型探索将未知古文字转换为现代汉字的图像生成技术，为辅助破译提供了新思路。对于涉及历史学界的常规观点分歧与学术争论，学者们也坚持立足于史料实证本身进行客观研判，避免过度附加不必要的深层理论与思想演绎。
大语言模型与甲骨文智能体：新近发布的“殷契行止”智能体接入了主流大语言模型，依托大规模多模态数据集，已能实现辅助识别、释义查询与文献溯源等功能。这一进展展示了AI大模型在构建稠密语义网络中的潜力，预示着甲骨学正向数据驱动的“计算历史学”新范式演进。
智力引擎：复合型人才培养与学科生态创新
将甲骨学研究推向“数智甲骨学”新范式的关键，在于培养具备甲骨学、历史学、计算机信息处理等多学科知识实力的复合型人才队伍。
（一）发挥新兴交叉学科实验室的引领作用
一批具有前瞻性的研究机构正打破学科壁垒。安阳师范学院甲骨文信息处理教育部重点实验室构建了跨学科协同育人模式，由人文与技术双导师指导，让学生直接参与大型数据库与算法的研发。河南师范大学甲骨智能计算实验室聚焦模糊字、辅助缀合及笔迹学等领域的深度交叉计算。中国社会科学院的“甲骨科技分析”实验室孵化项目由赵孝龙负责，更侧重于利用微痕复原、拉曼光谱等现代设备分析实物，旨在培养能将科学数据转化为人文解读的复合型人才。
（二）传统研究机构的创新与转型
国内顶尖的传统甲骨学研究机构亦在积极创新。清华大学、北京大学、复旦大学等多所高校试点的“古文字学强基计划”，将甲骨文专业大规模纳入本科招生，并在硕博阶段增设数智人文课程，全面促进技术与人文的融合。学术知识的生产形式正经历从个体到群体协同的深刻演变。交叉实验室的出现打破了机构界限，古文字学家与计算机科学家紧密协作，形成新的“知识部落”。研究重心从静态的专著论文，转向构建可供持续迭代的数据库与开源算法等公共产品。“复合型人才”的兴起顺应了学术共同体的自我重构，更是知识生产组织模式的时代转型。
总结与展望：迈向数智人文的甲骨学未来
进入21世纪，甲骨学研究与现代科技不断融合，正在逐步实现传统学术研究向“计算历史学”的跨越发展。这一创新性转变建立在数据、工具和人才构成的协同创新生态之上。以“全息采集”为理念的高质量数据生成奠定了资料基础；新型数字化综合平台打破了“信息孤岛”，重塑了知识流通模式；AI在诸多领域的突破催生了“人机协同”这一核心特征；由交叉实验室培育的复合型人才构成了驱动变革的“智力引擎”。
展望未来，利用生成式AI大模型，甲骨学将构建规模更宏大的知识图谱，从简单的信息检索迈向复杂的语义推理，立体勾勒商代的历史动态过程。在国际化方面，则需推进与海外机构的深度协作，夯实全球“数字回归”的开放数据基础。尽管在未知文字破译、数据库标准统一及长效人才培养体系建设上仍面临挑战，但甲骨学必将成为“计算历史学”的典范领域，为古典人文学科的数智化转型提供极具价值的方法论与实践路径。
郅晓娜，“古文字与中华文明传承发展工程”协同攻关创新平台、中国社会科学院古代史研究所助理研究员；宋镇豪，郑州大学文学院特聘教授、中国社会科学院古代史研究所研究员
摘自：《中国史研究》2026年第1期
