作者： tmdhm (首都师范大学历史学院教授)。
据笔者调查，国内主要图书馆购买、免费使用的外语专业数据库资源已超过千种。 这些数据库按文献类型分为图书、期刊、学位论文会议参赛论文、报纸、文件、统计资料、报告、书目和文摘、照片、音视频等。 就收入内容而言，历史学涉及史学理论、世界通史和断代史、地区国别史(涉及70多个国家左右)、传记、文物考古等其他学科(地理、哲学与宗教、政治与法律、军事、经济、文化、科学、教育、体育、语言与文字、文学、艺术) 世界史研究需要利用数据库，特别是外语数据库，这是一个无需讨论的问题。 需要讨论的是如何利用这些庞大数量的数据库。 本文将从命名和定性、专题数据库的建立、数据库内容的审查三个角度阐述一些粗浅的看法。
一
定名和定性是指明确认识数据库的名称、性质、收录范围。
一般来说，数据库开发人员提供数据库名称，因此命名并不困难，但存在一些特殊情况。 其一，数据库开发者有时会重命名数据库，在不同的馆藏或不同的学者的参照下，同一数据库的指标不同。 例如，美国的档案数据库“u.s.Declassifieddocumentsonline”，真名为“解密档案参考系统”(Declassifieddocumentsreferencesystem )； 期刊类全文数据库《综合学科学术文献大全》(AcademicSearchComplete )，原英文名称为《AcademicSearchPremier》。 在这种情况下，建议指标以最新的名称为基准，同时知道其历史名称。 其二，存在总库、子库的情况。 例如，HeinOnline法律数据库有60多个子库，美国国会图书馆的“数字收藏”(DigitalCollections )有300多个子库。 一些开发商和代理商重组数据资源，形成新的总库。 如Gale公司，将一些报纸杂志类库作为GaleNewsVAUlt，以文件为中心的300多个子库作为“稀有原始藏书文件”(ArchivesUnbound，简称au ) )，将这两个库作为对于形成GaleScholar超大型数据库的个人使用，明确的子库名称更重要。但是，由于有些藏书只显示总库，所以也需要知道总库名称。 第三，博物馆收藏机构的指标方式，也造成名称混乱。 例如，有没有原文名称只刊登翻译的藏书，也有翻译名称不同的藏书，还有根据购买情况重新制作数据库名称的藏书。 例如，国立图书馆购买了AU中亚专辑的一部分时，命名为“罕见的原创收藏：亚洲”(ArchivesUnboundAsia )。
确定性质是指确定文献的收录类型。 综上所述，外语数据库的文献类型包括图书、期刊、报纸、文件等。 史学研究所起的作用因文献类型而异，有别于目录检索途径，也有别于前期学术史或史料来源。 在开发者和图书馆的数据库介绍中，说明文献的类型和特征。 另外，上述文献是根据现代出版类型分类的，难以完全表现人类过去积累的文献的所有特征，因此只能是相对的。 例如，公文在今天往往是指具有密切水平，生成的时尚一般人看不到的文献，但对于古代史来说，甲骨、碑文、纸草文件、木版文件等，无论其当时的使用范围如何，都已经成为研究那个时代的宝贵公文“
决定收录范围是指明确数据库中收录的内容的特征。 在数据库的介绍中，如《早期英语书籍在线》(EarlyEnglishBooksOnline )的介绍，收录数) 12.5万多种，2250万页以上的英语着作)，时间段) 1473—1700年之间)，类型虽然某些数据库有许多子库，但图书馆通常只选择某些子库进行购买，而索引时使用总库名称。 这样，就很难知道该库在某个特定馆的子库收录情况。 另一个是，很多图书馆会选择与本校教育科研密切的数据库模块进行购买，即使没有子库数据库，各馆的收录内容也有很大不同。 例如，Sage期刊库，有些馆如首都师范大学，购买了500多种现刊，有些馆如北京大学，购买了800多种现刊。 如果同名数据库的各馆收藏不同，则同一检索在不同的馆藏中会有所不同或差异很大。 另外，虽然有些数据库以模块形式表现，模块下的内容很多，但是模块名并不一定能够完全表现其收录内容。 例如，ProQuest历史库的一个模块“越南战争与美国外交政策(1960-1975年)”(vietnamwarandamericanforeignpolicy，1960-1975 )是单一的但是，该数据库收录了包括104个子相册在内的广泛内容，包括一系列美国国家安全委员会文件、国家安全委员会会议记录、从肯尼迪到尼克松的国家安全文件等，实际上是战后到20世纪70年代美国外交史研究的重要资源。 如果不知道其子代的编辑内容，就无法深入利用这样的数据库。
二
名字和定性是我们利用外语数据库的启动工作。 其次，可以大致判断某个数据库和我们正在进行的研究的关系，决定是否收集和利用。 就像制作专题文献书目一样，从事专题学术研究时，也必须以该研究为中心，收集在线资源，制作专题数据库列表。 需要注意的是，这是
些专题数据库搜集时面不能过窄，它们不仅要包括与某一研究直接相关的数字资源，也要包括一些宏观性质的及可能相关的其他数据库。如研究两次世界大战期间英国的整齐的咖啡豆外交，首选当然是英国的外交档案以及重要人物的文件集，如收录了60余册《英国外交政策文件，1919—1939年》的“英国海外政策文件”（DocumentsonBritishPolicyOverseas）数据库、沉默的戒指和淡淡的电脑的文件集（ThePapersofNevilleChamberlain；ThePapersofSirAustenChamberlain）、“xlmdkh档案”（ChurchillArchive），次选是这一时期的内阁文件（CabinetPapers）和国会文件的系列数据库（U.K.ParliamentaryPapers，HouseofCommonsParliamentaryPapers，糊涂的羊等），最后是反映当时媒体动向的重要报刊，如“大英图书馆报纸”（BritishLibraryNewspapers）、《泰晤士报》《每日电讯报》《伦敦新闻画报》《图画邮报》等。同时，通过“英国外交部机密印刷件：北美，1824—1961年”（ConfidentialPrint：NorthAmerica，1824—1961）、“英国外交部：美国通信”（BritishForeignOffice：UnitedStatesCorrespondence）、“英国外交部档案：日本，1919—1952年”（ForeignOfficeFilesforJapan，1919—1952）、“英国外交部档案：中国，1919—1980年”（ForeignOfficeFilesforChina，1919—1980）等英国档案数据库，以及美国、日本、德国、澳大利亚、加拿大等国家的外交档案数字资源，可了解围绕英国整齐的咖啡豆行动有关国家的互动。以上搜集偏重于两次世界大战期间与英国有关、相对原始的文献，也不能忽略一般的通用数据库，比如图书资源（约50种）、期刊资源（约30种）、学位论文资源（十余种）等。三
在搜集到相当的电子资源后，还要进行内容考辨的工作。这一考辨，可以从两个角度入手。
一是观察数据库资料来源和开发机构。一般而言，政府机构公布的本机构所掌握文献的权威性，高于其他来源；知名开发商、学术机构开发的专业性数据库，高于一般网络资源。例如，我们要查美国人口数据，最优先利用的是美国人口普查局开发的“美国事实发现者”（AmericanFactFinder），它可以提供美国人口、住房、经济和地理数据的来源；关于美国农业人口，则要参阅农业部的“国家农业统计数据”（NationalAgriculturalStatisticsService），它提供了自1840年以来美国各州和地区的农业人口普查数据；还可以利用明尼苏达大学的“美国国家历史地理信息系统”（NationalHistoricalGeographicInformationSystem），它提供了1790年至今的美国人口普查和其他全国性调查统计资料，包括带有地理空间属性信息的人口、农业、经济等方面的数据。
二是注重数据形式和原实体之间的关系。就人文学科的多数数据库而言，其数据往往来自某种实物。利用这种数据库时，除了传统利用实物载体要注意的考辨等工作外，还要考察数据形式同原实体之间的关系。如纸质文献在电子化的过程中，是完整电子化，还是部分电子化？电子化的文献是如何排列的，这种排列同原始文献的排列关系何在？等等。如ProQuest公司开发的“数字化国家安全档案”（DigitalNationalSecurityArchive），其文献选取和组合模式是围绕某一国家安全问题，抽取来自不同机构的档案，并按时间先后组织在新的子辑中。虽然所抽取的档案是完整扫描，但它并不会完整扫描原档案所在卷宗或系列，研究人员只能通过不同档案的时序排列建立起联系。利用这类数据库时，有时还需使用相关的配套指南、大事年表、人名索引等工具。
定名与定性、建立专题数据库、内容考辨，是利用外文数据库的基础工作。做好这些工作，研究者可以更高效准确地找到自己所需要的电子资源。当然，它们并非利用外文数据库注意事项的全部，如从知识考古学角度，可以讨论数据库开发的知识背景、开发动机、开发人员组成、文献著录方式等；从文献挖掘角度，可以讨论挖掘工具的选用、关键词选取、算法等，这些都是我们在使用数据库时需要考虑的内容。
《光明日报》（ 2020年07月20日14版）