古文字学：从金石考据到数字人文的学科演进

一、学科定位：古文字学是什么

古文字学是以古汉字以及各种古汉字资料为研究对象的学科。它具有鲜明的双重属性：一方面，它是传统文字学在“古”这一维度上的延伸，属于语言文字研究的范畴；另一方面，它高度依赖出土材料，与考古学、语言学、古典文献学、古史（包括古文化史）学、民族学等领域深度交叉。

在中国，对古文字的研究发端极早。但在很长的历史时期里，这项工作并非独立学科，而是被包含在两大学术传统之中：其一是作为“小学”（传统上涵盖文字、音韵、训诂之学）一部分的文字学；其二是以古铜器、碑刻等为主要研究对象的金石学。直到20世纪，随着新资料大量出土与现代学术体系的建立，“古文字学”这一学科名称才正式出现。

二、“古文字”的范围：一条不断被讨论的边界

界定什么是“古文字”，是全部研究的起点，学界的主流认识经历了一个逐步扩展的过程。

• 传统口径：按照中国传统文字学的观点，古文字指先秦时代的汉字。
• 小篆的纳入：现代文字学者多数认为，秦统一后经过规范化的篆文，即所谓小篆，也应当划入古文字的范围。小篆保存了丰富的早期构形信息，是连接出土古文字与后世文字的关键环节。
• 简帛带来的再审视：20世纪70年代以来，相当数量的秦代与西汉早期简牍、帛书陆续出土。这批材料上的隶书，字形仍保留篆文的诸多特点，与后来成熟的隶书存在明显区别，因此有学者主张把秦与西汉早期的隶书也看作古文字。

综合上述讨论，可以给出一个更具操作性的概括：古文字是隶书成熟之前的汉字。当然，边界问题在学界仍有不同意见，在整理资料或建设字形数据库时，应明确声明所采用的口径，避免数据层面的混乱。

三、广义与狭义：两种研究范式

人们所说的古文字学，内容并不一致，大体上可以分为广义和狭义两种。

广义的古文字学既包括对古文字本身的研究，也包括对各种古文字资料的研究。后一方面的工作继承金石文字之学的传统，主要以古代遗留下来的实物上的古文字资料为对象——如甲骨卜辞、铜器铭文、简牍帛书、碑刻等——着重于释读这些资料，弄清其性质、体例和时代，并阐明整理与研究这类资料的方法。由于工作重心落在“书刻于器物之上的文字资料”，有学者认为这一取向更适合称为古铭刻学。在广义古文字学的框架里，这类研究往往被视为重点，因为它直接面向第一手材料，是其他一切研究的地基。

狭义的古文字学则主要以古文字本身为对象，核心议题包括：汉字如何起源；古汉字的形体、结构及其演变规律；字形所反映的本义；以及考释古文字的方法论。狭义的古文字学是文字学的一个分支，与音韵学、训诂学、汉语史研究互为支撑。

两者并非对立，而是“材料整理”与“本体研究”的关系：广义取向负责把资料读准、读通、断代分期；狭义取向负责提炼文字系统的内部规律。高水平的释读结论，几乎总是两个维度协同工作的结果。

四、学术源流：从汉代“好古”传统到20世纪学科独立

1. 早期铭文释读。东汉许慎在《说文解字》的叙里说，各地“往往于山川得鼎彝，其铭即前代之古文”，说明汉代学者已经把出土铜器铭文当作古文字材料来对待。西汉张敞“好古文字”，宣帝时美阳（今陕西扶风）出土古铜鼎，他曾释读其铭文，事见《汉书·郊祀志下》。这是见于正史记载的较早的释读实践。

2. 《史籀篇》与籀文。相传为周宣王时太史籀所作的字书《史籀篇》，汉代尚有抄本流传。汉代人所说的籀文，即指《史籀篇》所收的字，其字体属于大篆。字书的存在，说明当时已开始对文字形体进行系统化的整理。

3. 古文经与“古文”。秦始皇焚书时，一批儒家经籍抄本被藏匿起来，如汉初张苍所献的《春秋左氏传》，汉景帝时鲁恭王在孔子故宅墙壁里得到的《尚书》《礼》《论语》等书。这些抄本的字体既不是隶书，也不是小篆和籀文，汉代人多称之为“古文”。推崇古文经的经学家如许慎等人，认为这种字体比籀文还要早。而据后人研究，所谓“古文”其实是战国时代东方国家（指秦以东各国）的文字。汉代推崇古文经的那一派经学家，被后人称为古文学家。经学内部的论争，客观上把文字形体问题推到了学术前沿，刺激了早期文字研究的深入。

4. 20世纪的学科化。甲骨文等大宗新资料的发现、现代考古学方法与古史研究需求的引入，使古文字研究逐步摆脱金石学附庸的地位：材料从传世著录扩展为科学发掘所得，方法从著录、摹写演进为系统的字表编纂、分期断代与多角度互证，古文字学由此成为一门有明确对象与方法的独立学科。

五、考释方法：学界通行的验证链条

狭义古文字学在长期实践中形成了一套被普遍接受的考释路径，通常概括为“形、音、义、例”相互印证：

• 偏旁分析：将未识字拆解为构件，与已知文字的构件系统比对，从构形理据入手判断其身份；
• 字形对照：把待释字形与各期已识字形排成演变序列，观察形体演化的连续性与趋势；
• 辞例推勘：利用卜辞、铭文、简书中的固定文例与上下文语义，限定候选释字的范围；
• 文献互证：将释读结果放回传世典籍与出土文献的对读中，用训诂与音韵知识检验其是否自洽。

一个可信的释读结论，应能同时通过多个角度的检验；任何单一证据都难以独立支撑结论，这是古文字研究区别于“猜谜”的关键纪律。

六、数字化时代的古文字整理：通用技术路径

出土资料规模不断扩大、影像化程度不断提高，使古文字研究进入数据密集型阶段。业界通用的技术路径大致包括五类：

1. 高清影像的采集与持久存储：对甲骨、铜器、简牍进行多角度、多光谱拍摄，影像体量大、持续增长，一般借助对象存储实现分级管理与长期保存；
2. 图像预处理与字形切分：完成去噪、校正、残泐区域标注，再切分出单字图像，形成可检索的字形库；
3. 识别辅助：古文字字形变体繁多、载体材质复杂、书写风格随意，通用文字识别技术难以直接迁移，常见做法是用少量人工标注数据训练专用识别模型，并将输出仅作为“候选假设”，最终由专家复核；
4. 结构化知识库与知识图谱：把字形、释文、出处、时代、著录等信息结构化，构建“字—形—词—文献—器物”之间的关联网络，支撑跨资料检索与字形演变研究；
5. 协同整理平台：释读本质上是“专家协作＋版本迭代”的过程，需要支持标注、讨论与修订留痕的在线环境。

在这类系统中，云平台的通用能力——对象存储、GPU算力、图像处理、日志服务与监控告警——承担基础设施角色。例如，可以基于百度智能云提供的对象存储、图像识别等通用云能力，搭建字形影像库与候选字预识别服务，再叠加领域专用的标注与专家审核流程，形成端到端的数字化整理流水线。需要强调的是，技术的价值在于缩小搜索空间、提升整理效率；释读结论的最终裁决权，始终掌握在专业研究者手中。

七、示意性代码：字形资料的最小数据建模

在工程侧，可以先用一个最小化的数据模型把整理对象“结构化”。下面是一段示意性伪代码，字段可按项目需要扩展：

// 数据结构示意（伪代码）
enum Carrier { 甲骨, 金文, 简帛, 石刻 }
record AncientGlyph {
    string  glyph_id     // 字形唯一编号
    string? char         // 释文；未释字置空，等待专家复核
    Carrier carrier      // 载体类型
    string  period       // 时代，如"商代晚期""战国·楚"
    string  provenance   // 出处：著录编号或发掘信息
    string  image_uri    // 原图在对象存储中的地址
    int?    strokes      // 字形特征，如笔画数
    map     annotations  // 部件切分、书体描述、残泐标注等
}
function isDeciphered(g) { return g.char != null }

在此基础上叠加“候选释读—专家复核—定稿发布”的状态流转，即可支撑跨机构协作的字形整理系统；而“未释字置空、绝不默认填充”的约定，正是把学科纪律转译为工程约束的一个典型例子。

八、结语

古文字学的意义远不止于“认字”。向上，它服务于中华文明起源与早期历史的探索；向下，它支撑着古籍整理、辞书编纂与相关历史研究的可靠性。对研究者而言，把握广义资料整理与狭义本体研究两条主线，恪守多证据互证的考释纪律，是进入这一领域的基本功；对技术从业者而言，理解学科真实的工作流程，再以影像存储、识别辅助、知识组织等通用能力做好支撑，是数字人文类项目真正落地见效的关键。