古文字学：学科范畴、历史源流与数字化研究路径

一、学科定位：以古汉字及其资料为研究对象

古文字学是以古汉字和各种古汉字资料为研究对象的学科，发源于中国，属于人文学科，并与考古学、语言学、古典文献学、古史（包括古文化史）学、民族学等多个领域深度交叉。

值得注意的是，在中国，对古文字的研究虽然开始得很早，但长期以来并没有独立的学科身份，而是包含在两门学问之中：

• 传统文字学：即作为“小学”的一部分。传统“小学”涵盖文字、音韵、训诂三个方面，古文字研究依附于其中的文字学；
• 金石学：以古铜器和碑刻等为主要研究对象，偏重对实物及其铭刻的著录、摹绘与考订。

直到20世纪，随着甲骨文等大宗新材料的发现、现代田野考古的兴起以及现代学术建制的建立，“古文字学”这一名称才逐渐通行，学科边界也随之明晰。需要说明的是，人们所说的古文字学，内容并不一致，大体可以分为广义与狭义两种理解，下文分别展开。

二、“古文字”的时间下限：随认识深化的动态边界

“古文字”这个概念的时间范围，在学术史上经历过三次扩展，理解这条脉络有助于把握学科的内在逻辑：

1. 传统文字学的观点：古文字指先秦时代的汉字，即秦统一以前的文字。
2. 现代多数学者的观点：秦统一后的篆文，即所谓小篆，也应划入古文字的范围。理由在于，小篆虽在秦代才完成规范化，但其结构方式与线条形态仍属古文字体系，是古汉字形体演变的最后环节，与隶书以后的今文字存在系统性差别。
3. 20世纪70年代以来的新讨论：不少秦和西汉早期的简牍、帛书相继出土，这些简帛上的隶书，字形还保留着篆文的不少特点，与后来成熟的隶书有明显区别，因此有学者主张把秦和西汉早期的隶书也看作古文字。

综合上述三种观点，可以给出一个更具概括力的定义：古文字是隶书成熟之前的汉字。

这里可以抽象出一条方法论原则：学科范围的界定依据，应当是文字形体体系是否发生结构性质变——即“隶变”这一关键节点——而不是王朝的更替年代。隶变使汉字从线条化的古文字形态转变为笔画化的今文字形态，才是古今文字真正的分水岭。

三、广义与狭义：两种学科内涵的辨析

3.1 广义的古文字学

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。其中，资料研究直接继承了金石文字之学的传统，主要以古代遗留下来的实物上的文字资料（如甲骨卜辞、铜器铭文，以及后来大量出土的简牍、帛书等）为对象，着重于三件事：

• 释读这些资料；
• 弄清它们的性质、体例和时代；
• 阐明研究这些资料的方法。

由于这部分工作与铭刻材料关系密切，也有人主张将其称为“古铭刻学”。在广义的古文字学里，资料研究往往被视为重点。

3.2 狭义的古文字学

狭义的古文字学主要以古文字本身为对象，着重研究四个方面：

• 汉字的起源；
• 古汉字的形体、结构及其演变；
• 字形所反映的本义；
• 考释古文字的方法。

狭义的古文字学是文字学的一个分支。

3.3 两者的关系

可以概括为：广义偏“资料学”取向，回答“这批材料写了什么、是什么时代的”；狭义偏“文字本体”取向，回答“汉字从哪里来、如何演变”。二者互为支撑——不掌握资料释读，本体研究就缺乏新材料；不掌握形体结构理论，资料释读就缺乏方法论依据。

四、历史源流：从汉代肇始到20世纪独立成科

4.1 汉代：研究风气的形成

研究古文字的风气是在汉代开始形成的。汉代人所看到的古文字资料主要有三类。

第一类：先秦铜器的铭文。 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”。西汉的张敞“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》。这条记载的价值在于：它说明汉代已经出现了可考的释读实践——面对前代铭刻，学者尝试认读并给出解释，这正是后世古文字考释工作的早期雏形。

第二类：字书《史籀篇》的抄本。 相传为周宣王时太史籀所作。汉代人所说的“籀文”，就指《史籀篇》里的字，其字体属于大篆。字书的存在意味着当时人已有整理、规范文字形体的意识，为后世字形比较研究提供了参照系。

第三类：所谓古文经。 即秦始皇焚书时被藏匿起来的一些儒家经籍抄本，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。这些经籍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。但据后人研究，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，后人称为“古文学家”。

4.2 对汉代研究的审视

从今天的学科标准回看，汉代的古文字研究有两点值得注意：

• 有实践、有材料，但缺乏系统的断代标准。汉人把战国东方文字误认为早于籀文的“古文”，说明当时尚未建立以字形类型判定时代的自觉方法；
• 学术立场与文字研究相互缠绕。古文经之争本质上是经学立场之争，但客观上推动了对这种古字体的持续关注与著录，为后世积累了初步的字形认识。

4.3 从“小学”与金石学到独立学科

汉代以后，古文字研究的载体长期是两门学问：一是作为“小学”分支的文字学，以《说文解字》所建立的字形分析体系（部首检字、据形系联）为骨干；二是兴起于宋代的金石学，对铜器、碑刻进行著录与考释。这一格局延续近两千年，直到20世纪才被打破：甲骨文等前所未见的大宗语料进入研究视野，现代田野考古为出土文字提供了地层与共存关系信息，现代研究机构则为专门之学提供了建制基础，“古文字学”由此得名并取得独立地位。

五、研究方法与交叉学科支撑

5.1 考释方法的基本框架

• 字形对照：将不认识的字与已认定的字形比较，尤其关注时代接近、载体相同的材料之间的形体关联；
• 偏旁分析：将整字拆解为构件，分析构件的组合方式与构形理据，再与已知字的构件系统互相印证；
• 辞例归纳：利用同类材料的文例格式与上下文语境推定字词关系，如卜辞的固定套语、铭文的习用语等；
• 多学科互证：结合历史背景、传世文献与考古信息综合论证，避免孤立猜字。

5.2 交叉学科的支持关系

• 考古学：提供出土层位与共存器物信息，是判定资料时代最可靠的证据；
• 语言学：古音、语法与词汇知识是“由形及音、由音达义”的桥梁；
• 古典文献学：传世典籍与出土文献互证，既可校勘文本，也可补史料之缺；
• 民族学：提供比较文字学视角，帮助理解文字产生与演变的一般规律。

六、数字化时代的技术切入点：面向开发者的实践路径

6.1 数字化面临的真实难题

从工程视角看，古文字研究的数字化有几个突出难点：

1. 字符集缺口：大量未经隶定的字形与异体字形没有进入现有编码体系，出现“有形无码”，文本层面难以检索与统计；
2. 标注数据稀缺：专业标注依赖高水平学者，可用语料规模远小于通用文字识别场景，模型训练面临小样本问题；
3. 形体连续演变：同一个字在不同时代、不同载体上形态差异很大，直接套用通用识别思路效果有限；
4. 领域体例复杂：卜辞、铭文、简帛各有体例，纯图像模型难以利用这些领域知识。

6.2 可行的技术路径

以下路径均基于通用技术能力，开发者可按需组合：

• 结构化数据先行：与其直接上模型，不如先把“字—形—音—义—辞例—出土地”等信息建成结构化数据模型，为后续计算打好地基。示意性定义如下：

from dataclasses import dataclass
@dataclass
class GlyphRecord:
    """单字形的结构化著录（示意）"""
    glyph_id: str        # 字形唯一编号
    headword: str        # 对应字头（未隶定时用占位符）
    period: str          # 时代，如"商代晚期"
    medium: str          # 载体：甲骨/金文/简帛/玺印等
    components: list     # 拆分后的构件序列
    structure: str       # 构形类型：象形/指事/会意/形声等
    rubbings: list       # 关联拓片或照片索引
    cognates: list       # 已隶定的对应字
@dataclass
class InscriptionRecord:
    """单篇铭刻资料的结构化著录（示意）"""
    text_id: str
    excavation: str      # 出土时间、地点、层位等信息
    glyph_records: list  # 逐字对应的字形记录

• 图像识别辅助：借助智能云平台提供的通用图像分类、目标检测、文字识别等基础能力（例如以百度智能云为代表的云平台普遍提供此类能力），先完成图像切分、去噪、单字提取等预处理，再利用积累的标注数据训练专用模型，形成“通用能力打底、专用模型精修”的处理管线；
• 知识图谱：把字形演变链、构件关系、辞例出处组织为图数据，支持“某构件出现在哪些字中”“某字形体如何随时代变化”等查询；
• 以图搜图式检索：基于字形图像的相似度检索，帮助研究者在海量拓片中快速定位与待考字形态相近的例证，提升对照效率。

6.3 人机协同的合理定位

需要强调的是，技术在这一领域的合理角色是“辅助”而非“替代”：模型可以给出候选字形与相似例证，但最终考释结论必须结合辞例语境与历史文化背景由研究者裁定。可行的协作模式是：专家标注初始数据 → 模型批量产出候选 → 专家复核并回流数据 → 模型持续迭代。这既符合古文字研究的严谨性要求，也符合当前人工智能技术的能力边界。

七、结语：材料与方法的双轮驱动

古文字学的学科史，本质上是一部“材料发现”与“方法自觉”相互推动的历史：汉代有释读实践而缺系统方法，传统“小学”与金石学有长期积累而缺独立身份，20世纪则因新材料与新学术建制而独立成科。对开发者而言，这个古老学科恰恰是数字人文的优质试验场——数据规模适中、问题定义清晰、专家经验稀缺且宝贵，结构化建模与人机协同在其中大有可为。理解古文字学，既是理解汉字的来路，也是为技术与人文的交叉探索找到一块扎实的立足点。