龍從軍（民族學與人類學研究所）
藏文傳統研究多聚焦共時層面的系統描寫，然而在深度處理現代藏語信息過程中，諸多共時現象的解釋必須探索其歷時來源和發展脈絡。現代藏語中語法范疇的表達方式、句法結構的組織原則以及詞匯語義的演變軌跡，都需要在歷史文獻中尋求解釋依據。這種認識促使研究視角發生轉變，從單純的共時描寫轉向歷時探索。基于這一原因，中國社會科學院民族學與人類學研究所研究團隊利用自然語言處理技術開展藏文古文獻全文隔行標注和語料庫建設，致力于構建一個能夠支撐深度歷史語言學研究的全文檢索語料庫，在此基礎上形成了《藏文古文獻〈拔協〉文本標注與語法研究》一書。
機器輔助的多層級標注方法
自2011年啟動藏文古文獻全文數據庫建設以來，研究團隊在方法論層面取得重要突破。一是“四行隔行對照”標注框架的設計。具體而言，藏文原文行完整保留文獻的原始形態，確保文獻真實性；拉丁轉寫行采用國際通行的轉寫標準，保障文本的國際可讀性；語法標注行構建多層級的標簽體系，實現語法信息的系統化呈現；通用語譯文行則掃除非母語人使用古藏文材料的文字障礙。這種結構設計既最大限度地保持了文獻的原始性，又顯著增強了文本的可讀性。
二是在技術實現層面，研究團隊開發的專用標注平臺采用了“規則驅動+專家校驗”的雙重保障機制。平臺內置的自動分詞模塊融合了基于詞典的匹配算法和基于統計的序列標注模型，既保證了分詞的準確性，又充分考慮到古藏語的特殊表達習慣。特別是團隊提出的“混合標注策略”體現了類型學視野與歷史語言學方法的有機結合。在實詞層面，采用功能對等的翻譯原則；在虛詞和語法標記層面，運用國際通用的語法標簽體系；針對文獻特有的語法現象，設計了專門的標注規范。這種分層標注方法既確保了標注的系統性，又很好地保留了文獻的語言特色。
全樣本隔行標注后的語法描寫
基于全文本進行系統性標注的觀察方法，能夠超越個別例證的局限，從整體上把握語法標記的使用規律，為專書語法研究提供了扎實的數據基礎。在句法研究層面，對古藏語句法結構進行整體性考察。通過分析大量真實的句法實例，揭示專書中句法結構的使用特點和分布規律，其標注方法和分析框架也可為其他藏文古籍的語法研究提供參考。
專書語法標注的價值不僅在于對單部文獻語言特征的揭示，更在于為歷史語言比較研究奠定了基礎。當多部不同時期藏文文獻完成系統的語法標注后，就能夠通過對比分析，客觀地觀察藏語語法現象的歷史演變軌跡。這種基于多部專書語料庫的歷時比較，可為藏語語法史研究提供可靠證據，推動藏語歷史語言學向更系統、更深入的方向發展。這種研究路徑的優勢在于，既保持了專書語法研究的深度，又通過多部文獻的關聯比較拓展研究的廣度。每一部經過系統標注的專書，都成為藏語歷史語言研究的一個重要坐標點，多個坐標點連接在一起，就能勾勒出語言發展的清晰軌跡。
古文獻研究范式的轉型
研究的學術價值也體現在方法論層面的創新上。這一標注體系的建立不僅適用于《拔協》研究，更為整個藏文歷史文獻的數字化處理提供了可復用的方法論框架。這一框架實現了傳統文獻學方法與現代計算語言技術的深度融合，為數字人文研究提供了新范式。這種融合在實際應用過程中，不僅需要技術層面的突破，更需要理論層面的創新，特別是在處理古文獻特有的語言現象時，需要建立專門的標注規范和處理流程。
研究還有力推動了藏語歷史語言學研究范式轉型。傳統研究主要依賴選例分析，而全樣本研究方法則建立了基于實證數據的分析模式。這種轉型提高了研究的科學性。研究團隊開發的半自動標注平臺和訓練的初始模型，標志著藏文古文獻研究實現了從“個案處理”向“規模生產”的重要轉變。這一轉變的深層意義在于，為突破冷門絕學領域的研究瓶頸提供了可行的技術路徑，為類似研究提供了可借鑒的模式。
關注新的學術增長點
研究體現了文獻學、語言學和計算科學多學科的深度融合。這種融合不僅拓寬了研究視野，也催生了新的學術增長點。傳統人文學科與現代信息技術的深度對話，是推動學術創新的重要動力。特別是在處理藏文古文獻這樣的特殊語料時，既需要充分尊重文獻學傳統，又需要大膽運用現代技術手段，這種平衡需要研究者在實踐中不斷探索和調整。不過，研究只是一個開端，未來還需要進一步完善標注體系的理論基礎，特別是在語義和語用層面需要建立更精細的標注規范；進一步擴大文獻的時空覆蓋范圍，建立更具代表性的歷時語料庫。不同時期、地區的藏文文獻呈現出不同文獻特征，這就需要構建更加全面的語料庫體系。
古文獻研究還要特別關注數字人文領域的最新發展，引入自然語言處理的新技術、新方法。特別是在深度學習、知識圖譜等前沿領域，存在著與傳統研究方法相結合的廣闊空間。這種結合不僅能提升研究效率，更可能帶來研究范式的根本性變革。如基于知識圖譜的文獻關聯分析等方法，可能為藏文古文獻研究開辟新路徑。
