未来计划

最近在考虑一个计划，在做十七，八世纪研究的时候，尤其是史料研究的时候，想着还是要推进一下研究的数字化。虽然我自己也是一直在做文本细读，但现在面对数字化的机遇，不抓住的话还是很可惜的。坦白讲，我们现在做的大部分工作已经是数字化的前身，因为研究的信息量扩容，我们现在的研究很大一部分都是建立在二手文献的基础上。这不是某个人偷懒，而是研究扩容的必然趋势，尤其是跨学科的趋势要求我们必须信任二手研究，因为个人处理的信息量是有限的，甚至相当有限。这个时候研究的数字化几乎是基础设施，我们现在研究的数字化程度还比较低，但也已经非常依赖数字技术，比如google scholar的文献检索，对纸质文献的ocr以及进一步的关键词检索，使得我们今天处理的信息量比起前辈学者已经相当惊人。当然，这种信息量级的提升并不意味着我们的研究水平的提升，只是研究模式的变化。所以，今天一个普通学者哪怕阅读的一手文献相当匮乏，但他也可以凭借数字技术和二手文献写出不错的论文，有材料支撑，有连贯逻辑。 研究的数字化几乎是必然趋势，只是有的人数字化程度低，有的人数字化程度高的问题。但目前所谓的研究的数字化，也只能做到数据挖掘这一步，数据分析基本上还做不到。也就是说，我们现在能做的就是积累数据，使得数据挖掘更有成效，更加丰富。我目前关心的是数据库的量的累积，也就是可用信息量的扩充。所以，建立自己的或者团队的专项数据库就是未来若干年学者竞争的关键。当然，这个计划每个学科都已经有学者牵头在做，但还远远不够。我觉得未来学者都有必要建立自己的数据库，包括研究领域的一手文献，研究领域的二手文献，外文文献的转译，如果有条件的话还要做数据挖掘模型。其实说起来，这不就是我们现在学者都在干的事情吗？但我们是用人力做这些的，人力和机器的效率不是一个量级的，能不能率先实现研究的数字化将成为未来学者研究水平的竞争核心。

我未来几面打算做的事情大概就是：

1.梳理已有数据库，根据研究题目，对数据进行分类。并且不断扩充，有可能的话，建立一个合作组织，不断协商，共同促进数据库的膨胀。

2.尝试对外文文献进行批量转译处理。随着AI翻译技术的迭代，文献的数字化储存，对文献进行批量转译已经成为可能。但落实到操作层面也只是可能，必须联合相关的朋友，团队和技术实现一个比较理想，并且能逐步优化的翻译机制。

3.学习和掌握现有的数字挖掘模型，争取早日建立自己或团队的数字挖掘模型。