文脉·艺文类聚

首页 › 析疑 › 第 35 问

底本用「.」而不是「。」作句读,这对检索和引用有什么影响?

全书句读几乎都用「.」,例如卷一天部门「大哉乾元.万物资始.乃统天」,卷第六州部门「州之言殊也.合同类.异其界也」,卷第一百旱门「旱之言悍也.阳骄蹇所致也」。这个「.」是全角句点,与现代汉语的「。」不同,也与间隔号「·」不同。它带来两个实际问题:一是检索时若按「。」切句,会把整段当成一句,句数统计全部失真;二是引用时若把「.」直接转成「。」,字形就与原书不一致,严格的引文核对会判为不命中。数据层因此原样保留「.」,不做标点规范化;FTS 检索走 trigram,标点不参与匹配,所以用「万物资始」这类连续三字以上片段可以直接命中。若要按句统计,应在「.」处切分,而不是按现代标点。另需注意,底本偶用「:」承接「曰」,如「《周易》曰:大哉乾元」,同一段的句读符号并不完全统一。还有一个检索细节:底本的「.」与「。」、「,」与、用法不统一,同一段里可能混用。FTS 的 trigram 分词按字符切,标点不参与匹配,所以搜「万物资始」不受影响;但若按句读做统计,必须先统一标点,再切句,否则句数会忽多忽少。数据层不做标点规范化,正是为了保留底本原貌。引用核对时还要注意「:」与「.」的混用:卷一天部门「《周易》曰:大哉乾元」用冒号,同卷他条多用句点。若按统一标点改写,逐字核对会判不命中;数据层的引文抽检因此以底本原字符为准,不做任何标点替换。标点不改、字形不改,是引文核对能逐字命中的前提,也是数据层最容易被忽视的一条纪律。
版本与阙佚卷 1天

« 回到析疑列表 | 共 57 问