Tihbeh sia ho e lunbun, Taigubun ki-ek

2008-10-02

Tihbeh sia ho e lunbun, Taigubun ki-ek

From: Iunn Un-gian
Date: 2008-10-02 20:40:47

Takke ho :

Che si 9/30 to engkai ai kau e lunbun, si TLH e GTH.

Goa sia Taigubun ki-ek hethong, sng tihbeh sia ho a, u e souchai khah seng tih hoah khauho :)

Nasi u chhubi e peng, hoangeng the-kiong li e ikian, loulat !

(subok e pouhun iahkoh loanloan, goa e kesiok siukai)

(goa beh iong Hanlo / choanlo tuichiau, ai u choan-lo, chiah u seng tau khi Taioan LMJ GTH )

Ungian 10.2

台語文數位典藏─以台語文記憶系統做例

Tâi-gú-bûn sò͘-ūi tián-chông -- í Tâi-gú-bûn kì-e̍k hē-thóng chòe lē

楊允言 Iûⁿ Ún-giân

大漢技術學院資訊管理系

摘要

雖然咱hiah-nī拚勢tih推sak台語文khang-khè，m̄-koh社會上一般人對台語文ê認pat猶原chiâⁿ有限。另外一方面，過去chōe-chōe台語文豐富ê資料，mā因為政權ê變換kah無重視，chia ê資料並無好chhē著。

電腦時代，提供台語文保存kah推廣一個khah好ê機會，phah破時間、空間ê制限。台語文是m̄是有法度復興，kah咱是m̄是有好好運用這個平台有chiâⁿ大ê關係。

本文beh ùi數位典藏ê觀點來討論台語文ê保存kah推廣，並且以作者目前當tih進行ê台語文記憶系統做例，kā已經無版權問題，iah是作者/編者授權同意ê台語文書刊，直接先kā影像上網，同時mā beh探討一kóa技術方面ê做法、使用情形、功能、目標。

關鍵詞：台語文、記憶、影像處理、數位典藏

1. 話頭：數位典藏

17世紀，英國設立siōng早ê博物館，博物館對傳承人類文明，扮演真重要ê角色。

電腦科技ê進展，kah網路基礎設施ê建立，hō͘人類會tàng利用數位ê方式寄khǹg文明累積ê成果。

數位典藏tō是指kā有保存價值ê資料，透過數位化ê科技技術來保存kah應用。換另外一句話講，數位典藏tō是網路頂ê博物館。

數位典藏ê相關計畫，siōng早ê是美國國家圖書館1990年sak ê「美國記憶先導計畫」。建國kan-na 兩百外冬ê美國會tàng做，台灣有koh-khah久ê歷史，mā有真chōe豐富、有特色ê資源，koh有真chāi ê電腦科技相關技術做bak-khù，咱有真充分ê理由來做數位典藏。

國家級ê數位典藏，台灣ùi 1998年開始做，2002年整合做「數位典藏國家型科技計畫」，五年做一期，到2006年年底結束，2007年繼續執行第二期ê五年計畫，最近mā 開始tih規劃永續經營方面ê問題。

計畫ê內容包山包海，m̄-koh,我認為siōng重要ê意義是，這個計畫kā台灣真chōe有特色ê資料，包括物種資源、早期ê影像等等，透過一個整合ê平台，放送hō͘全世界。

Web 2.0 ê時代，強調一般大眾共同參與ê精神，所以khah闊面ê數位典藏，並無限定tī政府單位。一個民間團體iah是個人，只要有值得保存ê資料，mā會sái設立一個網站來做典藏ê khang-khè。

2. 台語文相關數位典藏

台語（Hō-ló話）有幾lō種稱呼，國民黨政府佔台灣了後，kā這個語言叫做「閩南語」，目前tī國際上，語言代碼是「nan」，這個語言（包括方言kah語言變體）有4,600外萬使用人口，主要分佈tī台灣、中國、新加坡、泰國、越南、菲律賓、印尼、馬來西亞kah汶萊八個國家。其中，台灣有70%以上ê使用人口，是siōng kôan ê比例。台灣若beh tī國際社會上khiā起，台語絕對是其中一個重要ê特色。

問題是，台灣ê官方語言是華語，koh加上進前錯誤ê語言政策，hō͘真chōe台灣人看輕家己ê母語，認為講台語khah無水準，甘願hō͘ gín-á學英語。

另外，書寫台語口語ê文字，mā有將近兩百冬ê歷史，包括羅馬字kah漢字兩種主要文字。可惜大部分ê台灣人無啥會曉讀台語文，台語文ê書刊是小眾，若是lām tī以華文為主ê書店內底，差不多是看bōe著。Koh因為書寫無一致，hō͘力量koh-khah分散。

咱若beh做台語復振，台語文絕對是重要資源，m̄-koh tō親像頂面所講ê，一般台灣ê書店無法度提供咱ê需求。若是透過網路平台，來傳播chia ê資源，顛倒是khah有可能。

一般台語文相關網站，tō會sái算是台語文數位典藏ê基本資源。以下列出目前我認為khah重要ê台語文相關網站：

l 台語信望愛網站 http://taigi.fhl.net/

l 台語網網上論壇 http://groups.google.com/group/taigu

l 白話字台語文ê網站 http://iug.csie.dahan.edu.tw

台語文數位典藏，一般講ê主要是針對台語文書刊做對象，包括kā chia ê資料做影像ê保存，iah是進一步kā phah字，thang做其它ê應用。台語文相關數位典藏ê網站，目前主要有以下幾個：

l 閩南語典藏 http:// southernmin.sinica.edu.tw

這是數位典藏國家型科技計畫第一期內底ê中央研究院機構計畫：語言典藏計畫ê子計畫之一，主要做歌仔冊「陳三五娘」四個版本ê整理，可惜因為版權問題無好勢，soah無法度開放一般民眾使用；第二期擴充做閩客語典藏，並且當tih進行，網址tī http://gigiantianchong.likulaw.info/，主要beh kā《基督要理》、《英廈辭典》、《廈英大辭典》、《內外科看護學》khah早期ê《台灣教會公報》，scan上網，並且phah字建檔、做語法標記；計畫主持人包括鄭錦全、何大安等等；

l 台語文數位典藏資料庫（第二階段） http://www2.nmtl.gov. tw/dadwt/

備站tī http://iug.csie.dahan.edu.tw/nmtl/dadwt/，這是台灣文學館ê計畫，整合成大台灣文學系呂興昌kah台大資訊系高成炎2001~2005年ê計畫成果，kā chia ê phah字好ê全羅、漢羅（各258萬音節）一段一段對齊ê文本，經過校對，透過網站平台呈現，koh有加添語音合成ê聲音檔案；計畫主持人是楊允言；

l 台語及客語現代文學專題網站 http://140.116.10.241/NCKUTaiWeb/View/index.aspx

這是文建會2007年委託成大台灣文學系執行ê計畫，收錄51位作家ê 精選作品，數量大約有100 外萬音節；計畫主持人是蔣為文；

l 台灣白話字文獻資料館 http://140.122.80.250/pojbh/script/index.php

這是數位典藏國家型計畫公開徵選計畫之一，師大台文所執行，主要針對《台灣教會公報》做scan、phah字整理，目前繼續tih執行第二冬ê計畫；計畫主持人是李勤岸；

除了以上所介紹ê，koh有一kóa規模khah 細ê台語文數位典藏網站，包括：

l 聰美紀念基金會將《台文通訊》第25~142期scan上網；[1]

l 鄭詩宗將《內外科看護學》phah字上網；[2]

l 台語信望愛ê珍本聖經數位典藏，無限定scan台語ê，m̄-koh有幾lō本台語ê；[3]

l 台中圖書館ê日文舊籍數位典藏，scan兩千外本書刊，其中至少有二十幾本kah台灣本土語言有關；[4]

l TGB台灣學生語文促進會ê《TGB通訊》電子檔；[5]

l 鄭良偉策劃ê《大學台語文選》電子檔。[6]

3. 台語文記憶介紹

台語文記憶系統ê構想，是tī 2006年年底，我執行台灣文學館「台語文數位典藏資料庫（第二階段）tih-beh到一段落ê時，我tih思考beh按怎用現有ê基礎，hō͘台灣文學館繼續撥經費支持台語相關研究計畫。

頭先，我認為看著phah字phah好ê電子檔案，kah看著原本ê書刊，感覺是無kāng款ê，若是beh繼續做，除了phah字，mā希望會tàng呈現書刊原底ê影像。

我無希望呂興昌教授用四冬（2001~2004）ê時間蒐集著ê千外本白話字台語文相關書刊，tō按呢hōng鎖tī台文館ê倉庫內底。若是台文館支持這個計畫，會tàng揀出內底一kóa書刊，台文館方面thang來優先處理。

可惜這個構想並無得著回應。大約hit個時陣，國家圖書館tī各縣市文化局展示in數位典藏ê成果，其中一項是「台灣記憶」，這個系統整理日本時代明信片ê影像。因為按呢，我用「台語文記憶」做主題。

我主動kah國家圖書館聯絡，希望in考慮將「台語文記憶」列入「台灣記憶」系統下面ê一項，撥經費來整理台語文ê書刊。

國家圖書館表示in有趣味，所以我特別kah in約時間，去國家圖書館向組長kah組員報告這個計畫。M̄-koh,我所掌握ê台語文書刊，大部分是影印本，in認為若m̄是原本，tō無典藏ê價值。

這個回答hō͘我真失志。看著台文館倉庫內底ê台語文書刊，m̄知koh愛外久chiah thang hō͘人注意著。後來我想，無錢有無錢ê做法，無論如何，應該hō͘ chia ê資料量早上網hō͘人看著。

所以，tī無經費ê支持之下，我先ùi我家己書櫥頂ê資料開始scan,koh ùi台大圖書館借著一kóa白話字ê書刊（kan-na會tàng tī內底看、影印），然後設立一個功能真簡單ê網站，ùi 2007年6月開始上線。

建立台語文記憶網站，需要夠額ê網頁空間。資料蒐集需要開bōe少ê時間；scan ê部分，若是烏白ê，tō請影印店用至少300 dpi ê解析度scan做PDF格式檔案，若是彩色ê，請工讀生scan會比請影印店khah省錢，m̄-koh需要注意ê是，每一頁大細愛一致。Scan的圖形檔案，最後lóng會tàng轉做JPG iah是PNG格式檔案上網。

實際ê經驗，ùi蒐集到scan、轉檔上網，平均一頁ê成本是5 kho͘以上。

後來，這個計畫tī 2008年得著大漢技術學院60,000 kho͘ ê經費支持。到目前為止，已經上網521本、22,071頁ê台語文書刊（包括一本客語ê），hō͘使用者點選超過88萬頁次，平均一工1800外頁次。

4. 台語文記憶系統相關功能kah技術

台語文記憶系統ê網址tī http://iug.csie.dahan.edu.tw/memory/TGB/mowt.asp，圖1是主畫面：

台語文記憶系統ê web平台是Windows 2003 Server kah IIS 6，ASP程式，後壁是Access資料庫。後設資料（metadata) ê部分，因為書刊包含台語羅馬字，採用數字表示調號，顯示ê時陣chiah透過一個程式轉換做調符。

書刊ê數量會愈來愈chōe，相對愈需要查詢系統ê協助。「檢索查詢」ê部分，會tàng用書刊名、作/編者、出版者、年份等等ê欄位來查詢，ma7會sai2用文字形式來查詢，分白話字、漢羅、假名、其它四類。

有ê使用者可能無特別beh查詢ê書刊，所以系統mā提供「隨機選閱」ê功能，利用亂數（random number）自動揀一份書刊hō͘使用者看。

少部分書刊有限制瀏覽ê頁數，主要原因是版權問題，有ê是資料提供者ê要求。技術上，利用程式來控制。

5. 結論、問題kah展望

本文主要介紹一個一開始無得著任何研究經費支持ê台語文數位典藏系統，來說明只要咱有心，tō算kan-na有一sut-á資源，mā會tàng做出bōe bái ê成果。

台語文記憶系統，到目前為止，平均一工有1800外頁次ê點選，mā說明這個系統ê必要性。

一份珍貴ê台語文資料，設使kan-na khǹg tī家己ê書櫥內底，會tàng發揮ê功效chiâⁿ有限，若是已經無版權問題、khah早期ê資料，因為oh chhē，khǹg tī網站頂面顛倒有機會hō͘ koh-khah chōe人來使用，mā有可能促成台語文相關研究ê發展。

咱mā希望作者願意授權提供伊ê作品，kā chia ê資料當做台灣人ê公共財。我相信，絕大多數ê人，做台語文khang-khè m̄是為著經濟利益，是為著台灣ê文化利益。

因為資源chiâⁿ有限，咱mā愛承認，台語文記憶系統iah-koh有真chōe不足ê所在，包括：

· 為著減省經費，無完全遵照數位典藏ê相關規範來處理影像；

· 系統ê查詢功能iah無真完整；

· 目前《台灣教會公報》ùi 1885年到1919年lóng khǹg入去，因為一期一份，所以有khah chōe份，佔beh 80%，造成「隨機選閱」ê時，差不多有80% ê機會選著《台灣教會公報》;

· …

台語文記憶系統beh做ê khang-khè當然iah未結束，因為iah-koh有chōe-chōe ê台語文書刊無包含tī內底。這個系統koh想beh做ê，包括：

· 繼續蒐集台語文書刊資料，mā歡迎逐家提供；

· 改進頂面講著ê欠點；

· 引進iah是利用類似Google books ê OCR檢索技術，提供影像資料ê全文檢索；

· 詳細定義台語文書刊數位典藏ê後設資料，建立相關資料；

· 頁數khah chōe ê書刊愛另外整理目錄（索引），thang ùi目錄連結到對應ê頁數，方便使用者查詢；

· 若是有khah充足ê經費，將chia ê資料phah字建立電子檔，thang做進一步ê運用。

Ng3望chia e5 phah拚，thang hou7台語文運動kah台語文相關研究koh-khah發展。

感謝

本計畫接受大漢技術學院新台票6萬kho͘ ê補助，計畫編號是「97教補款研字第9700007號」，特別tiàm chia表示感謝。

參考書目

[Iun] 楊允言，2007，〈台語白話文學ê全新表現──台語文數位典藏資料庫計畫簡介〉，《台灣文學館通訊》第15期p20-22，台南：國家台灣文學館

[Iun & Tan-Ten] Iun Un-gian& Henry H. Tan-Ten，〈A Survey of Media and Data Processing Development for Written Taiwanese〉，Accepted by International Journal of the Sociology of Language, Special Issue on Taiwanese

[Li] 呂美親，2008，〈天書e化：台語白話字文獻數位典藏〉，《數位島嶼電子報》22期，http://content.ndap.org.tw/main/epaper_detail.php?doc_id=1168&epaper_id=42 (2008/9/5 lia̍h ê)

蔡永橙、黃國倫、邱志義等，2007，《數位典藏技術導論》，台北：國立台灣大學

陳威志，2008，〈跟世界接軌的方式：「台灣白話字」〉，《數位島嶼電子報》32期http://content.ndap.org.tw/index/?p=825

相關網站

國家台灣文學館台語文數位典藏資料庫（第二階段）計畫網站，http://iug.csie.dahan.edu.tw/nmtl/dadwt/pbk.asp (2008/9/5 lia̍h ê )

台語信望愛網站

台語網

台灣白話字文獻資料館 http://140.122.80.250/pojbh/script/index.php

數位典藏國家型科技計畫 http://www.ndap.org.tw/

台語文記憶系統 http://iug.csie.dahan.edu.tw/memory/TGB/mowt.asp

Google圖書搜尋 http://books.google.com.tw/

[1] http://chhongbi.org/index2.html