【CUbicZine 2026年6月號】漢語字庫 熱搜2.8億次 | 關子尹以哲學重塑漢字精神 跨界共築人文知識基建

查廣東話,一鍵真人發聲——「粵語審音配詞字庫」;翻譯推敲——「林語堂當代漢英詞典」;中學老師圖解字源,連甲骨文也變得親近易明——「漢語多功能字庫」。

這一系列廣受各界歡迎的線上語言工具,皆出自中大人文電算研究中心。特別是「漢語多功能字庫」,其累計檢索已逾2.82億次,多年以來廣泛服務教學、研究及專業領域,備受學界肯定。2021年,關子尹教授以「漢語多功能字庫」結合其哲學語言研究,獲教資會研究評審(RAE) 最高4*評級,翌年更入選為大學轉化成果重點展示項目,體現學術如何走出象牙塔,回應時代需要。

今期《CUbicZine》訪問中心創辦人、中大哲學系榮休教授關子尹。教授於中大執教逾三十載,研究專攻德國哲學、現象學以及語言哲學。是次訪談,聚焦他的另一項成就——將理論思辨轉化為實用工具,更為漢語在數碼與AI時代打下根基。他形容這段路:「非常迂迴、崎嶇,但不同階段都有收穫。」經由這次訪問,讓人體會清晰好用的介面背後,原來蘊藏了深厚的哲學功夫,和一份作育之責。

人文電算研究中心先後推出多項資料庫,包括「林語堂當代漢英詞典」網絡版 (1999年) 、「儒學詞典」 (1997年) 、「香港、大陸、台灣 – 跨地區、跨年代:現代漢語常用字頻率統計」(2001年),及「粵語審音配詞字庫 」(2003年)等。 而最具代表性的「漢語多功能字庫」自2014年推出,用家除了教育學術界外,逾半來自非教育機構。地區方面,早期以香港為主,近年中國大陸訪客顯著增長。最新比例為:中國大陸51%、香港25%、台灣14%、美國2.5%,其餘來自東南亞及歐美地區。

中文字庫竟由哲學系主導?

人文電算研究中心誕生於1993年,彼時互聯網尚未普及,以「人文電算」定位,在華文乃至西方學界均屬少見。關教授邀請同系當年仍是碩士生的劉創馥教授一同編寫程式,先是主力將哲學經典數碼化;近廿年轉向中文字庫的開發。為何由哲學系領軍?關教授笑言,不少人感到意外。「字庫工作當然以中文為首務,但並非單靠中文專業就可完成,需要跨領域視角,亦得結合資訊科技。」如是地,他引入西方哲學和語言學概念,重新審視漢字的源流和結構。有謂得道多助,字庫計劃獲中文系電算工程系及資訊科技服務中心多位同人大力協助。不過,還有更實際原因:「當時剛好有個傻佬,願意用本業以外的時間和精神,投入這件事。」

三十多年來,中心除了起步時有限的 seed money,並無常設經費,主要資源來自教資會兩次研究用途補助金及港府優質教育基金。「很多人覺得不可思議,在有限資源下仍能完成。」受薪人員長期不足三人;關教授一直參與,並無另支薪。 圖為字庫計劃各階段中,關教授與其得力研究助理合照。(圖片來源:受訪者)

「傻」者之志 廿載不輟

他口中的「傻」,實為對語文作育的一份責任。
自1999年,中心先後開發線上多項語言資源,其中2003年推出的粵語字庫,一直廣受歡迎。關教授道出關鍵在於「審音配詞」這個理念——按語境用法,為破音字配詞定音。憑藉實用獨特設計,字庫於2013更獲得港府電影報刊辦 「優秀網站」大奬。

「粵語審音配詞字庫」針對漢字中的「破音字」,以配詞區分該字的不同可能讀音。關教授補充,研發期間Google曾兩度接洽合作,徵求使用字庫中配詞的許可,惟校方與Google未能就相關條款談妥。

2005年左右,中大就教學語言安排曾有討論,並考慮提升英文授課比重。關教授關注中文長遠的的發展,以及其學術與文化競爭力的維繫。於是,中心2007年中心啟動了「漢語多功能字庫」項目,引入古文字元素,鎖定更根本的字譜系統整理工作,冀為漢語和漢字教育鋪設基建。這次,他更傾注十餘年心力。

「如果看到這件事值得做,而最終沒人做,我過不了自己那一關。」

漢字字庫的哲學功夫    

十年磨一劍。造字背後的邏輯,正體現他的哲學功夫。
例如「燕」字,明明是鳥,為何從「火」部?教授解釋,長久以來通行的部首分類,大致依循《康熙字典》的214部,今日的漢字歷經「隸變」,書寫便捷了,卻犧牲了部分古文字的認知脈絡。

所謂隸變 ,關教授解釋:乃秦漢之際一些負責抄寫的「隸人」為求便利,對當時通行的篆書作了許多更動與省略,致使字形出現結構性變化,從此與古文字中本具認知意義的元素斷裂。以「燕」字為例,可見其隸變軌跡:甲骨文象燕子有喙,張開兩翅,尾部分叉(或稱枝尾)之形。至小篆,尾部訛變為「火」形。

「漢語多功能字庫」建立時,為補部首不足,廣為搜集秦代以前的古文字,主要甲骨文和金文,又借用西方哲學多塊「他山之石」,重新構思字的本義:「漢字基本上就是人體與世界的互動,要合乎邏輯地呈現出來。」其理論資源包括:洪堡特的文字類比、胡塞爾的「純粹的意義邏輯」(pure logic of meaning),以及梅洛龐蒂的身體現象學等概念,為重整漢字的義理結構打下基礎。

結合電腦工程,字庫以「部件樹」和「部件式」的形式展示,這亦是最大的技術挑戰:先要解讀古文字,繼而拆解字根或部件,再重新設想其組合方式。面對數千個可追溯至古文字的漢字「部件樹」,他強調這絕非人手逐一描劃:「當時已採用程式自動生成,我們只需要界定主要部件,系統便會即時(real time)追蹤下層部件結構,然後以樹狀方式展示。」

「漢語多功能字庫」集古文字繫形、部件樹、形義通解等功能於一體,以清楚易讀界面顯示甲骨文、金文、簡帛、小篆、《說文解字》及文字本意解說等。每張甲骨文、金文圖片皆可進一步點擊,追溯該實例(token)的出處。

「漢語多功能字庫」於2014年正式推出;關教授2016年榮休後仍參與研發工作,人文電算研究中心主任一職則由劉創馥教授接任。至2018年字庫漸臻完備,至今仍在持續修訂與擴充,為中文教育數碼化提供重要參考資料。

跨界合作 學會彼此語言

從研究走向應用,知識轉移的關鍵不只是技術整合,更在於跨界協作,以及懂得適時放手。
辦公室堆滿文字學與各種古籍,這位哲學教授笑言:「我現在的中文水平,比初入職中大時好多了。」為了推動字庫工程,他踏進古文字與編碼的世界,自言始終是個「門外漢」,卻不曾懈怠。除了自學古文字,還多次赴歐美修讀資訊工程相關課程及工作坊,「年紀這麼大才學寫程式,不會寫得多好,但至少懂得一些原則。」補足了跨界知識,才能與不同專家好好合作。

他也強調,字庫開發初期一定要親力親為。每建立新的模組,都會親自處理一段時間,熟悉每個步驟,包括參與撰寫數百條形義通解,如是才能掌握落地細節和難處,向團隊提出合理指示與要求。到工作上軌道後,「可完全放手,只負責整體規劃。」此外,平台的製作後台中,系統對一字一條都會自動記錄修訂者及修訂時間等,務求分工與責任清晰。

為推廣字庫,中心多次為中學教師開辦講座,接觸近二百位「用家」。不少教師反映極為實用:過去多憑空講解;如今可結合部件樹、圖樣與短文解釋,更易向學生說明字源。(圖片來源:受訪者)

知識轉移,讓哲思、研究延伸至社會應用,推動人文科學數位發展,促進人們對漢語的理解與運用。三十年來,轉化經典與建構字庫的實戰經驗,反過來滋養研究。在他看來,自己正是字庫的第一位受惠者——其語言哲學研究至今仍力耕不輟,時有新見與突破。

去年關教授出版《語文蹊徑——哲學及跨文化視角下的漢語和漢字》,匯集其於「研究評審工作」(RAE)備受高度肯定的論文及建構《漢語多功能字庫》的研究心得。書中提出的理論及論文,為字庫的理論支撐。

 

關教授分享,《語文蹊徑》之「蹊徑」具雙向意義:一方面指在傳統國學研究之外,另闢漢語漢字研究之路;另一方面在字庫建構過程中,亦深化其哲學本科的研究——主流哲學較少觸及的漢語漢字議題。 圖為關教授獲邀到德國柏林自由大學、臺大中文研究所演講,分享其哲學語言研究成果。(圖片來源:受訪者)

閱讀更多