汗牛充栋的文献、遍布全国的遗址遗存，是构建中国民族史学科体系、学术体系、话语体系的基础，也是我们探源中华民族的宝贵资源。在数字文明造福人类的今天，运用人工智能等现代科学技术，在相关传统资料精准数字化的前提下，独立自主地构建中国民族史知识体系具有重要意义。

　　其一，时代发展的必然要求。中国是统一的多民族国家，中华文明是世界上唯一没有中断的文明。在数字化转型与发展过程中，要重视实现民族史相关资源数字化。数字孪生、元宇宙等先进的技术手段，使客观的研究资源得到更加广泛的利用：通过数字化采集，比如利用光学字符识别技术（OCR）将采集的文献图像转变成文本，再对文本进行命名实体标注和实体关系建构，形成细粒度数据；利用网络地理信息系统（WebGIS）和遥感技术（RS）建构人文地理知识地图系统，对地理空间内的遗址、文物、地名变迁等数据，进行分类、分级、分层管理。在拥有历史厚度、地理精度、数据信度的情况下，对中国民族史进行基于传统知识的现代建构，从而回应时代之问。

　　其二，学科建设的重要内容。在先秦典籍中，对各民族有着翔实的记载。《大戴礼记·五帝德》中，记载了舜时居于南、北、东诸边疆的民族；从《史记》至《清史稿》诸正史中，对边疆各民族有专门的书写；其他编年、典志等文献中，也蕴含着丰富的相关资源。传统研究所依凭的“故纸”，在当代被转换为数据，完备的数字体系推动中国民族史研究更加科学。而充分运用数字技术建构中国民族史知识体系，也是当代讲好中国故事的基础工作。

　　其三，提高数字人文水平的应有之义。数字技术的发展给传统研究以及应用带来了巨大动能，然而这个动能的受力面并不均衡。一些发达国家数字化转型起步早，数据生产能力与规模也较为可观。相比之下，中国的数字人文水平与其存在一定差距。用古汉语书写的典籍是中华瑰宝，也是研究各民族发展历史的基础。但具有国际影响力的“中国历代人物传记数据库”（CBDB）、“中国历史地理信息系统”（CHGIS）等平台皆是由海外发展或赞助的，我国至今仍然缺乏独立完成并运行、能够与之比肩的平台。尤其是ChatGPT等生成式人工智能大模型的出现，其所输出的“知识”往往存在隐性渗透，使中国民族史知识体系面临新的挑战。

　　中国民族史拥有丰富的材料，具备建构完善知识体系的充分条件，但这一工作任重道远。信息技术的发展和大数据时代的到来，为中国民族史研究提供了更多可利用的数据资源与技术平台，文献的获取途径、研究的方法手段、观点的表达方式、学术成果的传播途径等得到了重大更新与改善。运用现代技术构建中国民族史自主知识体系，可以从以下两个方面展开工作：

　　一方面，传统文献是构建中国民族史自主知识体系的基础与源头，但相关文献来源广泛，数据结构多样。要做好精确数据的生产，自主制定数据体系和数据标准，确保知识智能化生产的源头坚实可靠。在此基础上，促进不同文献资源的统合、不同类型数据的融合、不同专题平台的整合，扎实做好数据的基础建设。

　　另一方面，要加强历史学、民族学以及计算机科学与技术等多学科交叉融合，协同攻关，实现数据权属向知识自主的有机转化。开发中国民族历史大语言模型，用科学数据实现正本清源，铸牢中华民族共同体意识。运用检索增强生成技术（RAG）解决人工智能在应用层面的弱点，比如“人工”环节因史观与东西方话语殊途所造成的对“智能”的主观引导，“智能”疏离“人工”导致其自说自话等问题，有效提升国际传播力。

　　（本文系山东大学东北亚学院教授苗威在“新时代中国民族史研究的新任务与新使命”专题研讨会上的发言摘登）

• 前一则: 开展中华民族共同体视角的民族史研究
• 后一则: 创新民族史研究方法，拓展研究维度