译文资讯 | 藏品数据化：解锁英国科学博物馆集团的秘密

若博物馆不再把馆藏视为静态展品，而将其视为数据，会发生什么？这是英国科学博物馆集团（Science Museum Group）数字研究应用研究员丹尼尔·贝尔特基（Daniel Belteki）正在探索的问题。

英国国家铁路博物馆媒体资料库现场（National Railway Museum’s Media Store）的发言中，贝尔特基解释道：“这些实验不仅涉及技术，更聚焦如何提升藏品在数字世界中的可及性、重要性和关联性。”

对此，英国科学博物馆集团从三方面展开探索：绘制藏品地理图谱、联接藏品相关人物、从单件藏品出发追踪关联网络。这些研究既展示了数字工具的潜力，也暴露了其局限性。

绘制藏品地理图谱

英国科学博物馆集团的馆藏数据库中记录了约一万个地点条目，涵盖国家、城市、已拆除的建筑物和火车站等不同层级的地理单元。过去，这些条目彼此孤立，虽记录详尽，却在数字化形式中难以发挥作用。

贝尔特基表示，“我们思考的是如何激活这些地点数据？如何提升它们的实用性？如何让它们跳出数据库，走近公众？”

对此，解决办法就是将地点数据接入《盖蒂地理名称词表》（Getty Thesaurus of Geographic Names）。研究团队使用OpenRefine工具，对地点条目进行数据规整，与盖蒂地名词库进行匹配关联，生成空间可视化图像，展示了藏品地区分布的重点区域、空白区域以及地点间出人意料的联系。

然而，这一实验也揭示了一个引人深思的事实。贝尔特基解释道：“如果一个地点未被收录进结构化数据，它就会消失——仿佛那件藏品从未存在过。这正是数字化再现的悖论，若没有数据，就不存在，便无数字赋能可言。”

铁路海报成为一个有趣的试验对象。借助谷歌公司Gemini大语言模型，团队从藏品目录描述中提取隐藏的地名，并将其与清洗后的数据集匹配，最终生成的地图不仅还原了历史铁路线路分布，更暴露了元数据覆盖的空白区域。

国家铁路博物馆研究主管奥利弗·贝茨（Oliver Betts）表示：“对我们来说，很多地点信息埋藏于目录的描述字段中，因此要将这些地点作为研究或检索的数据点加以提取，十分困难。”

贝茨认为这些海报不仅是旅行广告，更是英国艺术史与社会记忆的一部分：“设想在19世纪末至20世纪初铁路鼎盛时期，这些海报如何反映出英国海滨的发展图景……而如今这些线路已停运了数十年，这些海报所描绘的地点也已脱离原有的铁路网络，这本身就是值得深入探索的现象。”

联接藏品相关人物

如果说地点为数据提供结构框架，那么人物则为其注入了叙事活力。英国科学博物馆集团存有约十三万条人物及机构记录，但多数记录极其简略，仅包含与某件藏品相关联的姓名信息。

数字工具同样在人物数据处理方面带来了突破。借助大语言模型，团队不仅比对了人物记录条目，还“推理”了模糊的人物关系——例如判断名为威廉·哈里斯（William Harris）的验光师与数学仪器制造商是否为同一人。

集团藏品数据经理劳伦斯·布鲁克斯（Lawrence Brooks）解释道：“将现有编程工具与大语言模型及其他AI应用结合，极大地扩展了我们的数据处理规模。大语言模型能承担更多过往人类执行的任务——比如逻辑推理或严谨分析类任务，这些工作过去虽然由人来完成，但往往并未留下记录。”

布鲁克斯认为，未来的研究方向在于关联开放数据（译者注：关联开放数据指通过网络连接此前从未关联的相关数据，或降低数据关联的技术门槛，实现跨平台、跨机构的数据共享）：“知识不应是分散的孤岛，而应构成一张相互连接的共享网络，其中没有任何一个机构需要独自承担‘绝对权威’的角色。”

从一件藏品到一片星图：霍金的黑板

有时，将馆藏视为数据的最佳方式不是从数据集出发，而是从一件藏品出发。对于英国科学博物馆集团而言，这件藏品是斯蒂芬·霍金（Stephen Hawking）的黑板，上面布满了1980年剑桥研讨会期间参会者涂写的公式、涂鸦和玩笑。

英国科学博物馆物理学策展人胡安-安德烈斯·莱昂（Juan-Andres Leon）表示：“这件藏品是体现20世纪晚期科学协作特征的绝佳范例。这块黑板是一场科学会议的产物，参会者边讨论边在上面涂鸦，到了会议结束，黑板就成为了人们思考轨迹和彼此联系的珍贵档案。”

团队结合使用Gemini、ChatGPT、Python、Regex和OpenRefine等工具，从黑板及相关档案中提取并比对人名，绘制出一张网络图，将参会者与书籍、藏品及机构馆藏相互关联起来。

莱昂认为这一方法极具应用前景。他表示，“因为这是一场科学会议，留存有完整的参会者名录。一个显而易见的问题是，黑板上的卡通涂鸦与参会者之间存在什么对应关系？谁属于霍金的研究团队，谁只是偶然参与？如果有工具能系统地提取这些信息，并将其与外部数据关联，就能开创全新的研究视角。”

技术之外：未解之问

有一个主题贯穿这些案例研究，那便是数字工具并非中立。这些工具能连接分散的历史、揭示数据空白并生成新的意义，但同时带来了伦理、法律与技术层面的复杂挑战。

正如贝尔特基所总结的：“这些研究警醒我们，数据本身并非中立。它取决于我们选择记录什么、忽略什么，也受制于我们处理和应用数据的方式。因此，最终需要审慎思考的并非是否使用数字工具，而是如何合理运用它们。”

对于博物馆从业者而言，这些案例带来的启示十分明确：数据不仅仅是元数据，其本质是一种叙事载体。我们如何构建数据结构、建立关联、解读意义，将直接决定哪些历史故事能够在数字化未来中得以延续。

获取更多译文资讯，请访问

【湖南省博物馆官方网站】—【新闻】—【译文资讯】

https://www.hnmuseum.com/zh-hans/news_guanyi_zixun

【新浪微博】平台关注@湖南省博物馆英文小编