王 静 王 喆 鲁达志

（吉林大学档案馆，吉林 长春 130012）

高校历史档案是学校校史文化的重要载体，它真实而全面的收集了高校在学校文化传承、办学教育思想、科学研究等历史发展进程的珍贵资料，是见证高校发展与变化的一面明镜。而产生于各高校建校早期的历史档案不仅有效的记载着高校这一时期的历史轨迹，同时也是当时国家政策制定、执行、反馈的最好的外在表现之一。将这些珍贵的档案资源尤其是历史档案资源应用于档案编研及校史研究中，不仅能够增加研究成果的真实性、权威性，更是对学校发展历程的进一步开拓和完善。

档案机构针对历史档案的传统编研模式为：成立编研小组、对档案文献进行整理、研究与考证、编写研究成果。这一过程基于多人协作且对人工依赖程度较高，当所需处理的档案资料体量较大时效率不高，另一方面因为信息处理的标准因人而异，编研成果的客观性也将大打折扣。利用文本挖掘技术模拟传统编研模式对数字化完毕的历史档案中的文本内容进行分析与挖掘，获取有价值的、潜藏的新知识和史实，可以辅助档案工作人员对学校历史进行编纂和研究。

1 文本挖掘应用面临的问题

1）原始档案文献的数字化。高校历史档案多形成于学校建校初期，产生年限较长，以笔者所在学校为例，最早的历史档案可追溯至百余年前，这一部分档案多为手稿形式。由于年代久远,受当时纸质、书写工具及保管条件的限制,很多手稿档案如今纸张发黄、变薄、受潮,字迹褪色、掉色严重, 与此同时手稿档案往往还存在字迹潦草等现象给档案的开发、利用和研究工作带来很多不便。……