開始參與數典計畫以來，在各種推廣資料庫的場合，最常被歷史學者質疑的問題是：我怎麼知道從裡頭檢索出來的資料是「完整」的？
這個質疑真是再正當不過了。這不正是歷史學者每天念茲在茲的工作：盡可能蒐集完整的資料，然後從中找出事情演變的脈絡。反過來說，歷史學者最害怕的，就是漏掉那關鍵的一份文件，造成整個詮釋都失了準頭。
以往對這個質疑的回答大概有幾個層面。
第一，以現在的資訊技術，只要文件中有出現過跟檢索詞彙一模一樣的詞彙，那麼一定可以找出來。換言之，從單一關鍵字檢索的環節而言，技術上沒有什麼問題。問題不在這裡。
第二，這個問題因此要丟回給研究者。因為你得到什麼結果，就取決於你下了什麼檢索的關鍵字。而檢索應該是一個複雜的過程，並不是下一個關鍵字就可能找出所有相關的文獻。相反地，你得先對問題本身有一些瞭解，掌握其中可能有的關鍵字；然後，從第一次的檢索結果中，再進一步挖掘其他的關鍵字。最後，你的檢索結果就會越來越完整。
第三，資料庫的建置者當然可以幫一些忙，比如建立所謂的權威檔。在此處，權威檔指的是：如梁啟超，又稱梁任公，又稱梁卓如，又稱飲冰室主人，那我們就把「梁啟超」、「梁任公」、「梁卓如」、「飲冰室主人」，都做同一個關鍵字，只要你輸入其中任何一個，資料庫系統就一併把其他的檢索結果都跑出來。建置權威檔，其實就解決「完整度」的問題而言，跟第二點的邏輯是一樣的。也就是說，還是把問題丟給史料的研究者。只不過，不是個別研究者自己找出某一個概念的不同表達方式，而是有一群人先把這個工作做完了。
（而這種把研究工作交給別人做的方式，當然有好處，但也永遠會存在一個問題，就是：你怎麼知道那個或那些人做的工作，是你要的呢？比如說，以上面的例子來講，我要找「梁啟超」相關的，但是我就是不要找有「梁任公」的，因為我想知道的是，梁啟超用「梁啟超」這個名字發表了哪些文章。這時候，系統幫我自動找出「梁任公」的文件，反倒是畫蛇添足了。）
最後，比較耍賴的答案是，有資料庫檢索後，資料只會比原來用手工找資料更多，更完整。所以不要問資料庫如果不完整怎麼辦。
最後一個說法的前提，是某某資料庫的資料真的很多，多到用人力是絕對看不完的。不然，歷史研究者還是可以用下列方式來反駁最後這個說法：「那我還不如自己看，比較不會有遺漏。」就算系統中的資料真的很多，但是歷史學者還是不太相信，透過「檢索」可以帶來更為「完整」的史料。
我們可以問說，可是人去讀書，就不會有遺漏嗎？難道你不會打個盹，失個神，就漏掉某一句關鍵嗎？歷史學者大概只能摸摸鼻子說，會阿。可是這並不能說服他們，用資料庫檢索就可以得到完整的結果，或許是更完整，可是還是不完整。反而更增添他們的焦慮：在這史料的茫茫大海中，是不是有什麼是我遺漏的？是不是有什麼關鍵，我就是沒發現？用單一詞彙檢索當然不夠，可是用兩個就夠嗎？用三個就夠嗎？用十個、一百個關鍵詞，再加上權威檔，檢索結果真的就完整了嗎？到頭來，研究者還是得把所有史料看過一遍，才能安心。
對號稱在發展「數位人文」的我們而言，這好像是一個不得不面對，卻又始終無法解決的問題。
一直到今天，我們開始有一點隱約的感覺：也許我們（不管是資訊的還是歷史的研究者）一開始的出發點就錯了？
會不會史料的「完整」，並不真的是一個急需解決的問題。
事實上，我們都幾乎可以說，史料永遠不可能完整。不過進一步細想，這個說法有幾個不同的內涵。首先，史料不可能完整，那是因為隨著時間前進，很多史料就是散佚、消失，永遠不可能尋回。所以，「完整」似乎是個幻象。
那「留存下來的史料」的史料呢？當歷史學者研究一個課題的時候，總是可以從「留存下來的史料」中，找到「完整」的資料吧？那如果一個資料庫盡可能地蒐集了「留存下來的史料」，配合資訊技術，應該可以把完整的資料都找出來。如果這樣講還是有點模糊，我們可以說，所謂找到「完整」的史料，比較精確的說法，就是把所有「相關」的史料找出來。所以上面的陳述就變成了：歷史學者總是可以在「留存下來的史料」中，找到與自己研究課題「相關」的史料吧？
這是這麼說真的就比較精確嗎？
問題在於，什麼是「相關」的史料？我們如何去定義「相關」？
事實上，我們幾乎可以說，所有事情（或概念）都是相關的。康熙皇帝跟朱一貴是相關的，這很明顯，因為他們有直接的互動。但是，比如說，「西發利亞條約」跟「八八風災」是不是相關呢？說不定是。因為西發利亞條約確立了近代國家的概念，而我們要對八八風災的救災進行評估的時候，就涉及了我們對近代國家救災的期待與標準。
可是這關係很遠阿。也許是很遠，但是還是有關，不是嗎？
那麼，或許「相關」或「不相關」的觀念，其實並不精確。沒有什麼東西是「不相關」的，只有「關係比較遠」的。
回顧一下我們前面的定義，如果史料的「完整」性，是把所有「相關」的東西找出來；而我們又相信，所有東西都是相關的；那麼所謂的完整，其實就無邊無際。無論你整個史料中，抽出哪一個概念（或文件），他都其他所有東西串在一起，好像一個大的網一樣，他們彼此之間都事實上是切不開的。
如果是這樣，那我們是不是應該拋棄「完整」這個概念？
因為不管你研究什麼課題，所謂「完整」的相關史料，都無異於「所有留存下來的史料」。
研究者可以說，雖然不存在「不相關」的史料，但是總是有「關係比較遠」的史料吧？我們就把那些「關係比較遠」的史料踢掉，留下「關係比較近」的史料囉。
但是，什麼是遠？什麼是近？在我們沒有對文獻進行全面的考察之前，我們怎麼知道哪些史料是「關係比較近的」？哪些又是「關係比較遠」的？標準究竟是哪裡呢？也許研究者今天覺得某某史料跟研究主題的關係比較遠，明天又覺得，其實關係很近，搞不好研究了一陣子之後，又覺得當初以為關係很遠的史料，其實是最關鍵的一份史料。那怎麼辦？
講了這麼一大堆，似乎是在自尋煩惱。你會說，歷史研究了這麼久，怎麼人家都沒有問題，就你有問題呢？本來人家作研究，就好像呼吸一樣自然，可是一旦你問他們，「你是怎麼呼吸的阿？」他不但答不出來，甚至連呼吸都不會了。
這麼說好像也沒錯。因為在以往，史料蒐集的「不完整」儘管也是個問題，但是，本來就沒有人會宣稱自己史料蒐集「完整」，頂多就是宣稱自己花了很多力氣，盡可能接近「完整」。反正在當時，沒有人真的知道「完整」是什麼一回事。所以「引用的文獻越多」，我們就相信是「越完整」。
但隨著數位化的進展，大家好像越來越在乎研究時候，史料的「完整」，越來越把「完整」當成一個重要的目標。因為我們（誤）以為，資料庫可以帶來了「完整」。
所以才會有一種說法，就是資料庫出來之後，最大的好處不是做了什麼新的議題，而是很快去簡證別人的研究中的「遺漏」。因為我們預設資料庫是找出來的東西是「完整」的，所以可以很快襯托出手工業研究時代的「遺漏」。反之，手工的「遺漏」，似乎只是一再強化資料庫的「完整」。
結果，一旦我們發現資料庫的檢索，其實並沒有辦法「完整」的時候，我們就會對這個東西產生質疑。
因此，我們又回到了一開始的質疑。
然後，相信資料庫可以完整的人，就開始想各種方式去盡可能接近「完整」。
然後，我們就陷入上述的困境，因為「完整」就是不可能。
有沒有什麼辦法呢？或許可以這樣定義：在資料庫中，所謂的相關，指的就是跟輸入關鍵字後，檢索的結果。我們就相信，任何一個關鍵字檢索結果，都有他一定的意義，因為他一定跟某一個詞彙是「相關」的。因為，更精確地說，這個詞彙一定有出現在文件中，他才會被找出來。唯有這樣，我們才可能說，這個結果是「完整」的。
如果從這個角度去思考，那歷史研究會變成什麼模樣呢？他或許解決不了現有的一些研究難題，不過他會發掘出什麼樣的歷史議題？
我想我得好好看一下金觀濤先生的書了。
這個質疑真是再正當不過了。這不正是歷史學者每天念茲在茲的工作：盡可能蒐集完整的資料，然後從中找出事情演變的脈絡。反過來說，歷史學者最害怕的，就是漏掉那關鍵的一份文件，造成整個詮釋都失了準頭。
以往對這個質疑的回答大概有幾個層面。
第一，以現在的資訊技術，只要文件中有出現過跟檢索詞彙一模一樣的詞彙，那麼一定可以找出來。換言之，從單一關鍵字檢索的環節而言，技術上沒有什麼問題。問題不在這裡。
第二，這個問題因此要丟回給研究者。因為你得到什麼結果，就取決於你下了什麼檢索的關鍵字。而檢索應該是一個複雜的過程，並不是下一個關鍵字就可能找出所有相關的文獻。相反地，你得先對問題本身有一些瞭解，掌握其中可能有的關鍵字；然後，從第一次的檢索結果中，再進一步挖掘其他的關鍵字。最後，你的檢索結果就會越來越完整。
第三，資料庫的建置者當然可以幫一些忙，比如建立所謂的權威檔。在此處，權威檔指的是：如梁啟超，又稱梁任公，又稱梁卓如，又稱飲冰室主人，那我們就把「梁啟超」、「梁任公」、「梁卓如」、「飲冰室主人」，都做同一個關鍵字，只要你輸入其中任何一個，資料庫系統就一併把其他的檢索結果都跑出來。建置權威檔，其實就解決「完整度」的問題而言，跟第二點的邏輯是一樣的。也就是說，還是把問題丟給史料的研究者。只不過，不是個別研究者自己找出某一個概念的不同表達方式，而是有一群人先把這個工作做完了。
（而這種把研究工作交給別人做的方式，當然有好處，但也永遠會存在一個問題，就是：你怎麼知道那個或那些人做的工作，是你要的呢？比如說，以上面的例子來講，我要找「梁啟超」相關的，但是我就是不要找有「梁任公」的，因為我想知道的是，梁啟超用「梁啟超」這個名字發表了哪些文章。這時候，系統幫我自動找出「梁任公」的文件，反倒是畫蛇添足了。）
最後，比較耍賴的答案是，有資料庫檢索後，資料只會比原來用手工找資料更多，更完整。所以不要問資料庫如果不完整怎麼辦。
最後一個說法的前提，是某某資料庫的資料真的很多，多到用人力是絕對看不完的。不然，歷史研究者還是可以用下列方式來反駁最後這個說法：「那我還不如自己看，比較不會有遺漏。」就算系統中的資料真的很多，但是歷史學者還是不太相信，透過「檢索」可以帶來更為「完整」的史料。
我們可以問說，可是人去讀書，就不會有遺漏嗎？難道你不會打個盹，失個神，就漏掉某一句關鍵嗎？歷史學者大概只能摸摸鼻子說，會阿。可是這並不能說服他們，用資料庫檢索就可以得到完整的結果，或許是更完整，可是還是不完整。反而更增添他們的焦慮：在這史料的茫茫大海中，是不是有什麼是我遺漏的？是不是有什麼關鍵，我就是沒發現？用單一詞彙檢索當然不夠，可是用兩個就夠嗎？用三個就夠嗎？用十個、一百個關鍵詞，再加上權威檔，檢索結果真的就完整了嗎？到頭來，研究者還是得把所有史料看過一遍，才能安心。
對號稱在發展「數位人文」的我們而言，這好像是一個不得不面對，卻又始終無法解決的問題。
一直到今天，我們開始有一點隱約的感覺：也許我們（不管是資訊的還是歷史的研究者）一開始的出發點就錯了？
會不會史料的「完整」，並不真的是一個急需解決的問題。
事實上，我們都幾乎可以說，史料永遠不可能完整。不過進一步細想，這個說法有幾個不同的內涵。首先，史料不可能完整，那是因為隨著時間前進，很多史料就是散佚、消失，永遠不可能尋回。所以，「完整」似乎是個幻象。
那「留存下來的史料」的史料呢？當歷史學者研究一個課題的時候，總是可以從「留存下來的史料」中，找到「完整」的資料吧？那如果一個資料庫盡可能地蒐集了「留存下來的史料」，配合資訊技術，應該可以把完整的資料都找出來。如果這樣講還是有點模糊，我們可以說，所謂找到「完整」的史料，比較精確的說法，就是把所有「相關」的史料找出來。所以上面的陳述就變成了：歷史學者總是可以在「留存下來的史料」中，找到與自己研究課題「相關」的史料吧？
這是這麼說真的就比較精確嗎？
問題在於，什麼是「相關」的史料？我們如何去定義「相關」？
事實上，我們幾乎可以說，所有事情（或概念）都是相關的。康熙皇帝跟朱一貴是相關的，這很明顯，因為他們有直接的互動。但是，比如說，「西發利亞條約」跟「八八風災」是不是相關呢？說不定是。因為西發利亞條約確立了近代國家的概念，而我們要對八八風災的救災進行評估的時候，就涉及了我們對近代國家救災的期待與標準。
可是這關係很遠阿。也許是很遠，但是還是有關，不是嗎？
那麼，或許「相關」或「不相關」的觀念，其實並不精確。沒有什麼東西是「不相關」的，只有「關係比較遠」的。
回顧一下我們前面的定義，如果史料的「完整」性，是把所有「相關」的東西找出來；而我們又相信，所有東西都是相關的；那麼所謂的完整，其實就無邊無際。無論你整個史料中，抽出哪一個概念（或文件），他都其他所有東西串在一起，好像一個大的網一樣，他們彼此之間都事實上是切不開的。
如果是這樣，那我們是不是應該拋棄「完整」這個概念？
因為不管你研究什麼課題，所謂「完整」的相關史料，都無異於「所有留存下來的史料」。
研究者可以說，雖然不存在「不相關」的史料，但是總是有「關係比較遠」的史料吧？我們就把那些「關係比較遠」的史料踢掉，留下「關係比較近」的史料囉。
但是，什麼是遠？什麼是近？在我們沒有對文獻進行全面的考察之前，我們怎麼知道哪些史料是「關係比較近的」？哪些又是「關係比較遠」的？標準究竟是哪裡呢？也許研究者今天覺得某某史料跟研究主題的關係比較遠，明天又覺得，其實關係很近，搞不好研究了一陣子之後，又覺得當初以為關係很遠的史料，其實是最關鍵的一份史料。那怎麼辦？
講了這麼一大堆，似乎是在自尋煩惱。你會說，歷史研究了這麼久，怎麼人家都沒有問題，就你有問題呢？本來人家作研究，就好像呼吸一樣自然，可是一旦你問他們，「你是怎麼呼吸的阿？」他不但答不出來，甚至連呼吸都不會了。
這麼說好像也沒錯。因為在以往，史料蒐集的「不完整」儘管也是個問題，但是，本來就沒有人會宣稱自己史料蒐集「完整」，頂多就是宣稱自己花了很多力氣，盡可能接近「完整」。反正在當時，沒有人真的知道「完整」是什麼一回事。所以「引用的文獻越多」，我們就相信是「越完整」。
但隨著數位化的進展，大家好像越來越在乎研究時候，史料的「完整」，越來越把「完整」當成一個重要的目標。因為我們（誤）以為，資料庫可以帶來了「完整」。
所以才會有一種說法，就是資料庫出來之後，最大的好處不是做了什麼新的議題，而是很快去簡證別人的研究中的「遺漏」。因為我們預設資料庫是找出來的東西是「完整」的，所以可以很快襯托出手工業研究時代的「遺漏」。反之，手工的「遺漏」，似乎只是一再強化資料庫的「完整」。
結果，一旦我們發現資料庫的檢索，其實並沒有辦法「完整」的時候，我們就會對這個東西產生質疑。
因此，我們又回到了一開始的質疑。
然後，相信資料庫可以完整的人，就開始想各種方式去盡可能接近「完整」。
然後，我們就陷入上述的困境，因為「完整」就是不可能。
有沒有什麼辦法呢？或許可以這樣定義：在資料庫中，所謂的相關，指的就是跟輸入關鍵字後，檢索的結果。我們就相信，任何一個關鍵字檢索結果，都有他一定的意義，因為他一定跟某一個詞彙是「相關」的。因為，更精確地說，這個詞彙一定有出現在文件中，他才會被找出來。唯有這樣，我們才可能說，這個結果是「完整」的。
如果從這個角度去思考，那歷史研究會變成什麼模樣呢？他或許解決不了現有的一些研究難題，不過他會發掘出什麼樣的歷史議題？
我想我得好好看一下金觀濤先生的書了。
