Britannica11.org：1911年版《大英百科全書》的結構化數位版本

背景

這篇討論源於開發者 ahaspel 在 Hacker News 上分享了他所建立的 Britannica11.org 網站。該計畫將 1911 年版的《大英百科全書》（Encyclopædia Britannica, 11th Edition）重新數位化，透過精細的解析與重構，將約三萬七千篇條目轉化為結構化、可檢索且具備現代導覽功能的網頁版，旨在讓這部被譽為經典但難以親近的公有領域巨著重新煥發活力。

社群觀點

社群對此計畫展現了高度的讚賞，認為這不僅是單純的 OCR 文字辨識，更是一項繁重的數位典藏工程。許多使用者指出，1911 年版百科全書在學術與歷史上具有特殊地位，它是第一次世界大戰前最後一部大型百科全書，字裡行間充滿了工業革命與進步時代的樂觀主義，且尚未受到戰爭陰影的影響。留言者特別提到，相較於現代百科全書趨向中立、標準化的敘事風格，1911 年版的條目往往帶有強烈的個人色彩與情感評價，這種「不夠客觀」的特質反而賦予了文章極高的可讀性與文學價值。例如在描述哥本哈根時，作者會夾雜對地理景觀的個人偏好，甚至在地理條目中插入極其詳盡的戰役敘事，這種跨學科的混合風格在現代資訊架構中已不復見。

在技術應用層面，討論焦點集中在資料的結構化價值與人工智慧訓練的可能性。有使用者詢問是否能下載完整數據集，希望利用這些具備獨特時代風格的文字來微調大型語言模型（LLM），使其學會以 20 世紀初的語調進行對話，或觀察 AI 如何用百年前的視角解讀現代概念。對此，開發者表示雖然原始文本屬於公有領域，但其投入大量心力完成的結構化數據（包含交叉引用、貢獻者索引、數學公式與表格重構）目前尚未開放批次下載，但對未來提供 API 或數據集持開放態度。

此外，社群也針對使用體驗提出了具體的改進建議。有使用者指出部分特殊符號在現有字體下無法正確顯示，或是在檢索特定歷史譯名時遇到的困難，例如當時對「成吉思汗」的拼音與現代慣用法不同。亦有資深讀者建議增加「圖文並陳」的對照模式，讓使用者在閱讀數位化文字的同時，能直接對照原始掃描頁面，以確認 OCR 的準確性並欣賞原書的排版美學。這種對細節的追求反映出社群對數位典藏品質的重視，不僅要求資訊的可檢索性，更希望能保留原始文獻的歷史質感。

延伸閱讀

在討論過程中，社群成員也分享了其他類似的數位典藏計畫，包括收錄 22 個版本、跨越 1728 年至 1926 年古老百科全書的 OldEncyc.com，以及同樣深受 Hacker News 喜愛的 1913 年版韋氏字典（Webster’s 1913）現代化網頁版。此外，對於懷念 CD-ROM 時代百科全書體驗的讀者，亦有網友提供了 Internet Archive 上保存的 2004 年至 2013 年間不同版本的《大英百科全書》數位影像連結。