近年来，新华书店古典小说价格联盟持续推进古典小说的数字化整理工作，尤其在公案小说人情题材领域取得了阶段性进展。传统分类中，白话长篇与白话短篇因语言通俗、情节完整，成为数字化优先处理的对象；而文言小说因文字精炼、版本复杂，需要更精细的校勘与标注。

数字化整理的技术路径

公案小说人情题材的核心难点在于：案件线索与情感描写交织，人物关系错综复杂。我们采用基于XML的结构化标注方案，将公案小说人情内容拆解为“案件要素”“人物关系”“情感倾向”三层标签。例如《施公案》《彭公案》中，每起案件涉及的人情纠葛均需单独建模。

与之对比，神怪小说和英雄小说的数字化更侧重于法术体系与战斗场景的实体识别。但公案人情题材要求我们保留大量口语化对白与心理描写，这对OCR后的文本清洗提出了更高要求。

行业应用现状与挑战

目前，新华书店古典小说数据库已收录公案人情类作品约120种，其中白话长篇占比65%，白话短篇占22%，其余为文言小说。实际应用中，我们发现三个典型问题：

• 版本歧义：同一公案故事在不同刻本中人情细节差异达30%以上；
• 标注成本：每万字人工校验耗时约4.5小时；
• 检索粒度：用户常按“冤情”“私情”“义情”等维度查询，现有索引难以直接支持。

实践建议与优化方向

针对上述问题，建议采用“半自动标注+众包校验”模式。具体操作上，可先利用预训练模型对白话长篇进行实体预标注，再邀请古典文学专业学生完成人情关系复核。对于文言小说，则需额外构建典故与职官知识图谱。

新华书店古典小说价格联盟下一步计划开放公案人情题材的API接口，支持按“案件类型+情感极性”组合检索。同时，我们正与多家高校合作，将神怪小说、英雄小说中的公案元素进行跨类关联，以丰富人情题材的语义网络。

从行业趋势看，公案小说人情题材的数字化正从“文本保存”转向“知识服务”。谁能解决好版本对齐与细粒度标注，谁就能在古典小说数字出版领域占据先机。