日本國立國會圖書館大規(guī)模館藏數字化工程

●龐淑杰（吉林大學圖書館，長春130012）

日本國立國會圖書館大規(guī)模館藏數字化工程

●龐淑杰（吉林大學圖書館，長春130012）

數字化；經驗；日本國立國會圖書館

日本國立國會圖書館（NDL）在世界性數字資源的建設中，一直處于行業(yè)領軍地位，而且有自己的特色。在數字化實際工作中，NDL善于總結，推出新理念，不斷修正過往路徑，形成了一整套成熟經驗。本文就NDL數字化工程的新進展與思路進行了論述，以期為國內同行提供借鑒。

1 引言

近年來，日本國立國會圖書館（NDL）館藏數字化工程成績斐然，僅在2009～2010年，數字化轉化平均累計完成量已經達到總館藏的四分之一。截至2013年2月21日，NDL可提供的數字化資料的總數，已達到223萬種。與此同時，NDL不惜重金，大規(guī)模引入國內外數據庫，同時大量收集網上數字化資源。到2011年年末，源自網上的累積數據量已達17.5萬GB。［1］據NDL公布的最新消息，截至2014年3月12日，解決了著作權問題、可以在網上公開閱覽的數字化資源已達到48萬種。NDL的數字化工程，舉世矚目，其成功實踐的主要經驗，給我們重要啟示。

2 NDL館藏數字化工程成功實踐的啟示

2.1 政府大力扶持，營造寬松的法律環(huán)境

進行數字化建設，政府文化主管部門在預算方面充分給予了保障。首先，在特定年份，或遇到業(yè)界實施重大數字化項目之際，財政會安排特別撥款。如在2009年年度政府預算中，NDL資料數字化經費獲得127億日元的增加金額，大致相當于歷年平均年撥款的上百倍。在2010年預算修正案里，又增撥10億日元館藏數字化檔案整理經費。以后各年度，此項經費也是有充分保障的。其次，在常規(guī)年份，每個財政年度的年末，在國會審議下一財年由政府提交的財政預算報告之際，文部科學省都會就圖書情報事業(yè)經費提出適度增加的要求，從而保證用于數字化建設所需軟硬件方面的開發(fā)經費。作為數字化工程主力的NDL，自然受到資金方面更多的關照。如NDL于2012年上報的預算草案，總額為209億5200萬元，比上一年度增加了4.91%。該預算案獲得批準實施，其中有一筆共計1億1800萬日元的專項撥款，專門用于基于數字化檔案文獻系統的服務計劃的擴充升級。［2］

此外，文化事業(yè)的大規(guī)模推進也離不開法律法規(guī)的保駕護航。2009年，日本《著作權法》修訂過程中，增設了第31條第2款，規(guī)定“在NDL，為防止館藏資料的滅失、污損，可以將原始資料轉化為電磁記錄，并提供給公眾利用”。這就意味著，為了長期保存館藏資料，可以在不征得著作權人授權的情況下，對原作進行拍攝，制作成數字化圖像文件。法律層面的認可，掃清了數字化計劃實施的一些障礙。

2009年，NDL積極參與了ⅠFLA（世圖聯）及相關團體制定《針對圖書館和檔案館的版權免責及限制的公約》活動。該公約（3.0版提案）于2011年8月公布，直指《保障出版物利用的國際條約》存在的不完備之處。2011年，在ⅠFLA年會的全體大會上，該提案成為熱議的焦點。ⅠFLA以該提案為基礎，向WⅠPO（世界知識產權組織）開展工作，以期促成與時俱進的改變，目前已有重要進展。

2010年6月，日本法定存儲系統理事會提交報告，旨在獲取私人出版機構的在線出版物。截至2012年，NDL全力以赴推動后續(xù)立法工作取得重要成果，更多資源匯入了該館的數字資源池中。［3］

2011年，日本政府的總務省、文部科學省、經濟產業(yè)省共同發(fā)起舉辦了題為“充分利用網絡資源及數字化社會的電子出版物”的座談會。其后根據會議精神，文化廳召開了題為“方便快捷地實施電子書刊的流通與利用”的研討會，確立了由圖書館無償提供市民使用的原則。

2.2 探索新技術手段，突破關鍵環(huán)節(jié)

媒介轉換新原則的確立，拉開了推進數字化工程突飛猛進的序幕。NDL最早都是采用縮微技術對館藏劣質化檔案資料加以轉化替代。從2009年開始，數字化的“數據”成為紙質媒介的替代介質，這是日本業(yè)界的方針性轉變。

從2000年起，NDL開始對明治維新時代（1868－1912年）、大正時代（1912－1926年）的圖書進行數字化，同時處理相關的著作權問題。當時，財政撥付的專項經費每年才一兩億元。2009年，來自政府的項目費猛增，數字化元年開啟，NDL數字化計劃也隨之做了大幅度調整，入選數字化計劃的文獻范圍，從明治元年到1968年，涵蓋了百年跨度的90多萬種圖書?？涨暗臄底只こ?，在全日本范圍內尚屬首創(chuàng)，發(fā)生各種問題與失誤在所難免。NDL相關部門首先對業(yè)界的業(yè)務能力、整體實力、人員素質、所需掃描設備等情況進行了調查，并進行了周密的計劃與研討，在此基礎上才開始將這一宏大工程付諸實踐。具體實施采用外包方式，雖然工程外包給多家專業(yè)公司，但是標準統一。

在具體操作層面，首先對紙本文獻采用系統開銷式掃描儀進行掃描。為防止損壞原件，儀器上自動翻頁功能一律關閉；在某些掃描儀無法滿足原文多樣性時，使用數碼相機作為輔助工具。所形成的文件格式設定為24bit全彩色，分辨率為400dpit。而將膠片資料數字化，則先是把原膠片復制一份，再對這個復制件進行掃描，制成圖像文件。原文由左右兩頁組成一頁，制作成圖像文件時則合成為一幅。所形成文件的格式，以8bit灰度級為準，分辨率采取A3紙400dpit。

其次，在完成對紙本與膠片的掃描后，以JPEG2000圖片格式制作成兩種用途（收藏、借閱）的圖像文件。如果只有封面圖像，就另用一種特殊的簡略式圖片格式制作成JPEG文件。原件的文字部分加以文本化，可通過目錄進行檢索，并直達圖像部分。

在工程的整個過程中，有各種意想不到的困境。NDL相關部門不斷和各實施主體以及受委托各方進行協調，對諸多障礙逐一加以克服，注重細節(jié)，穩(wěn)步推進。［4］其中，關鍵技術環(huán)節(jié)是字符識別與文本轉換，這是NDL最關注的。因為與其他語言相比，日文的文字體系極其復雜，除了音節(jié)字符、平假名和片假名，還包括約上萬個漢字、促音和撥音等特殊音節(jié)。這些字符、字母和漢字既可以獨立成詞，也可以相互組合，衍化無窮。由于日語字符的寬度及其語言表達方式的特殊性，使其成為該語種文獻大規(guī)模數字化面臨的最嚴峻挑戰(zhàn)與難題。

技術瓶頸問題實質性的突破，既受益于長期探索的積累，又得益于某種機遇。2009年，NDL為確保視力殘障者訪問相關數據庫的便利性，提高全文本數據檢索的準確性，開展了全文本數字化實證實驗。這項實驗與數字化工程同時進行，具體內容包括：利用OCR（光符字符識別軟件），將制成的數字化圖像文件轉化成文本文件，建構文本數據校正并結構化的標準原型系統；進行試運行與評估作業(yè)。在進行全文本數字化過程中，不斷根據這項實驗結果作出調整與修正，加緊與各相關法人團體、機構間協調，直至計劃完成。而且，攻關團隊在字符識別、文本轉換方面取得了技術突破。他們圍繞OCR識別系統的升級，運用該技術開發(fā)出日趨成熟的各類軟件，極大地提高了一次正確識別率。又根據數據庫的類型建立了不同的字庫，并且根據ⅠS010646國際標準內碼，進一步開發(fā)構建了日文網絡應用平臺，解決了處理大漢字字符集的需要，還與國際互聯網連接，可以實現全球瀏覽和檢索。

除此之外，NDL還必須面對數據的保存等問題。在掃描紙本和膠片原件時，NDL制作了兩種圖像文件：一種是不可解壓的小容量的供閱覽圖像文件，一種是可解壓的大容量保存用圖像文件。由于后者數據量極大，所以使用了同類介質中擁有最大容量的Blu-ray光盤作為儲存媒介。然而，這類圖像文件是用來作為永久保存的，隨著時間推移，數字化資料將會出現數據劣化、滅失等現象，所以每隔一定時期，必須采取數據轉存等措施加以防備。由于Blu-ray光盤是后來出現的媒介物，尚處于發(fā)展完善階段，格式還需要完備，長期保存數據效應究竟如何，目前尚未知。因此，如何長期保存數字化文獻資料，是當前也是今后加以探討的課題。

長期不懈的攻關終有回報，作為數字化工程的一個副產品——《文獻數字化業(yè)務指南（修訂版）》誕生了。早在2005年，在建設數字化圖書館之際，NDL就制定了相應的標準與規(guī)范，作為通用的行動指針，同時也成了日本國內甚至國外同行及其他組織進行數字化工程的重要參考。現在，隨著大規(guī)模數字化工程的推進，積累總結了更多的經驗教訓，對最初的業(yè)務條例加以修訂，就具備了成熟的條件。2011年，上述修訂版指南已在NDL網站上發(fā)布，為今后的數字化工程打下了更牢固的基礎。

2.3 立足讀者，以社會需求促進項目進展

數字化的最終目的在于改善與加強服務。當數字化館藏初具規(guī)模后，NDL立即果斷推向讀者。早在2000年，NDL就致力于為電子圖書館資源建設而實施數字化項目。之后建成了近代數字圖書館和珍稀書籍圖像式文本數據庫，盡管其規(guī)模有限，但是NDL通過網站提供給讀者。十多年后，凡是徹底解決了著作權問題的（著作權保護年限到期或已經過合法化處理的），NDL都將完成制作的數字化資料立即提供給讀者。

此外，NDL還將書刊內容轉化形成的數據，全部組織進近代數字圖書館和數據檔案系統數據庫，以不公開的內容在館內閱讀、公開的內容在Web網頁上閱讀的方式推向讀者。目前，NDL在東京總館、關西分館辟有特定閱覽室或專門閱覽室提供電子雜志服務，在這里可以通過電子信息服務終端訪問國立國會圖書館數字化資料。2011年4月，數據檔案系統中公開的部分，以國立國會圖書館數字化資料的名義，在NDL網站上公開上線。內容包括NDL收集、積累的各種館藏數字化文獻與網上出版物，涵蓋領域十分廣闊。

2.4 另辟蹊徑，大力擴充資源

就NDL所有館藏資源的整體而言，數字化的只是一小部分。如何進一步加快文獻資料的數字化，是今后需面對的重大課題。為此，NDL采取了外向型戰(zhàn)略，尋求外援，加快推進。2012年，NDL引入ⅠBM參與數字化工作，并提供在線服務，以提高讀者覆蓋率。ⅠBM負責開發(fā)出原型技術，通過更加全面的識別日語字符，迅速將日文文獻全文數字化。并且吸引用戶參與進來，對數字化文獻的字母、拼寫和結構進行核查和改正。同時，此項技術的運用也旨在促進今后全球圖書館開展合作并實現標準化。具體實施是通過大眾分包的方式，讓眾多讀者能夠高效巨量地迅速瀏覽全文并作適當修改加工。

NDL在進行資源擴充時，積極主張加速出版業(yè)電子化，由出版社構建電子出版物流通中心，建設功能更加完備的電子圖書館。就是將書籍信息存放到NDL的數據庫，由圖書館免費將電子化書籍借給中心，讀者可以通過該中心購買和借閱。此中心原則上為非營利機構，設立數量不限。2012年2月21日，日本政府推出出版物電子化補貼機制，之后不久，日本出版基礎設施中心發(fā)表聲明，補貼機制正式出臺。財務?。ㄔ蟛厥?，中央財政部門）在2012年度第三次補充預算中列支9.97億日元，專門用于對出版物電子化提供補貼。

NDL是日本唯一法定接受繳送本的圖書館，迄今為止出版社共提供了約400萬冊書的數據。NDL于2011年2月至3月已經進行了全文文本的檢索試驗，獲得階段性成果。輿論普遍認為，NDL館藏數量如此巨大，實現數字化收藏和檢索，使讀者能夠更方便地管理和閱讀書刊，其歷史與現實意義不可估量。

3 結語

NDL館藏數字化成功實踐的根本點在于敏銳抓住行業(yè)數字化轉型的必然趨勢，搶占先機，出手迅速；朝野合作，官民互動，輿論準備得力，理論創(chuàng)新與時俱進，法律與財力保障充分；全力以赴探索創(chuàng)新，占據相關技術的制高點，力爭成為標準的制定者；緊盯目標，堅持不逾，始終堅守在全球數字化建設第一梯隊的位置。這些都值得國內同行深入思考。

［1］「インタ一ネット資料收集保存事業(yè)（WARP）」をリニュ一アルしました［EB/OL］.［2012－12－16］．http://www.ndl.go.jp/jp/new.

［2］大沼太兵衛(wèi)．大規(guī)模デジタル化の進步狀況とデジタル化資料の提供について［J］．図書館雑誌，2011（6）：376－378.

［3］デジタルネットワ-ク社會における出版物の活利用の推進に関する懇談會報告.［EB/OL］.［2012－10－11］．http://www.soumu.go.jp/main_content/000075191.pdf.

［4］デジタルア-カイブシステム［EB/OL］.［2013－01－16］．http://www.ndl.go.jp/jp/aboutus/ndl-da.htm l.

G253；G259.313

A

1005－8214（2014）09－0086－03

龐淑杰（1963－），女，吉林大學圖書館副研究館員。

2013－09－22［責任編輯］閻秋娟