地方文獻(xiàn)數(shù)字化的探索與實(shí)踐
——以山東文史資料專題數(shù)據(jù)庫為例

朱 男 劉婷婷

(山東省圖書館，山東濟(jì)南 250100)

隨著《中華人民共和國公共圖書館法》的頒布實(shí)施，中國圖書館事業(yè)邁進(jìn)了黃金發(fā)展時期，地方文獻(xiàn)建設(shè)工作受到各級圖書館的高度重視，也得到國家的大力支持。地方文獻(xiàn)數(shù)字化有利于充分滿足讀者需求，有利于文獻(xiàn)保護(hù)及發(fā)揮文獻(xiàn)的價值，還有利于文化信息資源共享。地方文獻(xiàn)的數(shù)字化成為新環(huán)境下地方文獻(xiàn)工作發(fā)展的重中之重。然而受到資金、標(biāo)準(zhǔn)、版權(quán)、技術(shù)等多方面因素的影響，地方文獻(xiàn)數(shù)字化工作的推進(jìn)在全國范圍內(nèi)尚有多方面不足。山東省圖書館在地方文獻(xiàn)的數(shù)字化方面進(jìn)行了探索與實(shí)踐，制作了山東文史資料專題數(shù)據(jù)庫。在保護(hù)了地方文獻(xiàn)的同時，也滿足了讀者需求，還取得了相應(yīng)的社會效益。

1 背景

文史資料是全國各級政協(xié)主編的反映中國近代歷史、文化、社會掌故等方面的文獻(xiàn)資料。以其鮮明的“三親”(親歷、親見、親聞)特色，最詳盡全面的敘述中國近代歷史。其中絕大部分內(nèi)容由事件的親歷者執(zhí)筆敘述。[1]時過境遷其中大多數(shù)敘述者已經(jīng)作古，這些記載幾成絕唱。因而這些文獻(xiàn)具有重要的歷史價值，極為珍貴。

1959年4月29日，在全國政協(xié)舉行的倡導(dǎo)政協(xié)文史資料工作茶話會上，時任全國政協(xié)主席周恩來提出了“政協(xié)委員要為國家文史資料工作做貢獻(xiàn)”這一指示。同年7月20日，政協(xié)全國委員會成立了文史資料研究委員會，其任務(wù)是“計劃、組織和推動全國委員會的委員和有關(guān)人士對于我國的近代史資料進(jìn)行搜集、撰寫和研究工作?！苯?jīng)過傳達(dá)部署，全國大多數(shù)省市自治區(qū)政協(xié)委員會都成立了專門工作機(jī)構(gòu)，積極開展史料征集工作，并且擴(kuò)大到中小城市和縣一級的政協(xié)委員會。至1963年時，文史資料工作在全國已經(jīng)發(fā)展到370多個省市縣級政協(xié)組織。

一般意義的文史資料有多種內(nèi)容形式，一種是全國性的文史資料，定名為《文史資料選輯》，由中國文史出版社出版；一種是?？莆氖焚Y料，冠以?？泼Q，如《辛亥革命史料》；還有一種是地方省市縣各級文史資料，在文史資料前冠以地區(qū)名，由地方出版社出版，如《山東文史資料》等[2]。

1982年1月，政協(xié)山東省委員會文史資料研究委員會重新印制出版了“文革”前編輯的《山東文史資料》第一至四輯。自此，山東省各地市政協(xié)開始大規(guī)模編輯各類文史資料。之后據(jù)不完全統(tǒng)計，山東省縣以上政協(xié)編輯出版的各類文史資料近1100冊。為了更好地保護(hù)這些地方文獻(xiàn)，更好地發(fā)揮其價值，山東省圖書館積極進(jìn)行了探索與實(shí)踐，制作了山東文史資料專題數(shù)據(jù)庫。

2 山東文史資料專題數(shù)據(jù)庫

山東文史資料專題數(shù)據(jù)庫由山東省圖書館主持建設(shè)。該數(shù)據(jù)庫是以《山東文史資料》及濟(jì)南、德州、濰坊、青島、臨沂、聊城及其他所轄地市文史資料數(shù)字化成果為基礎(chǔ)，利用專業(yè)制作的數(shù)據(jù)庫發(fā)布平臺開展的地方文獻(xiàn)數(shù)字化建設(shè)的項(xiàng)目。該項(xiàng)目以保留文史資料的原版原貌為建設(shè)原則，以保護(hù)山東地方文獻(xiàn)為中心，為山東近現(xiàn)代史研究的專家學(xué)者提供資料，實(shí)現(xiàn)文獻(xiàn)資源的共建共享。

2.1 項(xiàng)目周期

2016年，山東省圖書館啟動了山東文史資料專題數(shù)據(jù)庫建設(shè)項(xiàng)目，由數(shù)據(jù)庫發(fā)布服務(wù)平臺的建設(shè)工作和文史資料的數(shù)字化工作兩部分組成。2017年3月，發(fā)布平臺建設(shè)完成。2017年4月15日，山東文史資料專題數(shù)據(jù)庫平臺正式運(yùn)行，并發(fā)布部分已數(shù)字化的文史資料(加工批次1、2)。之后文史資料的數(shù)字化工作分批次進(jìn)行，于2017年9月和2018年8月分別發(fā)布了部分?jǐn)?shù)字化文史資料(加工批次3、4)。項(xiàng)目計劃2020年完成全部山東地方文史資料的數(shù)字化工作。如表1所示。

表1 山東文史資料專題數(shù)據(jù)庫建設(shè)周期表

注：加工批次1由北京超星贈送

2.2 項(xiàng)目的資金、人員、設(shè)備

山東文史資料專題數(shù)據(jù)庫項(xiàng)目的資金由數(shù)字圖書館推廣工程地方文獻(xiàn)數(shù)字化項(xiàng)目(以下簡稱：推廣工程)資金和部分自籌資金組成。山東省圖書館采用政府招標(biāo)的形式，通過與社會力量合作建設(shè)開展了該項(xiàng)目。山東文史資料專題數(shù)據(jù)庫資金、合作方、主要設(shè)備如表2所示。

表2 山東文史資料專題數(shù)據(jù)庫項(xiàng)目表

注：發(fā)布平臺、加工批次1由北京超星贈送

2.3 數(shù)據(jù)庫的建設(shè)

前面已提到，山東文史資料專題數(shù)據(jù)庫建設(shè)由數(shù)據(jù)庫發(fā)布服務(wù)平臺的建設(shè)工作和文史資料的數(shù)字化工作兩部分組成，以下是具體工作進(jìn)程。

2.3.1 發(fā)布服務(wù)平臺的建設(shè)

2016年山東省圖書館開始對發(fā)布平臺進(jìn)行規(guī)劃，后委托由北京世紀(jì)超星信息技術(shù)發(fā)展有限責(zé)任公司(以下簡稱：北京超星)負(fù)責(zé)開發(fā)。該平臺系統(tǒng)是一款基于Java+SQL Server的數(shù)字化資源管理發(fā)布系統(tǒng)軟件，是一個經(jīng)過完善設(shè)計并適用于各種服務(wù)器環(huán)境(如UNIX、LINUX、WINDOWS等)的高效、全新、快速、安全的數(shù)字化資源管理發(fā)布服務(wù)平臺。

2.3.2 文史資料的數(shù)字化

文史資料的數(shù)字化工作是項(xiàng)目的重中之重，數(shù)字化文史資料的質(zhì)量決定了數(shù)據(jù)庫的質(zhì)量，決定了未來的服務(wù)效能。文史資料的數(shù)字化工作分為加工和驗(yàn)收兩部分。加工由合作方完成，分為：圖書掃描、TIFF圖片處理、TIFF圖片命名、TXT文字轉(zhuǎn)換、發(fā)布級PDF對象數(shù)據(jù)制作幾個步驟。驗(yàn)收由山東省圖書館專人負(fù)責(zé)。截止2018年8月，各合作方共完成了數(shù)字化文史資料492種/冊111385頁，存儲總量約800GB，如表3所示。

表3 山東文史資料專題數(shù)據(jù)庫數(shù)字化文獻(xiàn)種/冊/頁數(shù)

注：加工批次1中后有15種/冊被剔除

2.4 數(shù)據(jù)庫的展示

在對山東文史資料專題數(shù)據(jù)庫進(jìn)行頁面設(shè)計時，考慮到數(shù)字化的文史資料總種/冊數(shù)較少，因此頁面設(shè)計以簡潔、便利為主。數(shù)據(jù)庫主頁面劃分為檢索區(qū)、圖書分類區(qū)、圖書推薦區(qū)、公告區(qū)及排行榜四大區(qū)域。其中能夠?qū)崿F(xiàn)的功能有：瀏覽數(shù)據(jù)庫欄目，了解全庫概貌；檢索功能，讀者可以選擇書名、作者、主題詞三項(xiàng)關(guān)鍵詞檢索所需文史資料；瀏覽功能，讀者可以瀏覽文史資料全文。山東文史資料專題數(shù)據(jù)庫頁面左側(cè)圖書分類區(qū)按地域劃分展示了《山東文史資料》及其他所轄地市文史資料，分為18個子欄目，各欄目如表4所示。

表4 山東文史資料專題數(shù)據(jù)庫類目表

3 山東文史資料數(shù)據(jù)庫的建設(shè)特色

3.1 保護(hù)地方文獻(xiàn)

為更好地保護(hù)山東省地方文獻(xiàn)，山東省圖書館于2002年底開始籌備建設(shè)山東地方文獻(xiàn)專藏。2003年，山東省圖書館地方文獻(xiàn)閱覽室正式開放。目前，山東省圖書館地方文獻(xiàn)閱覽室共有館藏約45000多種70000多冊，主要收藏1949年以后出版的在內(nèi)容上具有山東地方特征的文獻(xiàn)，如地方志、年鑒、地方人物傳記、文史資料等。

山東省圖書館地方文獻(xiàn)閱覽室設(shè)立了文史資料專架，藏有《山東文史資料》及地市文史資料600余種1000余冊。這些文史資料主要由山東省及各地市政協(xié)、出版社繳送而來，其中1990年之前出版的300余種400余冊多為非正式出版物且破損嚴(yán)重。山東文史資料專題數(shù)據(jù)庫的建設(shè)，為有效保護(hù)這批地方文獻(xiàn)起到了重要的作用。

3.2 解決版權(quán)問題

眾所周知，版權(quán)問題是地方文獻(xiàn)數(shù)字化工作的最大難點(diǎn)。版權(quán)問題的處理結(jié)果直接影響數(shù)據(jù)庫的建設(shè)和使用范圍。近些年來隨著全社會版權(quán)意識提高，版權(quán)轉(zhuǎn)讓費(fèi)用居高不下，很多版權(quán)的轉(zhuǎn)讓費(fèi)用遠(yuǎn)遠(yuǎn)高于文獻(xiàn)數(shù)字化制作的費(fèi)用。如果使用進(jìn)入公有領(lǐng)域的地方文獻(xiàn)進(jìn)行數(shù)字化，其版權(quán)的甄別工作量又相對復(fù)雜，耗時較長。山東文史資料專題數(shù)據(jù)庫在建設(shè)過程中，較好的解決了版權(quán)問題。

山東省政協(xié)主持撰修了《山東文史資料》及山東所轄地市區(qū)縣文史資料，是版權(quán)所有者。山東省圖書館通過參與山東省“兩會”的會場服務(wù)工作以及提供參政議政專題資料，與山東省政協(xié)建立了長期良好的合作關(guān)系。

在山東文史資料專題數(shù)據(jù)庫建設(shè)過程中，山東省圖書館與山東省政協(xié)展開了多次磋商。最終，山東省政協(xié)同意山東省圖書館對《山東文史資料》及山東所轄地市區(qū)縣文史資料進(jìn)行數(shù)字化，并在局域網(wǎng)內(nèi)免費(fèi)使用數(shù)字化后的文史資料。因此，山東省圖書館一次性解決了大量書籍的版權(quán)問題，節(jié)省了人力、物力、財力。

3.3 有效利用推廣工程

數(shù)字圖書館推廣工程(以下簡稱：推廣工程)是由文化部、財政部在“十二五”期間啟動的重大文化惠民工程。推廣工程地方文獻(xiàn)數(shù)字化項(xiàng)目是推廣工程的子項(xiàng)目之一，選取具有鮮明地域特色、較高文獻(xiàn)和歷史價值的1949年以來出版的方志、地方文史資料、珍貴少數(shù)民族語言資料等地方圖書、期刊和報紙資源進(jìn)行數(shù)字化加工。

山東省圖書館承建的2015-2018年度推廣工程地方文獻(xiàn)數(shù)字化項(xiàng)目，包含地方圖書數(shù)字化、地方報紙數(shù)字化、地方少數(shù)民族語言書刊數(shù)字化3個子項(xiàng)目。其目的是整合各地區(qū)特色資源，保證核心資源的永久儲存，充分發(fā)揮公共圖書館的“資源保存、文化傳承”作用。

在山東文史資料專題數(shù)據(jù)庫的建設(shè)過程中，山東省圖書館有效利用了推廣工程的資金、標(biāo)準(zhǔn)、指導(dǎo)和技術(shù)支持。

3.3.1 推廣工程的資金

自2016年起，國家向山東省圖書館劃撥專項(xiàng)資金，用于推廣工程地方文獻(xiàn)數(shù)字化項(xiàng)目。山東省圖書館將推廣工程地方圖書數(shù)字化項(xiàng)目中間產(chǎn)生的加工批次2、3的數(shù)字化文史資料發(fā)布在山東文史資料專題數(shù)據(jù)庫中。

山東地方文史資料專題數(shù)據(jù)庫已完成的4批次地方文史資料數(shù)字化工作中，計劃資金47萬元，實(shí)際使用資金39.43萬元，其中32萬元為2015、2017年度地方圖書數(shù)字化項(xiàng)目資金。山東省圖書館歷年來地方文獻(xiàn)數(shù)字項(xiàng)目專項(xiàng)資金如表5所示。

表5 山東省圖書館地方文獻(xiàn)數(shù)字項(xiàng)目(專項(xiàng)資金)分配表

注：2016、2018年度山東省圖書館申請地方報紙數(shù)字化項(xiàng)目

在完成2015、2017年度地方圖書數(shù)字化項(xiàng)目的同時，山東省圖書館有效利用了推廣工程的資金，加快了山東文史資料專題數(shù)據(jù)庫的建設(shè)進(jìn)程。

3.3.2 推廣工程的標(biāo)準(zhǔn)

標(biāo)準(zhǔn)的制定是地方文獻(xiàn)數(shù)字化工作中的難點(diǎn)。在推廣工程實(shí)施之前，全國范圍內(nèi)地方文獻(xiàn)數(shù)字化建設(shè)一直沒有采用統(tǒng)一的標(biāo)準(zhǔn)。

山東文史資料專題數(shù)據(jù)庫建設(shè)初期，考慮到首先需要完成2015年度地方圖書數(shù)字化項(xiàng)目，故文獻(xiàn)加工標(biāo)準(zhǔn)采用國家圖書館《推廣工程數(shù)字資源聯(lián)合建設(shè)地方文獻(xiàn)數(shù)字化加工規(guī)則(2015)》[3](以下簡稱：《加工規(guī)則2015版》)。該標(biāo)準(zhǔn)經(jīng)過國家圖書館多次論證并經(jīng)過實(shí)踐檢驗(yàn)，設(shè)置詳盡、科學(xué)、合理。

《加工規(guī)則2015版》主要涵蓋了圖像數(shù)字化和命名規(guī)則、雙層PDF標(biāo)準(zhǔn)、圖像文本轉(zhuǎn)換要求、數(shù)據(jù)庫命名及加工、數(shù)據(jù)備份、說明文件、存儲介質(zhì)命名幾個部分。結(jié)合山東文史資料專題數(shù)據(jù)庫的實(shí)際需求，所制定的加工標(biāo)準(zhǔn)最主要部分包括:圖像標(biāo)準(zhǔn)、命名規(guī)則、數(shù)據(jù)存儲規(guī)則和元數(shù)據(jù)著錄規(guī)則四個部分。如圖像標(biāo)準(zhǔn)要求存儲數(shù)據(jù)為非壓縮TIFF格式圖片，其分辨率為普通字體300dpi(小于5號字體400dpi)；其色彩位深為黑白頁和灰度頁8位(彩色頁24位)等。

3.3.3 推廣工程的指導(dǎo)和技術(shù)支持

地方文獻(xiàn)的數(shù)字化過程中，會出現(xiàn)各類技術(shù)問題，影響了地方文獻(xiàn)數(shù)字化工作的建設(shè)進(jìn)程。推廣工程采用了“專題培訓(xùn)+專人指導(dǎo)”的模式對各地圖書館地方文獻(xiàn)數(shù)字建設(shè)給予指導(dǎo)和技術(shù)支持。

文化部印發(fā)的《文化部關(guān)于加快實(shí)施數(shù)字圖書館推廣工程的意見》(文公共發(fā)【2012】33號)指出，國家圖書館每年完成不少于3次面向省級數(shù)字圖書館從業(yè)人員的專題培訓(xùn)；省級圖書館對區(qū)域內(nèi)圖書館每年組織不少于2次的數(shù)字圖書館專題培訓(xùn)。同時，推廣工程設(shè)置了“地方文獻(xiàn)數(shù)字化”工作QQ群，由6名專業(yè)技術(shù)人員負(fù)責(zé)，對各地圖書館地方文獻(xiàn)數(shù)字建設(shè)給予指導(dǎo)。

既有系統(tǒng)的定期培訓(xùn)，又有便捷的專人指導(dǎo)，推廣工程指導(dǎo)和技術(shù)支持為山東文史資料專題數(shù)據(jù)庫的建設(shè)掃清了技術(shù)障礙。

3.4 利用率較高

數(shù)據(jù)庫的利用率是衡量其服務(wù)效能的關(guān)鍵指標(biāo)。自2017年4月15日山東文史資料專題數(shù)據(jù)庫上線以來，截止至2018年6月30日，數(shù)據(jù)庫總訪問量為3786人/次。與此相比，近年來山東省圖書館地方文獻(xiàn)閱覽室讀者到館人次分別為2015年1029人/次，2016年612人/次，2017年825人/次，訪總量為2466人/次。數(shù)據(jù)庫的總瀏覽量為8244人/次。且同一時段內(nèi)，山東省圖書館晚清民國期刊全文據(jù)庫(鏡像站)瀏覽總量為2284人/次。

數(shù)據(jù)庫上線以來，其訪問量、瀏覽量呈明顯成上升趨勢，這說明山東文史資料專題數(shù)據(jù)庫為讀者研究山東地方文史資料發(fā)揮了積極的作用。如圖1所示。(單位：人/次)

圖1 山東文史資料專題數(shù)據(jù)庫2017年4月-2018年6月訪問量、瀏覽量柱狀圖

3.5 與社會力量合作

在山東文史資料專題數(shù)據(jù)庫的建設(shè)過程中，山東省圖書館與一些社會力量就發(fā)布服務(wù)平臺的建設(shè)工作和文史資料的數(shù)字化工作開展了較為深入的合作。它們分別是北京超星公司、北京今朝在線科技有限公司和福州志科信息技術(shù)有限公司。

與社會力量合作主要是考慮到社會力量有以下優(yōu)點(diǎn)：(1)技術(shù)成熟，有專業(yè)的資源建設(shè)和質(zhì)檢團(tuán)隊(duì)，擁有多家公共圖書館類似項(xiàng)目成功運(yùn)營的經(jīng)驗(yàn)；(2)價格合理，相關(guān)從業(yè)企業(yè)較多，行業(yè)內(nèi)價格相對透明；(3)服務(wù)完善，有相應(yīng)的建設(shè)實(shí)施流程和保證措施；(4)具有相關(guān)資格、資質(zhì)，符合《中華人民共和國采購法》[4]第二十二條規(guī)定供應(yīng)商資格條件，如：具有獨(dú)立承擔(dān)民事責(zé)任的能力；具有良好的商業(yè)信譽(yù)和健全的財務(wù)會計制度等。

4 建設(shè)過程中存在的問題

通過近兩年的建設(shè)，山東文史資料專題數(shù)據(jù)庫雖然呈現(xiàn)了令人較為滿意的成果，但在建設(shè)過程中也出現(xiàn)了各方面的問題。

4.1 標(biāo)準(zhǔn)問題

山東文史資料專題數(shù)據(jù)庫陸續(xù)制作了4批次數(shù)字化文史資料，其中第1、2批次的數(shù)字化文史資料采用的標(biāo)準(zhǔn)以《加工規(guī)則2015版》為藍(lán)本。

2017年起，國家圖書館修訂了《地方文獻(xiàn)數(shù)字化加工規(guī)則(2017)》[5](以下簡稱：《加工規(guī)則2017版》)，這版規(guī)則與《加工規(guī)則2015版》相比，有多項(xiàng)修改，其中有兩項(xiàng)給山東文史資料專題數(shù)據(jù)庫的建設(shè)帶來了困難，這兩項(xiàng)修改分別是：(1)修改了PDF圖像的要求，由雙層PDF修改為單層雙PDF；(2)修改了TXT文本文件的質(zhì)量要求，由TXT文本的錯誤率從不超過0.3‰修改為正確率達(dá)到90%。

與此同時，專項(xiàng)資金也由2015年度的10元/頁減少到2017年度的4元/頁。由于缺乏資金，第3批次的數(shù)字化文史資料無法與第1、2批次的數(shù)字化文史資料制作標(biāo)準(zhǔn)一致。標(biāo)準(zhǔn)的差異造成了后期自籌資金建設(shè)的第4批次數(shù)字化文史資料選取標(biāo)準(zhǔn)的困難。

最終經(jīng)過多方面權(quán)衡，第3、4批次的數(shù)字化文史資料采用的標(biāo)準(zhǔn)以《加工規(guī)則2017版》為藍(lán)本。

4.2 加工質(zhì)量問題

文史資料的數(shù)字化工作嚴(yán)守招標(biāo)流程，造成了每個批次的加工商也有所不同。而不同的加工商容易出現(xiàn)的加工錯誤也有所不同：有的加工商TIFF圖片制作過程中容易造成批量圖片的歪斜；有的加工商在TXT文本制作中文字的OCR準(zhǔn)確率尚能達(dá)到標(biāo)準(zhǔn)，而數(shù)字、標(biāo)點(diǎn)符號OCR識別率卻很低；有的加工商不嚴(yán)守加工流程，TIFF圖片尚未經(jīng)過審校，就開始制作PDF圖像，一旦出現(xiàn)錯誤就需要反復(fù)修改。

針對加工質(zhì)量出現(xiàn)的問題，山東省圖書館制定了“一通三查”的監(jiān)管制度，即：(1)數(shù)字化工作開始前與加工商多次溝通，使其準(zhǔn)確理解項(xiàng)目需求；(2)掃描完TIFF圖片進(jìn)行抽查，并對照發(fā)現(xiàn)的錯誤督促其修改，保證圖片質(zhì)量沒有“通病”；(3)對OCR識別后的TXT文本進(jìn)行抽查，并對照個別錯誤督促其修改，保證文本質(zhì)量沒有“通病”；(4)對加工商最終提交的數(shù)字化文史資料數(shù)據(jù)進(jìn)行抽查并提出修改意見。通過“一通三查”制度的實(shí)施，數(shù)字化文史資料的加工質(zhì)量得到了有效的保證。

5 結(jié)語

山東文史資料專題數(shù)據(jù)庫自2017年4月15日投入運(yùn)行以來，分批次陸續(xù)發(fā)布了數(shù)字化文史資料492冊111385頁。山東省圖書館計劃于2019年完成30000頁左右文史資料的數(shù)字化工作，并在未來2年內(nèi)完成館藏約600種《山東文史資料》及部分地市文史資料的全部數(shù)字化工作。山東省圖書館將已數(shù)字化的文史資料贈送給山東省政協(xié)文史委保存，并提供山東文史資料專題數(shù)據(jù)庫鏡像站點(diǎn)在山東省政協(xié)網(wǎng)站上發(fā)布。這為政協(xié)委員們查閱資料提供了方便，并得到了政協(xié)委員們的一致好評。山東文史資料專題數(shù)據(jù)庫的建設(shè)，在有效地保護(hù)了地方文獻(xiàn)的同時，也滿足了讀者需求，還取得了相應(yīng)的社會效益。