關(guān)于館藏珍貴文獻(xiàn)數(shù)字化的思考

費(fèi)佳

(中共南京市委黨校圖書(shū)館，江蘇南京 210046)

古籍在中華傳統(tǒng)文化傳承中發(fā)揮著重要的作用。國(guó)家對(duì)古籍保護(hù)高度重視，國(guó)務(wù)院辦公廳于2017年發(fā)布《關(guān)于進(jìn)一步加強(qiáng)古籍保護(hù)工作的意見(jiàn)》(國(guó)辦發(fā)〔2007〕6 號(hào))，提出在“十一五”期間全面開(kāi)展“中華古籍保護(hù)計(jì)劃”，并提出“制定古籍?dāng)?shù)字化標(biāo)準(zhǔn)，規(guī)范古籍?dāng)?shù)字化工作，建立古籍?dāng)?shù)字資源庫(kù)”的要求。黨的十七屆六中全會(huì)提出要“加強(qiáng)文化典籍整理和出版工作，推進(jìn)文化典籍資源數(shù)字化”[1-2]。

民國(guó)文獻(xiàn)中大量文字記載了馬克思主義在中國(guó)的傳播歷程，記載了中國(guó)共產(chǎn)黨人的奮斗歷程和最終取得革命勝利的歷史，記載了中國(guó)近代社會(huì)的變遷，是中國(guó)共產(chǎn)黨帶領(lǐng)中國(guó)人民爭(zhēng)取民族獨(dú)立與解放的偉大見(jiàn)證，具有較高的歷史價(jià)值和學(xué)術(shù)價(jià)值。2012年，國(guó)家圖書(shū)館與國(guó)內(nèi)多家文獻(xiàn)收藏單位聯(lián)合推出“革命文獻(xiàn)與民國(guó)時(shí)期文獻(xiàn)保護(hù)計(jì)劃”，旨在加大民國(guó)文獻(xiàn)的保護(hù)力度。2016年，該計(jì)劃被列入《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》。2017年，被列入《國(guó)家“十三五”時(shí)期文化發(fā)展改革規(guī)劃綱要》和《文化部“十三五”時(shí)期文化發(fā)展改革規(guī)劃》[3]。

在國(guó)家實(shí)施“中華古籍保護(hù)計(jì)劃”和“民國(guó)時(shí)期文獻(xiàn)保護(hù)計(jì)劃”兩大保護(hù)計(jì)劃的背景下，對(duì)古籍和民國(guó)文獻(xiàn)實(shí)施原生性保護(hù)和再生性保護(hù)是一項(xiàng)重大舉措，開(kāi)展雙重保護(hù)不僅有利于文獻(xiàn)原件的保存還有利于文獻(xiàn)內(nèi)容的傳播與利用[4]。

1 文化古籍的數(shù)字化

古籍保護(hù)的方式分為原生性保護(hù)和再生性保護(hù)兩種。原生性保護(hù)是指在維持原件完整性的前提下，對(duì)古籍實(shí)施修復(fù)、加固和優(yōu)化存放環(huán)境。再生性保護(hù)是指采用數(shù)字化等先進(jìn)技術(shù)將古籍內(nèi)容轉(zhuǎn)移至其他載體，實(shí)現(xiàn)對(duì)古籍文獻(xiàn)的二次呈現(xiàn)與傳播。

數(shù)字化是再生性保護(hù)的重要手段。古籍?dāng)?shù)字化是指利用現(xiàn)代信息技術(shù)實(shí)現(xiàn)對(duì)古籍的加工處理，將原始文件轉(zhuǎn)化成電子數(shù)據(jù)形式，并通過(guò)光盤(pán)、網(wǎng)絡(luò)等介質(zhì)進(jìn)行保存、傳播和利用[5]。

我國(guó)古籍?dāng)?shù)字化的發(fā)展經(jīng)歷了數(shù)據(jù)庫(kù)版、 光盤(pán)版、網(wǎng)絡(luò)版這3 個(gè)不同的階段。

第一階段，起源于20 世紀(jì)80年代，伴隨計(jì)算機(jī)技術(shù)的發(fā)展，借助計(jì)算機(jī)對(duì)古籍資料進(jìn)行目錄檢索，并編制索引，以改進(jìn)古籍的檢索方式。古籍?dāng)?shù)字化最初以書(shū)目數(shù)據(jù)庫(kù)的形式為主，它始于南京圖書(shū)館、浙江圖書(shū)館等省市級(jí)圖書(shū)館。古籍書(shū)目數(shù)據(jù)庫(kù)有設(shè)立書(shū)名目錄、著者目錄、分類(lèi)目錄等，可以通過(guò)輸入古籍名檢索該古籍的全部版本，也可以通過(guò)輸入著者名檢索館藏全部相關(guān)書(shū)目。此后，又產(chǎn)生了全文數(shù)據(jù)庫(kù)，它將古籍全文錄入，轉(zhuǎn)化為電子文本，供用戶(hù)查閱，采用根據(jù)文獻(xiàn)內(nèi)容進(jìn)行檢索的查詢(xún)手段。隨著時(shí)代的進(jìn)步，在書(shū)目數(shù)據(jù)庫(kù)與全文數(shù)據(jù)庫(kù)發(fā)展的基礎(chǔ)上，又出現(xiàn)了綜合檢索系統(tǒng)。綜合檢索系統(tǒng)不僅實(shí)現(xiàn)了任意字、 詞和字符串的檢索，還實(shí)現(xiàn)了按條件檢索，拓寬檢索范圍，不僅能夠?qū)ξ谋竞蜁?shū)目檢索，也能對(duì)古籍的詞句、注釋、標(biāo)題等內(nèi)容進(jìn)行匹配檢索。

第二階段，起源于20 世紀(jì)90年代，出現(xiàn)了以光盤(pán)為載體，通過(guò)目錄進(jìn)行查詢(xún)、瀏覽原文的影像頁(yè)的古籍文獻(xiàn)或古籍?dāng)?shù)據(jù)庫(kù)，所以又稱(chēng)為光盤(pán)版古籍。光盤(pán)版古籍包括圖像版、全文版和圖文版3 種形式。武漢大學(xué)出版社以文淵閣本《四庫(kù)全書(shū)》作為底本，對(duì)全書(shū)兩百余萬(wàn)頁(yè)內(nèi)容進(jìn)行掃描識(shí)別，轉(zhuǎn)化為電子文件，共打造出150 張“四庫(kù)全書(shū)光盤(pán)版”資料。

第三階段，進(jìn)入21 世紀(jì)，數(shù)字化技術(shù)全面推廣，古籍?dāng)?shù)字化實(shí)現(xiàn)了全文檢索功能。將古籍的全文錄入到數(shù)據(jù)庫(kù)系統(tǒng)，通過(guò)文本與檢索項(xiàng)匹配，實(shí)現(xiàn)直接到段落的精確查找。同時(shí)實(shí)行網(wǎng)絡(luò)化，以各地區(qū)的圖書(shū)館為節(jié)點(diǎn)、 網(wǎng)絡(luò)為紐帶建立網(wǎng)上的聯(lián)合數(shù)據(jù)庫(kù)。2016年，“全國(guó)古籍普查登記基本數(shù)據(jù)庫(kù)”“中華古籍資源庫(kù)” 這兩個(gè)數(shù)據(jù)庫(kù)作為古籍保護(hù)項(xiàng)目成果開(kāi)始投入使用，這意味著古籍影像和數(shù)據(jù)資源利用進(jìn)入互聯(lián)網(wǎng)服務(wù)時(shí)代。就目前來(lái)看，中華古籍資源庫(kù)在線(xiàn)發(fā)布的古籍影像資源主要涵蓋： 國(guó)家圖書(shū)館藏善本和普通古籍、法國(guó)國(guó)家圖書(shū)館藏敦煌遺書(shū)、天津圖書(shū)館藏普通古籍等，資源總量3.3 萬(wàn)余部。

近年來(lái)，國(guó)家圖書(shū)館聯(lián)合全國(guó)多家古籍收藏單位在線(xiàn)發(fā)布古籍?dāng)?shù)字資源。目前已舉辦了四次聯(lián)合在線(xiàn)發(fā)布活動(dòng)，共在線(xiàn)發(fā)布古籍資源2.4 萬(wàn)余部，供大眾閱覽和學(xué)術(shù)研究。

民國(guó)時(shí)期文獻(xiàn)是指1911年辛亥革命至1949年中華人民共和國(guó)成立這一特定歷史時(shí)期的各種文獻(xiàn)資料，包括圖書(shū)、期刊、報(bào)紙、手稿、檔案等。

民國(guó)時(shí)期文獻(xiàn)聯(lián)合目錄是“民國(guó)時(shí)期文獻(xiàn)保護(hù)計(jì)劃”工作的數(shù)據(jù)發(fā)布展示服務(wù)平臺(tái)，于2012年開(kāi)發(fā)建設(shè)并投入使用。民國(guó)時(shí)期文獻(xiàn)聯(lián)合目錄匯集國(guó)家圖書(shū)館、首都圖書(shū)館、南京圖書(shū)館等22 家民國(guó)時(shí)期文獻(xiàn)普查成員館的民國(guó)時(shí)期圖書(shū)數(shù)據(jù)和館藏?cái)?shù)據(jù)，同時(shí)提供由國(guó)家圖書(shū)館數(shù)字化的民國(guó)時(shí)期圖書(shū)文獻(xiàn)全文掃描頁(yè)的閱覽服務(wù)，并提供該部分文獻(xiàn)的目次檢索。

2 關(guān)于館藏古籍和民國(guó)文獻(xiàn)數(shù)字化的思考

為積極響應(yīng)中央關(guān)于加強(qiáng)中華優(yōu)秀傳統(tǒng)文化傳承的號(hào)召，加強(qiáng)對(duì)館藏珍貴文獻(xiàn)的揭示和利用，發(fā)揮珍貴文獻(xiàn)的文化價(jià)值和社會(huì)服務(wù)功能，南京市委黨校圖書(shū)館計(jì)劃對(duì)館藏珍貴文獻(xiàn)（包括館藏古籍和民國(guó)文獻(xiàn)）開(kāi)展數(shù)字化工作。

2.1 處理原則和數(shù)字化技術(shù)的應(yīng)用

2.1.1 處理原則

國(guó)際圖書(shū)館協(xié)會(huì)聯(lián)合會(huì)( International Federation of Library Associations and Institutions，IFLA) 于1994年發(fā)布了 《圖書(shū)館資料保護(hù)與處理原則》。IFLA 強(qiáng)調(diào)了格式轉(zhuǎn)換對(duì)館藏文獻(xiàn)儲(chǔ)存工作的重要意義，且提出，操作者在進(jìn)行轉(zhuǎn)換工作時(shí)務(wù)必謹(jǐn)慎小心，避免館藏文獻(xiàn)原件出現(xiàn)再次損害的情況。

《圖書(shū)館資料保護(hù)與處理原則》提醒操作者在格式轉(zhuǎn)換的前、中、后期都要注重文獻(xiàn)原件的保護(hù)。轉(zhuǎn)換前需要對(duì)原件的紙張、 裝幀、 破損等情況進(jìn)行評(píng)估，判斷其是否適合轉(zhuǎn)換操作；轉(zhuǎn)換過(guò)程中，在確保文件原件完整的前提下對(duì)部分原件實(shí)施臨時(shí)修補(bǔ)，以提高格式轉(zhuǎn)換的質(zhì)量； 轉(zhuǎn)換成功后選取最佳的保存環(huán)境和方式，并對(duì)需要修復(fù)的部分實(shí)施正式修復(fù)。

國(guó)家古籍保護(hù)中心組織編制的《古籍?dāng)?shù)字化工作手冊(cè)》（試用本）對(duì)古籍?dāng)?shù)字化加工流程、古籍元數(shù)據(jù)著錄、圖像數(shù)字化、數(shù)據(jù)命名規(guī)范和數(shù)據(jù)發(fā)布利用等做了詳細(xì)規(guī)定。

2.1.2 數(shù)字化技術(shù)應(yīng)用

數(shù)字化技術(shù)融合了最新科技手段，常用技術(shù)包括：古籍?dāng)?shù)字化輸入技術(shù)，該技術(shù)含拍照、非接觸式掃描和縮微膠片轉(zhuǎn)數(shù)字化技術(shù)；OCR 光學(xué)字符識(shí)別技術(shù)，該技術(shù)能夠借助OCR 軟件實(shí)現(xiàn)對(duì)古籍影像圖片的識(shí)別功能，提高文字轉(zhuǎn)化率；智能化處理技術(shù)，該技術(shù)是數(shù)據(jù)庫(kù)分析功能的核心，對(duì)成功識(shí)別的古籍信息單元進(jìn)行重組，可提高古籍整理效率；現(xiàn)代化的網(wǎng)絡(luò)技術(shù)，該技術(shù)能夠?yàn)楣偶當(dāng)?shù)字化資源跨平臺(tái)、跨系統(tǒng)與統(tǒng)一檢索提供技術(shù)支撐等。

2.2 古籍?dāng)?shù)字化方案

南京市委黨校圖書(shū)館館藏古籍和民國(guó)文獻(xiàn)的數(shù)字化方案流程見(jiàn)圖1。

圖1 數(shù)字化方案流程

2.2.1 文獻(xiàn)整理

在數(shù)字化工作開(kāi)展前，依據(jù)《圖書(shū)館資料保護(hù)與處理原則》對(duì)館藏古籍和民國(guó)文獻(xiàn)的紙張、裝幀、破損、蟲(chóng)蛀等情況進(jìn)行評(píng)估，判斷哪些文獻(xiàn)需要進(jìn)行適當(dāng)?shù)呐R時(shí)加固、修補(bǔ)，確保較薄、破損、字跡較淺等紙張情況較差的文獻(xiàn)掃描圖像清晰，提高格式轉(zhuǎn)換的質(zhì)量。

2.2.2 掃描錄入

掃描模塊用于獲取文獻(xiàn)對(duì)應(yīng)的電子圖像文檔。數(shù)字化過(guò)程中要求操作人員全程戴手套或使用指套，以避免汗?jié)n污染文獻(xiàn)。將館藏古籍和民國(guó)文獻(xiàn)使用免拆裝掃描裝置進(jìn)行掃描錄入，以減少對(duì)書(shū)頁(yè)的損傷[6]。

2.2.3 圖像處理

參照國(guó)家古籍保護(hù)中心編制的《古籍?dāng)?shù)字化工作手冊(cè)》（試用本） 對(duì)圖像采集處理的要求來(lái)進(jìn)行圖像處理，主要包括圖像的傾斜校正、去噪去污、剪裁、翻轉(zhuǎn)等，通過(guò)這些操作形成內(nèi)容完整、清晰干凈、版心正的圖像文檔。

2.2.4 文獻(xiàn)元數(shù)據(jù)和文件生成

對(duì)館藏古籍和民國(guó)文獻(xiàn)進(jìn)行元數(shù)據(jù)編目和圖像文件合成處理，將加工文件進(jìn)行字段標(biāo)引和分類(lèi)。

中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)制定的《古籍著錄規(guī)則》（GB3792.7） 規(guī)定了古籍著錄項(xiàng)目及其排列順序、著錄用標(biāo)識(shí)符號(hào)、著錄用文字、著錄信息源、專(zhuān)門(mén)的術(shù)語(yǔ)和特殊的著錄方法。北京大學(xué)圖書(shū)館負(fù)責(zé)研制的《國(guó)家圖書(shū)館古籍元數(shù)據(jù)規(guī)范與著錄規(guī)則》根據(jù)國(guó)家圖書(shū)館古籍情況制定了元數(shù)據(jù)規(guī)范和著錄規(guī)則，并以著錄實(shí)例對(duì)規(guī)范與規(guī)則加以具體闡釋與說(shuō)明，以供參考借鑒。古籍著錄參照《古籍著錄規(guī)則》和《國(guó)家圖書(shū)館古籍元數(shù)據(jù)規(guī)范與著錄規(guī)則》進(jìn)行。古籍分類(lèi)按“經(jīng)、史、子、集”四部分類(lèi)法進(jìn)行?！敖?jīng)史子集”是古人將古籍按內(nèi)容區(qū)分的四大部類(lèi)。經(jīng)：指經(jīng)書(shū)，儒家經(jīng)典著作；史：指史書(shū)，即正史；子：指先秦百家著作，宗教；集：指文集，即詩(shī)詞匯編[7-8]。

民國(guó)文獻(xiàn)目前沒(méi)有明確的著錄規(guī)則，參照中文圖書(shū)的《中國(guó)文獻(xiàn)編目規(guī)則》進(jìn)行著錄。民國(guó)文獻(xiàn)的分類(lèi)參照《中國(guó)圖書(shū)館圖書(shū)分類(lèi)法》進(jìn)行。

2.2.5 館藏古籍和民國(guó)文獻(xiàn)檢索數(shù)據(jù)庫(kù)

古籍和民國(guó)文獻(xiàn)數(shù)據(jù)庫(kù)以全文檢索為基礎(chǔ)，利用OCR 光學(xué)字符識(shí)別技術(shù)滿(mǎn)足全文圖像瀏覽的需求，實(shí)現(xiàn)全文檢索的目標(biāo)。在系統(tǒng)中設(shè)置繁簡(jiǎn)字體的智能轉(zhuǎn)換功能，便于識(shí)別讀者輸入的簡(jiǎn)體文字，提高檢索系統(tǒng)的準(zhǔn)確率，同時(shí)實(shí)現(xiàn)檢索定位功能，對(duì)已檢索的結(jié)果進(jìn)行二次檢索[9]。

通過(guò)“書(shū)目檢索”菜單，用戶(hù)可以進(jìn)行“直接檢索”和通過(guò)“高級(jí)檢索”鏈接進(jìn)行組合檢索。用戶(hù)可選擇“題名”“著者”“出版年”等檢索項(xiàng)，以輸入的檢索詞進(jìn)行檢索操作，也可選擇“中國(guó)圖書(shū)分類(lèi)”的分類(lèi)項(xiàng)作為單獨(dú)檢索或與“直接檢索”“高級(jí)檢索”一起參與檢索。

2.2.6 數(shù)字資源發(fā)布平臺(tái)

館藏古籍和民國(guó)文獻(xiàn)的數(shù)字資源提供在線(xiàn)共享服務(wù)，用戶(hù)可以檢索和瀏覽所有數(shù)字資源。數(shù)字資源發(fā)布管理系統(tǒng)支持內(nèi)容發(fā)布的自動(dòng)化管理模塊，并提供全文檢索、導(dǎo)航檢索等多種檢索途徑。提供檢索界面、檢索語(yǔ)言、檢索結(jié)果和知識(shí)展示方式統(tǒng)一的一站式服務(wù)。

2.2.7 數(shù)據(jù)存儲(chǔ)與輸出

館藏古籍和民國(guó)文獻(xiàn)原始掃描圖像采用TIFF存儲(chǔ)，在保證掃描圖像清晰可讀的情況下，盡可能降低壓縮率，以減小存儲(chǔ)空間。館藏古籍和民國(guó)文獻(xiàn)目錄數(shù)據(jù)庫(kù)中的文件，都對(duì)應(yīng)關(guān)聯(lián)圖像文件和PDF文件。

3 結(jié)語(yǔ)

在中央實(shí)施“中華古籍保護(hù)計(jì)劃”和“民國(guó)時(shí)期文獻(xiàn)保護(hù)計(jì)劃”兩大保護(hù)計(jì)劃的背景下，對(duì)圖書(shū)館館藏古籍和民國(guó)文獻(xiàn)開(kāi)展數(shù)字化保護(hù)工作，能充分發(fā)揮文獻(xiàn)的價(jià)值，促進(jìn)中華優(yōu)秀傳統(tǒng)文化的傳承和發(fā)展。