數(shù)字人文視閾下德國(guó)阿羅爾森檔案館檔案眾包項(xiàng)目探析及啟示?

徐璐瑤 陳建

（山東大學(xué)歷史文化學(xué)院 濟(jì)南 250100）

0 引言

在數(shù)字時(shí)代，“數(shù)字人文”是信息技術(shù)和人文學(xué)科之間的一個(gè)跨學(xué)科領(lǐng)域，作為一門(mén)新興學(xué)科，可以追溯到20世紀(jì)中期出現(xiàn)的人文學(xué)科計(jì)算[1]。而檔案眾包指的是教育或文化遺產(chǎn)機(jī)構(gòu)（主要是檔案機(jī)構(gòu)）依托館藏豐富檔案資源，借助互聯(lián)網(wǎng)平臺(tái)，將原本屬于自身開(kāi)展的部分?jǐn)?shù)字檔案資源開(kāi)發(fā)利用工作通過(guò)任務(wù)細(xì)分給大量非特定網(wǎng)絡(luò)大眾，依托公眾力量和智慧共同開(kāi)展的行為。檔案眾包在數(shù)字人文研究中發(fā)揮著重要作用并具有特殊地位。從兩者的具體關(guān)系來(lái)看，首先，檔案眾包有助于建立豐富而優(yōu)質(zhì)的檔案資源，是數(shù)字人文項(xiàng)目知識(shí)挖掘、生產(chǎn)和傳播的基礎(chǔ)和依據(jù)。其次，檔案眾包項(xiàng)目中，用戶的作用是根據(jù)項(xiàng)目的需要提供和轉(zhuǎn)化資源，而數(shù)字人文的跨國(guó)性和包容性，在客觀上推動(dòng)了眾包活動(dòng)更開(kāi)放的共享與合作。

目前我國(guó)學(xué)者對(duì)于數(shù)字人文與檔案眾包的研究關(guān)注較多，研究?jī)?nèi)容主要涵蓋了數(shù)字人文與檔案記憶功能[2]，數(shù)字人文眾包任務(wù)的績(jī)效管理[3]，用戶參與數(shù)字人文眾包的意愿和影響因素[4]，眾包任務(wù)的發(fā)布與實(shí)施[5]等方面，研究不足在于對(duì)于數(shù)字人文與檔案眾包的融合研究不夠，對(duì)于檔案眾包項(xiàng)目中的數(shù)字人文特征闡述不足，對(duì)項(xiàng)目實(shí)際開(kāi)展中的細(xì)節(jié)性問(wèn)題的關(guān)注仍然有所欠缺。在檔案眾包實(shí)踐領(lǐng)域，我國(guó)目前已開(kāi)展的檔案眾包（或有眾包色彩的）項(xiàng)目主要有上海圖書(shū)館：盛宣懷檔案抄錄項(xiàng)目[6]、中國(guó)人民大學(xué)：“我的北京記憶”互動(dòng)網(wǎng)站項(xiàng)目[7]、沈陽(yáng)市檔案局（館）：家庭檔案網(wǎng)站項(xiàng)目[8]、遼寧省檔案館：社會(huì)檔案人欄目[9]等，國(guó)內(nèi)項(xiàng)目任務(wù)主要集中于檔案著錄、抄錄、征集等方面，但在檔案開(kāi)放性、眾包管理機(jī)制、數(shù)字人文特征、數(shù)字技術(shù)參與、社會(huì)媒體激勵(lì)等方面存在不足，對(duì)于個(gè)人、社會(huì)、數(shù)字人文三者相互融合的體現(xiàn)有所欠缺，對(duì)于信息時(shí)代數(shù)據(jù)廣泛性和人文融合性的適應(yīng)程度還需進(jìn)一步加強(qiáng)。

調(diào)研發(fā)現(xiàn)，目前在數(shù)字人文與檔案眾包進(jìn)行深度融合方面做的較為成功的案例是德國(guó)阿羅爾森檔案館（Arolsen Archives）（以下簡(jiǎn)稱阿羅爾森檔案館）的檔案眾包項(xiàng)目，它擁有高度開(kāi)放和共享的檔案資源、便捷高效的智能與數(shù)字技術(shù)、周詳完備的數(shù)據(jù)安全與隱私規(guī)范、多維多元的眾包管理機(jī)制以及廣延外展的矩陣傳播模式，適應(yīng)了數(shù)字人文時(shí)代的信息管理需求。作為交叉學(xué)科的數(shù)字人文積極參與阿羅爾森檔案館的眾包實(shí)踐，為檔案眾包提供理論與技術(shù)支撐，二者相互促進(jìn)，相互推動(dòng)。因此，本文以開(kāi)展新興眾包項(xiàng)目的阿羅爾森檔案館作為案例對(duì)象，分析其如何與時(shí)俱進(jìn)地將檔案資源的歷史性與數(shù)字人文的先進(jìn)性巧妙融合，同時(shí)結(jié)合我國(guó)的眾包實(shí)踐現(xiàn)狀，探討該項(xiàng)目對(duì)于我國(guó)數(shù)字人文視閾下開(kāi)展檔案眾包實(shí)踐的啟示。

1 阿羅爾森檔案館檔案眾包項(xiàng)目的背景、目標(biāo)與內(nèi)容

1.1 項(xiàng)目背景

阿羅爾森檔案館是納粹受迫害者檔案的國(guó)際保管中心和國(guó)際尋人服務(wù)組織（the International Tracing Service，以下簡(jiǎn)稱ITS)，擁有世界上最全面的納粹受害者和幸存者檔案，已被聯(lián)合國(guó)教科文組織列入“世界記憶工程”名錄。它收藏了各種納粹政權(quán)受害者群體的文件，其中包含5000萬(wàn)張索引卡，保管了約1750萬(wàn)人的命運(yùn)信息。

1998年，工作人員開(kāi)始將阿羅爾森的檔案數(shù)字化。在數(shù)字化過(guò)程中，需要細(xì)致掃描各種格式的問(wèn)卷、索引卡和裝訂書(shū)籍。阿羅爾森檔案館為此設(shè)有專門(mén)的掃描站。在數(shù)字檔案館的建設(shè)中，阿羅爾森檔案館編制了適應(yīng)于瀏覽的電子指南。電子指南用五個(gè)關(guān)鍵問(wèn)題描述了誰(shuí)在何時(shí)、為什么以及如何使用檔案中的卡片和表格。指南中的交互式元素解釋了各部分的縮寫(xiě)和符號(hào)。還提供了指向各種其他背景信息的鏈接，賦予其數(shù)字性特征。

該眾包項(xiàng)目的開(kāi)展有其特定的原因。從阿羅爾森檔案館在追蹤和記錄方面進(jìn)行的工作來(lái)看，受害者姓名仍然是館藏的關(guān)鍵。每一份單獨(dú)的文件都經(jīng)過(guò)適當(dāng)?shù)脑u(píng)估，這種評(píng)估為研究人員的工作提供了重要的視角。但是，追溯記錄這些信息是一項(xiàng)耗時(shí)且艱巨的任務(wù)。為了支持和補(bǔ)充檔案管理人員在現(xiàn)場(chǎng)進(jìn)行的工作，阿羅爾森檔案館與Zooniverse眾包平臺(tái)和家譜門(mén)戶網(wǎng)站 Ancestry 等私營(yíng)公司開(kāi)展合作項(xiàng)目，有助于快速便捷地搜索盡可能多的文檔。在2020年，眾包項(xiàng)目計(jì)劃啟動(dòng)，讓志愿者有機(jī)會(huì)幫助檔案館捕獲數(shù)據(jù)，其中包括大量受害者名單以及迫害者的盟軍文件。這對(duì)阿羅爾森檔案館有重要意義，同時(shí)學(xué)校和其他機(jī)構(gòu)有機(jī)會(huì)參與，以一種對(duì)整個(gè)社會(huì)有意義的方式紀(jì)念納粹迫害受害者的命運(yùn)，借此來(lái)了解那段沉痛的歷史。眾包計(jì)劃“everynamecounts”以其創(chuàng)新的技術(shù)方法獲得了“數(shù)字參與創(chuàng)新”提名下的智能英雄獎(jiǎng)，得到了世界各地的肯定。

1.2 項(xiàng)目目標(biāo)與內(nèi)容

2020年，阿羅爾森檔案館在Zooniverse眾包平臺(tái)上發(fā)布了名為“everynamecounts”的檔案眾包項(xiàng)目，旨在創(chuàng)建包含名稱和所有者信息的數(shù)字記錄數(shù)據(jù)庫(kù)。

該項(xiàng)目的目標(biāo)是為受納粹迫害的人們建造一座數(shù)字紀(jì)念碑，使其后代能夠記住受害者的名字和身份，以此來(lái)幫助受害者澄清過(guò)去的命運(yùn)，幫助受害者的子孫研究自己的家族史。眾包項(xiàng)目預(yù)計(jì)到2025年完成對(duì)所有數(shù)據(jù)的轉(zhuǎn)錄?！坝辛恕甧verynamecounts’，任何人都可以支持尊重、多樣性和民主”。到2022年，該項(xiàng)目的目標(biāo)有了新高度。下一階段，除了呼吁公眾直接參與并創(chuàng)建檔案數(shù)字記錄外，還呼吁人們采取鮮明的個(gè)人立場(chǎng)，同時(shí)檔案信息可以進(jìn)一步用于記錄、研究或教育等社會(huì)目的。

該項(xiàng)目以個(gè)人記憶為主要研究視角，利用數(shù)字人文的方法，以個(gè)人記憶參與構(gòu)建社會(huì)整體的戰(zhàn)爭(zhēng)記憶史，以受害者姓名和具體信息反證其受迫害的史實(shí)，以個(gè)人檔案重筑集體和社會(huì)檔案。該項(xiàng)目既是“眾包性”的，又是“個(gè)人性”的，是檔案記憶與人本情懷交織的產(chǎn)物，也是數(shù)字時(shí)代“人文性”的體現(xiàn)。項(xiàng)目致力于保存納粹受害者檔案并在全球范圍內(nèi)提供這些檔案，以期幫助因大屠殺和種族主義而失散的家庭團(tuán)聚。

“everynamecounts”項(xiàng)目的眾包倡議也提供了一種新的、直接的、動(dòng)態(tài)的聯(lián)系歷史的形式，提供了一個(gè)紀(jì)念納粹迫害受害者并捍衛(wèi)和平與團(tuán)結(jié)的機(jī)會(huì)。同時(shí)，在該項(xiàng)目下，阿羅爾森檔案館的“東歐外展”部門(mén)將檔案管理方式及其服務(wù)進(jìn)行外延，帶到中歐和東歐國(guó)家，并與當(dāng)?shù)毓竞献鏖_(kāi)發(fā)新的教育和信息服務(wù)。

2 阿羅爾森檔案館檔案眾包項(xiàng)目的管理機(jī)制

2.1 業(yè)務(wù)開(kāi)展與運(yùn)行機(jī)制

（1）前期準(zhǔn)備階段——以眾包平臺(tái)為主導(dǎo)

在前期準(zhǔn)備階段，以眾包平臺(tái)為主導(dǎo)。作為第一步，Zooniverse提供獨(dú)特的眾包項(xiàng)目生成工具，項(xiàng)目開(kāi)發(fā)人員可以使用區(qū)域標(biāo)記和繪圖工具等來(lái)免費(fèi)創(chuàng)建自己的Zooniverse項(xiàng)目。阿羅爾森檔案館與Zooniverse平臺(tái)合作，檔案館負(fù)責(zé)提供原始檔案，這些檔案將被掃描并以專題的形式上傳至Zooniverse，供志愿者查看和選擇。Zooniverse是一個(gè)世界各地的志愿者可以免費(fèi)注冊(cè)的平臺(tái)。志愿者們根據(jù)項(xiàng)目分配的任務(wù)執(zhí)行，他們提交的數(shù)據(jù)會(huì)被分類存儲(chǔ)在Zooniverse的安全在線數(shù)據(jù)庫(kù)中。審查員負(fù)責(zé)檢查任務(wù)完成的準(zhǔn)確性，平臺(tái)也允許用戶在線搜索資源。以平臺(tái)為主導(dǎo)的前期準(zhǔn)備階段，為后續(xù)的項(xiàng)目實(shí)施奠定了良好的物質(zhì)基礎(chǔ)和保障。

（2）項(xiàng)目運(yùn)行階段——以志愿者參與為主導(dǎo)

在項(xiàng)目運(yùn)行階段，以志愿者參與為主導(dǎo)。志愿者的招募和選擇是眾包成功的關(guān)鍵。志愿者主導(dǎo)進(jìn)行著文字和圖片數(shù)據(jù)的轉(zhuǎn)錄工作及部分分析工作，該項(xiàng)目為志愿者提供了各種有利于開(kāi)展工作的工具，例如在錄入地理信息數(shù)據(jù)時(shí)，志愿者可以使用維基數(shù)據(jù)Q-Item和GeoNames ID來(lái)輔助輸入正確位置的標(biāo)識(shí)符。在Zooniverse網(wǎng)站上，還設(shè)立了一個(gè)專門(mén)的志愿者社區(qū)，社區(qū)由三部分組成：志愿者，志愿者論壇和采訪調(diào)研。同時(shí)給予志愿者自我研究的空間，如果志愿者了解最新的街道地址或GPS坐標(biāo)，可以在“研究信息”中分享。在志愿者的幫助下，研究人員可以更快更準(zhǔn)確地分析既得信息，由此節(jié)省時(shí)間和資源，提高信息獲取和分析的效率。

（3）成果保留階段——以實(shí)體和數(shù)字檔案館為主導(dǎo)

在成果保留階段，以實(shí)體和數(shù)字檔案館為主導(dǎo)。截至目前，該項(xiàng)目已經(jīng)擁有22422名注冊(cè)志愿者，510萬(wàn)份文件，同時(shí)在眾包平臺(tái)上處理了200153條信息數(shù)據(jù)。在Zooniverse平臺(tái)上，現(xiàn)有26556個(gè)志愿者參與，886701個(gè)分類，共365632個(gè)科目，已經(jīng)完成251956個(gè)科目。在眾包項(xiàng)目后期階段，實(shí)體和數(shù)字檔案館發(fā)揮作用，眾包的大量成果會(huì)以數(shù)據(jù)形式存入阿羅爾森的實(shí)體和數(shù)字檔案館，供公眾瀏覽和利用。實(shí)體和數(shù)字檔案館的建立為成果保留提供了重要基礎(chǔ)。

2.2 質(zhì)量與風(fēng)險(xiǎn)控制機(jī)制

眾包的過(guò)程是將工作外包給互聯(lián)網(wǎng)上不確定的群體，參與者可以自主行動(dòng)，然而眾包結(jié)果的質(zhì)量難以標(biāo)準(zhǔn)化[10]。對(duì)于眾包在數(shù)字人文領(lǐng)域的應(yīng)用，一個(gè)關(guān)鍵問(wèn)題是如何有效地消除虛假和劣質(zhì)內(nèi)容，提高結(jié)果的整體質(zhì)量。阿羅爾森檔案館的眾包項(xiàng)目通過(guò)監(jiān)測(cè)和管理全過(guò)程，減輕識(shí)別偏差造成的質(zhì)量不均情況，來(lái)控制項(xiàng)目風(fēng)險(xiǎn)，提高項(xiàng)目質(zhì)量。

監(jiān)測(cè)和管理過(guò)程主要由國(guó)際尋人服務(wù)國(guó)際委員會(huì)（ICITS）負(fù)責(zé)，ICITS由來(lái)自11個(gè)成員國(guó)的政府代表組成，負(fù)責(zé)監(jiān)督阿羅爾森檔案館的全過(guò)程工作。自1955年《波恩條約》以來(lái)，國(guó)際委員會(huì)成員國(guó)每年輪流擔(dān)任主席——在2022-2023年度，由法國(guó)尼古拉斯·奇巴夫擔(dān)任主席。

風(fēng)險(xiǎn)在很多方面與收益相同。數(shù)以百萬(wàn)計(jì)的納粹迫害受害者檔案是否應(yīng)該在互聯(lián)網(wǎng)上免費(fèi)提供，這是在線數(shù)據(jù)庫(kù)投入開(kāi)發(fā)后阿羅爾森檔案館激烈討論的問(wèn)題，問(wèn)題主要集中在以在線方式發(fā)布文件是否會(huì)侵犯人格權(quán)和版權(quán)方面。阿羅爾森檔案館仔細(xì)考慮了這些問(wèn)題：大多數(shù)專家和受害者的親屬都認(rèn)為在線檔案館提供的效益遠(yuǎn)大于其風(fēng)險(xiǎn)。

在質(zhì)量控制上，總體來(lái)看，對(duì)內(nèi)容質(zhì)量的審核方式分為人工審核與系統(tǒng)自動(dòng)審核兩類?！癳verynamecounts”項(xiàng)目設(shè)有檢查員檢查程序。檢查員通常在項(xiàng)目開(kāi)始時(shí)設(shè)置，僅選用具有相關(guān)經(jīng)驗(yàn)的項(xiàng)目負(fù)責(zé)人或志愿者擔(dān)任。質(zhì)量控制的及時(shí)性和事后調(diào)節(jié)性并存，具體而言，每份文件至少轉(zhuǎn)錄三次，任何錯(cuò)誤都將在質(zhì)量控制階段得到糾正。如果三次輸入的結(jié)果不同，項(xiàng)目工作人員會(huì)檢查并進(jìn)行更正。如果遇到無(wú)法糾正的錯(cuò)誤，可以隨時(shí)使用“Doubts”標(biāo)簽在論壇中告訴項(xiàng)目負(fù)責(zé)人。另外檢查員在最終檢查時(shí)可通過(guò)“Report”標(biāo)簽向項(xiàng)目經(jīng)理反饋志愿者的錯(cuò)誤，以此規(guī)范志愿者的參與行為。

2.3 公眾參與與激勵(lì)機(jī)制

首先是公眾參與策略?！癳verynamecounts”項(xiàng)目最突出的公眾參與策略是利用社交媒體建立傳播矩陣進(jìn)行宣傳，分為幾個(gè)層級(jí)，即從個(gè)人社交媒體平臺(tái)到公眾新聞媒體平臺(tái)，從傳統(tǒng)紙質(zhì)媒體形式到新興數(shù)字媒體形式，從線上數(shù)字網(wǎng)站宣傳到線下實(shí)體海報(bào)宣傳，多維度多層面利用公眾與社交媒體參與激勵(lì)，由此構(gòu)建公眾參與策略上的傳播矩陣。例如，利用Twitter和Facebook平臺(tái)發(fā)布個(gè)人參與感受，在公眾新聞媒體例如《紐約時(shí)報(bào)》上公開(kāi)報(bào)道，上傳新興數(shù)字媒體如“Hadassa Magazine”網(wǎng)站，利用視頻社交平臺(tái)Youtube上傳項(xiàng)目視頻介紹，在法國(guó)駐柏林大使館外墻上顯示“everynamecounts”受害者名字的光投影等。媒體不再是單一的傳播渠道，而是一種“矩陣”形式。新舊媒體的融合使得覆蓋面更大，強(qiáng)調(diào)了通過(guò)矩陣傳播的優(yōu)越性。檔案信息根據(jù)不同信息傳播平臺(tái)的特點(diǎn)進(jìn)行編碼，從而提高媒體的影響力和知名度，并根據(jù)傳播矩陣的不同渠道改善媒體的聚合[11]。“everynamecounts”項(xiàng)目的公眾參與方式很好地利用了媒體傳播矩陣，使公眾參與覆蓋面更廣，傳播性更高，宣傳力更強(qiáng)，適應(yīng)了數(shù)字人文時(shí)代的要求。

其次是制定有效的志愿者激勵(lì)策略，吸引和激勵(lì)大量的一次性志愿者，減少或避免志愿者流失，保持或增加志愿者的貢獻(xiàn)度和專業(yè)度，是眾包成功的關(guān)鍵措施[12]。參與項(xiàng)目的志愿者們?cè)陧?xiàng)目前期和后期都會(huì)收到一份調(diào)查問(wèn)卷，來(lái)探討他們參與項(xiàng)目時(shí)遇到的問(wèn)題和得到的感悟。志愿者們也可以在志愿者社區(qū)的“Talk”討論區(qū)進(jìn)行交流，收集和共享數(shù)據(jù)，分享參與項(xiàng)目的心得體會(huì)。同時(shí)在“Bookshelf”討論區(qū)志愿者們可以自我發(fā)現(xiàn)、建議和鏈接，上傳自己在參與項(xiàng)目過(guò)程中聯(lián)想到的相關(guān)書(shū)籍和知識(shí)，同時(shí)可以利用平臺(tái)內(nèi)的相關(guān)信息撰寫(xiě)論文和出版物，達(dá)到雙向共贏，項(xiàng)目給予志愿者充分的自由度以激勵(lì)他們積極參與。

2.4 倫理誠(chéng)信與法律機(jī)制

2011年的《柏林條約》為阿羅爾森檔案館的眾包項(xiàng)目提供了法律基礎(chǔ)，它取代了1955年的《波恩條約》，規(guī)范了聯(lián)邦政府文化和媒體專員對(duì)阿羅爾森檔案館的管理。阿羅爾森檔案館不受國(guó)家數(shù)據(jù)保護(hù)指令的約束，但受特定國(guó)際規(guī)定的約束：國(guó)際尋人服務(wù)國(guó)際委員會(huì)（ICITS）負(fù)責(zé)監(jiān)督該機(jī)構(gòu)的工作，由ICITS所有成員國(guó)批準(zhǔn)的國(guó)際條約第11條規(guī)定，“ICITS應(yīng)獨(dú)立頒布從阿羅爾森檔案館館藏中公布個(gè)人數(shù)據(jù)的指令”。2017年，德國(guó)文化局決定在線出版期限為25年，這意味著檔案中的所有保管期限在25 年之內(nèi)的文檔都可以訪問(wèn)和查詢。

與此同時(shí)，在線存檔需要嚴(yán)格遵守法律要求和隱私政策。阿羅爾森檔案館遵守《歐盟通用數(shù)據(jù)保護(hù)條例》（GDPR）中有關(guān)數(shù)據(jù)保護(hù)的規(guī)定。條例規(guī)定保護(hù)個(gè)人數(shù)據(jù)的權(quán)利必須從其社會(huì)功能中進(jìn)行審查，并且必須根據(jù)相稱性原則與其他基本權(quán)利進(jìn)行權(quán)衡。在某些情況下，允許出于存檔和發(fā)布目的處理個(gè)人數(shù)據(jù)。阿羅爾森檔案館根據(jù)GDPR條例在Zooniverse上詳細(xì)列出了眾包項(xiàng)目的免責(zé)聲明、審核政策、版權(quán)及隱私政策、使用條款等法律規(guī)范。

多年來(lái)，由于法律的限制，特別是隱私法和版權(quán)法，檔案館中的材料無(wú)法訪問(wèn)。但隨著信息時(shí)代到來(lái)，人們已經(jīng)認(rèn)識(shí)到，保護(hù)尊嚴(yán)的隱私法和保護(hù)財(cái)產(chǎn)的版權(quán)法不應(yīng)該阻礙重要?dú)v史檔案的公開(kāi)。阿羅爾森檔案館通過(guò)公開(kāi)歷史檔案，為人權(quán)事業(yè)和納粹受害者的利益服務(wù)，通過(guò)眾包項(xiàng)目支持反戰(zhàn)爭(zhēng)和反侵略意識(shí)教育，由此促進(jìn)正義和真相。與大屠殺和種族滅絕有關(guān)的數(shù)據(jù)具有特殊的社會(huì)相關(guān)性，它們的公開(kāi)有利于尋找真相和銘記受害者。根據(jù)以上法規(guī)和條例，阿羅爾森檔案館的眾包項(xiàng)目已經(jīng)獲得授權(quán)，能夠在在線數(shù)據(jù)庫(kù)中提供包含個(gè)人數(shù)據(jù)的檔案。

3 阿羅爾森檔案館檔案眾包項(xiàng)目的數(shù)字人文特征

阿羅爾森檔案館檔案眾包項(xiàng)目數(shù)字人文特征顯著。主要體現(xiàn)在眾包的數(shù)據(jù)類型與特征、數(shù)據(jù)眾包任務(wù)特征、數(shù)字技術(shù)特征三個(gè)方面。數(shù)字技術(shù)參與阿羅爾森檔案館的眾包項(xiàng)目，體現(xiàn)了數(shù)字人文時(shí)代對(duì)于檔案眾包的新要求，反映了一些適應(yīng)信息社會(huì)發(fā)展的新特征。

3.1 數(shù)據(jù)類型與特征

3.1.1 文字?jǐn)?shù)據(jù)的離散性

該眾包項(xiàng)目需要轉(zhuǎn)錄數(shù)以萬(wàn)計(jì)的文字?jǐn)?shù)據(jù)，文字?jǐn)?shù)據(jù)是各種數(shù)據(jù)類型中最主要也是最重要的部分。文字的離散性意味著從語(yǔ)流或文字中極易析出，即具有可分析性。此外，離散的特點(diǎn)意味著文本數(shù)據(jù)非常獨(dú)立，具有很高的自由度。文本數(shù)據(jù)作為意義單位被獨(dú)立編碼，但同時(shí)又總是可以作為結(jié)構(gòu)單位進(jìn)行重組。人們注意到文本數(shù)據(jù)的離散性，因?yàn)樗梢砸耘帕薪M合、替換、分割、插入及其組合的形式進(jìn)行重組。在阿羅爾森檔案眾包項(xiàng)目的大量文本數(shù)據(jù)中，文本的語(yǔ)義和連續(xù)完整性是不確定的，可重組的，同時(shí)通過(guò)文本識(shí)別和轉(zhuǎn)錄技術(shù)，可以確定相關(guān)受害者文本信息的最佳組配。

3.1.2 圖像數(shù)據(jù)的歸一化

由于阿羅爾森檔案館眾包項(xiàng)目包含了大量真實(shí)的納粹受害者檔案文件，且這些文件都是由圖片的形式予以呈現(xiàn)的，因此需要對(duì)大量的圖像進(jìn)行歸一化，分類并建立起統(tǒng)一的標(biāo)準(zhǔn)形式，以便于識(shí)別和轉(zhuǎn)錄。圖像數(shù)據(jù)的歸一化是指通過(guò)一系列的變換將待處理的原始圖像轉(zhuǎn)化為單一的對(duì)應(yīng)標(biāo)準(zhǔn)格式，目標(biāo)是找到一組參數(shù)，利用圖像的不變矩，消除平移、旋轉(zhuǎn)和縮放等微調(diào)變換對(duì)圖像的影響。在后續(xù)志愿者參與的轉(zhuǎn)錄環(huán)節(jié)，也提供了對(duì)圖像的翻轉(zhuǎn)、縮放、染色等功能，依據(jù)不同信息將圖像數(shù)據(jù)進(jìn)行初步的模塊化區(qū)分，便于志愿者使用。

3.1.3 信息數(shù)據(jù)的個(gè)人性與公共性

阿羅爾森檔案館眾包項(xiàng)目擁有眾多有關(guān)于納粹受害者的個(gè)人信息和經(jīng)歷數(shù)據(jù)。這些數(shù)據(jù)天然具有私權(quán)屬性和排他性。而在數(shù)字人文視閾下，信息成為重要的公共資源。首先，個(gè)人信息具有識(shí)別他人的工具性，這種工具性決定了個(gè)人信息的社會(huì)性和公共性。其次，關(guān)于個(gè)人數(shù)據(jù)的信息不僅是私有財(cái)產(chǎn)。個(gè)人信息往往是由他人的服務(wù)和管理系統(tǒng)產(chǎn)生的，在產(chǎn)生時(shí)已經(jīng)處于與他人共享的狀態(tài)。最后，個(gè)人信息是數(shù)字人文時(shí)代社會(huì)發(fā)展的重要資源，觸及到廣泛的公共利益。大量關(guān)于受害者的信息數(shù)據(jù)，既是受害者本人及其家族記憶的體現(xiàn)，具有個(gè)人性，更是廣泛的社會(huì)記憶承載者，具有公共性，與公共利益密切相關(guān)。在這點(diǎn)上，要積極討論個(gè)人信息的保護(hù)與知識(shí)產(chǎn)權(quán)的合規(guī)性問(wèn)題。

3.2 數(shù)據(jù)眾包任務(wù)特征

3.2.1 文本識(shí)別任務(wù)

對(duì)于內(nèi)容易于索引的中小型館藏，阿羅爾森檔案館通過(guò)“everynamecounts”眾包項(xiàng)目取得了良好的效果。通過(guò)在線平臺(tái)，志愿者可以識(shí)別信息并將其傳輸?shù)皆诰€數(shù)據(jù)庫(kù)。在相關(guān)檔案的轉(zhuǎn)錄工作流程中，眾包平臺(tái)要求志愿者輸入囚犯及其親屬的個(gè)人數(shù)據(jù)。某些情況下，數(shù)據(jù)庫(kù)中已經(jīng)輸入了文檔中主要人物的姓名。但是親屬的姓名和地址并未登記過(guò)，輸入他們的名字很有必要，因?yàn)榍舴傅母改?、兄弟姐妹和配偶也?jīng)常受到迫害，有關(guān)他們?cè)庥龅男畔⒂袝r(shí)只能在這些個(gè)人檔案上找到。

3.2.2 數(shù)據(jù)轉(zhuǎn)錄任務(wù)

轉(zhuǎn)錄任務(wù)主要包括文檔所有者的序號(hào)、名字、年齡、出生日期、出生地、國(guó)籍、囚犯類別等內(nèi)容。在編制文字索引時(shí)，對(duì)于數(shù)據(jù)轉(zhuǎn)錄的任務(wù)格式也有特定的要求。如果沒(méi)有關(guān)于特定條目的信息，需要輸入連字符。如果信息難以辨認(rèn)，需要輸入“不清楚”。如果信息已被劃掉，需要輸入原始和更正版本，并用分號(hào)分隔。

受害者清單中記錄了受害者進(jìn)入集中營(yíng)前后的“變化”，包括進(jìn)入營(yíng)地、轉(zhuǎn)移、“釋放”和死亡。囚犯在集中營(yíng)中被分配到的拘留地和囚犯類別反映了不同的納粹意識(shí)形態(tài)，因此需要志愿者在檔案中找到所有帶有“變化”性質(zhì)的信息并進(jìn)行數(shù)據(jù)轉(zhuǎn)錄。

在對(duì)轉(zhuǎn)錄文本的理解上，也有一定的任務(wù)要求。名單上的類別反映了特定的納粹意識(shí)形態(tài)，志愿者不應(yīng)只從字面上理解。例如，術(shù)語(yǔ)“ASO”代表“Asozial”（反社會(huì)），用于描述各種不同類型的人，包括失業(yè)或無(wú)家可歸的個(gè)人、福利領(lǐng)取者、辛提人和羅姆人。如果根據(jù)納粹種族主義和反猶太主義意識(shí)形態(tài)，囚犯則被視為猶太人，在轉(zhuǎn)錄任務(wù)過(guò)程中，諸如上述的情況也被要求加以注意。

3.2.3 標(biāo)引分類任務(wù)

該眾包項(xiàng)目要求志愿者對(duì)檔案信息進(jìn)行分類和標(biāo)記，在基本信息欄中給每個(gè)檔案標(biāo)引上元數(shù)據(jù)和文件編號(hào)。標(biāo)引任務(wù)要求志愿者使用描述數(shù)字信息資源屬性的元數(shù)據(jù)，添加標(biāo)簽和評(píng)論來(lái)評(píng)估和跟蹤資源，并支持高效的數(shù)據(jù)檢索。大多數(shù)標(biāo)引任務(wù)不需要志愿者具備廣泛的知識(shí)，標(biāo)引分類也不需要花費(fèi)很多時(shí)間。

3.3 數(shù)字技術(shù)特征

3.3.1 數(shù)據(jù)采集技術(shù)

因?yàn)槲谋镜淖R(shí)別和轉(zhuǎn)錄主要依靠圖片識(shí)別，所以在數(shù)據(jù)采集上，眾包項(xiàng)目提供了一些利于采集的方法。可以放大或反轉(zhuǎn)圖像，提高圖像的對(duì)比度和像素，利用縮放和反轉(zhuǎn)顏色工具可以加強(qiáng)數(shù)據(jù)收集與閱讀的便利性（見(jiàn)圖1）。如果遇到無(wú)法閱讀的文檔，可以利用刷新鍵來(lái)獲取新的頁(yè)面和文檔并進(jìn)行數(shù)據(jù)采集。

圖1：反轉(zhuǎn)圖片顏色[13]

3.3.2 數(shù)據(jù)識(shí)別技術(shù)

（1）OCR識(shí)別技術(shù)

阿羅爾森檔案館的眾包項(xiàng)目十分龐大，因此用于文本識(shí)別和分類的技術(shù)非常重要。OCR（光學(xué)字符識(shí)別）是成功文本識(shí)別的關(guān)鍵之一。從狹義上講，OCR可以識(shí)別字符，但極易出錯(cuò)。從廣義上講，OCR是將圖形信息轉(zhuǎn)換為文本信息（即元數(shù)據(jù)）。但OCR只是工作流程的一個(gè)方面，阿羅爾森檔案館眾包項(xiàng)目中的大多數(shù)檔案都非常多樣化，OCR只能在標(biāo)準(zhǔn)化程度很高的文檔上產(chǎn)生良好效果。

（2）文檔聚類技術(shù)

阿羅爾森檔案館對(duì)于需要進(jìn)行識(shí)別的文檔集合使用OCR的“特殊類型”。從根本上說(shuō)，成功識(shí)別文本需要材料分析、方法的選擇和定義、表單識(shí)別（聚類或分類）、圖像準(zhǔn)備、光學(xué)字符識(shí)別、數(shù)據(jù)檢查傳輸?shù)榷喾N不同方法的組合。光學(xué)字符識(shí)別只是整個(gè)過(guò)程中的一部分。

阿羅爾森檔案館眾包項(xiàng)目收集的一個(gè)特殊方面是利用文檔聚類技術(shù)將不同類型文件的統(tǒng)一歸檔。聚類技術(shù)是將不同類型的表單分類為組，過(guò)濾掉特定的文檔類型，包括了與囚犯有關(guān)的各種類型的索引卡、問(wèn)卷和表格。檔案工作人員使用純文本識(shí)別來(lái)確定如何讀取材料，以確保在OCR期間正確識(shí)別信息元素。文檔聚類是布局和表單類型的一種OCR（見(jiàn)圖2）。

圖2：OCR識(shí)別與文檔聚類[14]

對(duì)于大約50%的館藏，OCR和聚類都發(fā)揮了作用。眾包項(xiàng)目已經(jīng)使用OCR 處理和數(shù)字化了約50萬(wàn)份文檔，并且已經(jīng)對(duì)超過(guò)800萬(wàn)份文檔進(jìn)行了聚類。

3.3.3 數(shù)據(jù)分析技術(shù)

在轉(zhuǎn)錄時(shí)，對(duì)于不同信息，“everynamecounts”項(xiàng)目采用不同的數(shù)據(jù)分析策略供志愿者使用。

在日期方面，如果文檔包含多個(gè)或已更正的數(shù)據(jù)，需要志愿者分析并假定正確的日期同時(shí)在字段中進(jìn)行更正。在出生地的轉(zhuǎn)錄上的要求有所不同，志愿者需要在字段中輸入與文檔中與檔案完全相同的地址，且不能進(jìn)行任何更正。對(duì)于不同信息的真實(shí)性要求采取不同的數(shù)據(jù)分析策略，能保證轉(zhuǎn)錄分析任務(wù)的原始真實(shí)性。

當(dāng)遇到需要進(jìn)行討論或者輸入錯(cuò)誤的情況時(shí)。項(xiàng)目也提供了相應(yīng)的數(shù)據(jù)分析技術(shù)。每張登記卡的數(shù)據(jù)可以輸入三次。如果三次輸入的結(jié)果不同，項(xiàng)目工作人員會(huì)檢查輸入并進(jìn)行更正。輸入完成后，志愿者可以使用線上“Talk”功能向阿羅爾森檔案館發(fā)送特定文檔的信息或問(wèn)題。志愿者還可以使用討論板留下對(duì)項(xiàng)目的評(píng)論和想法，與其他志愿者進(jìn)行討論。

3.3.4 數(shù)據(jù)呈現(xiàn)技術(shù)

在數(shù)據(jù)呈現(xiàn)技術(shù)上，該眾包項(xiàng)目將每份檔案進(jìn)行模塊化區(qū)分，不同信息在圖片上用不同區(qū)域進(jìn)行標(biāo)注，列出該份文檔的名稱、規(guī)格與檔號(hào)進(jìn)行存檔。同時(shí)附有每份文檔的詳細(xì)介紹，利于志愿者進(jìn)行轉(zhuǎn)錄（見(jiàn)圖3）。

圖3：數(shù)據(jù)模塊化轉(zhuǎn)錄[15]

每份檔案都提供數(shù)據(jù)庫(kù)條目，有其特定的編號(hào)ID以供查詢，在數(shù)據(jù)庫(kù)中編號(hào)分配采用單次分配制，具有唯一性和專指性。利用字段呈現(xiàn)文檔的元數(shù)據(jù)，包括收藏者的名稱和文檔 ID。

在對(duì)納粹受害者的信息轉(zhuǎn)錄中，文件的每一頁(yè)都包含有關(guān)30-40名迫害者的信息。為了便于志愿者工作，項(xiàng)目進(jìn)行前端控制，將每個(gè)頁(yè)面分為幾個(gè)部分。每個(gè)志愿者僅轉(zhuǎn)錄文檔中未被藍(lán)色和灰色陰影覆蓋的名稱。同時(shí)陰影區(qū)域中的名稱可見(jiàn)，以便志愿者可以看到所有相關(guān)信息，每個(gè)志愿者被分配到頁(yè)面的不同部分，這樣就不會(huì)丟失任何名稱或信息。

4 數(shù)字人文視域下阿羅爾森檔案館檔案眾包實(shí)踐對(duì)我國(guó)的啟示

我國(guó)數(shù)字人文參與檔案眾包實(shí)踐還處于初步發(fā)展階段。現(xiàn)存的上海圖書(shū)館盛宣懷檔案抄錄項(xiàng)目和中國(guó)人民大學(xué)：“我的北京記憶”互動(dòng)網(wǎng)站項(xiàng)目等檔案眾包項(xiàng)目在“選題與內(nèi)容、平臺(tái)與設(shè)計(jì)、管理與合作、法規(guī)和技術(shù)方面”存在一定特色和創(chuàng)新性[16]。但在諸如眾包平臺(tái)選擇、項(xiàng)目管理系統(tǒng)建設(shè)、媒體宣傳激勵(lì)策略、數(shù)據(jù)開(kāi)放共享程度、監(jiān)督機(jī)制建立等方面還存在亟待解決的問(wèn)題。特別是在數(shù)字人文時(shí)代，信息數(shù)據(jù)的廣泛共享性對(duì)于檔案眾包項(xiàng)目提出了更高層次的要求，如何適應(yīng)信息社會(huì)的要求，將歷史檔案資源、眾包項(xiàng)目平臺(tái)以及電子信息技術(shù)有機(jī)結(jié)合起來(lái)，從阿羅爾森檔案館的檔案眾包實(shí)踐中我們能得到一些啟示。

4.1 開(kāi)放型數(shù)據(jù)庫(kù)建設(shè)與眾包平臺(tái)選擇

在數(shù)據(jù)庫(kù)建設(shè)上，通過(guò)與Yad Vashem世界大屠殺紀(jì)念館合作，阿羅爾森檔案館建立了開(kāi)放型在線數(shù)據(jù)庫(kù)，并將“everynamecounts”的數(shù)據(jù)信息錄入其中，世界各地的任何訪問(wèn)者都可以通過(guò)在線數(shù)據(jù)庫(kù)研究相關(guān)檔案，借此了解受迫害者的苦難經(jīng)歷。開(kāi)放型數(shù)據(jù)庫(kù)提高了數(shù)據(jù)的可訪問(wèn)性，同時(shí)提高了信息文件的透明度。對(duì)比來(lái)看，我國(guó)上圖盛檔抄錄項(xiàng)目平臺(tái)僅開(kāi)放全部盛檔的0.3%，檔案開(kāi)放程度嚴(yán)重不足，信息文件不易于訪問(wèn)和利用，眾包項(xiàng)目的效率因此得不到很好提高。效仿阿羅爾森檔案館的眾包項(xiàng)目，我國(guó)的檔案眾包實(shí)踐也應(yīng)積極促進(jìn)館際互聯(lián)，在項(xiàng)目前期建立開(kāi)放型數(shù)據(jù)庫(kù)，項(xiàng)目中期充分利用數(shù)據(jù)庫(kù)處理信息數(shù)據(jù)，項(xiàng)目后期也要利用數(shù)據(jù)庫(kù)保留眾包成果。數(shù)字人文參與檔案眾包，開(kāi)放型數(shù)據(jù)庫(kù)的建設(shè)是基礎(chǔ)和保障。

在眾包平臺(tái)選擇上，阿羅爾森檔案館選擇“Zooniverse”第三方眾包平臺(tái)發(fā)布任務(wù)和收集數(shù)據(jù)，沒(méi)有選擇利用自建平臺(tái)，這是因?yàn)槿蝿?wù)中需要處理的檔案數(shù)據(jù)類別豐富、數(shù)據(jù)間相似性高。利用數(shù)字人文科學(xué)數(shù)據(jù)的眾包平臺(tái)可以分為三大類[17]：一是自建平臺(tái)，二是非營(yíng)利平臺(tái)，三是商業(yè)性平臺(tái)。就我國(guó)目前的檔案眾包實(shí)踐而言，應(yīng)該根據(jù)所要處理的檔案數(shù)據(jù)類型合理選擇眾包平臺(tái)，當(dāng)眾包項(xiàng)目對(duì)數(shù)據(jù)的專業(yè)性和完整性有特殊要求時(shí)，可以開(kāi)發(fā)自建平臺(tái)，借此保證數(shù)據(jù)的完整性和安全性；而在大多數(shù)情況下，數(shù)據(jù)要求不那么嚴(yán)格或者眾包數(shù)據(jù)量很大，就可以選擇第三方數(shù)據(jù)眾包平臺(tái)開(kāi)展合作，合理分配資源來(lái)開(kāi)展項(xiàng)目。

4.2 智慧化的檔案眾包管理機(jī)制

我國(guó)現(xiàn)存的檔案眾包項(xiàng)目較少，沒(méi)有建立完善智慧的檔案眾包管理機(jī)制，更多地是依托助捐平臺(tái)或高校開(kāi)展，存在管理不完善、技術(shù)不健全、任務(wù)層次性不明顯和與公眾聯(lián)系不緊密等問(wèn)題。阿羅爾森檔案館的眾包項(xiàng)目依托平臺(tái)建立了一個(gè)智慧的檔案眾包管理機(jī)制，這得益于檔案機(jī)構(gòu)、在線平臺(tái)和公眾用戶三個(gè)關(guān)鍵因素的共同參與。

同時(shí)，檔案眾包項(xiàng)目的實(shí)施是一個(gè)完整的過(guò)程，從檔案館作為發(fā)起者開(kāi)始到平臺(tái)項(xiàng)目運(yùn)行再到最終檔案項(xiàng)目的驗(yàn)收。在未來(lái)我國(guó)的檔案眾包實(shí)踐中，可以借鑒阿羅爾森檔案館眾包項(xiàng)目，確保發(fā)包方在全過(guò)程進(jìn)行有效管理，其中的關(guān)鍵是建立一個(gè)智慧管理機(jī)制，完善項(xiàng)目運(yùn)行、質(zhì)量控制、公眾激勵(lì)、風(fēng)險(xiǎn)排查等管理機(jī)制。全過(guò)程的智慧化控制，既能監(jiān)控眾包項(xiàng)目的實(shí)施進(jìn)度，也能及時(shí)保留眾包成果，將成果以數(shù)字化形式保留下來(lái)。

4.3 傳播矩陣構(gòu)建與項(xiàng)目宣傳

阿羅爾森檔案館的眾包項(xiàng)目利用社交媒體建立傳播矩陣，對(duì)我國(guó)檔案眾包項(xiàng)目的宣傳也有著借鑒意義。

新的媒體時(shí)代，新的信息革命，給檔案工作者的思維、業(yè)務(wù)和管理方式以及檔案信息的傳輸方式帶來(lái)了新的變化。社交媒體不僅可以為檔案部門(mén)提供數(shù)量龐大、年齡結(jié)構(gòu)合理、平臺(tái)使用率高的潛在用戶資源，還能夠憑借其自身的交互性、分享性、參與性實(shí)現(xiàn)檔案知識(shí)的快速?gòu)V泛傳遞，又能讓公眾在獲取檔案知識(shí)的同時(shí)參與檔案管理。數(shù)字人文視閾下，我國(guó)的眾包項(xiàng)目宣傳應(yīng)該變革傳播觀念，打破片面的思維壁壘，要將受眾置于傳播的主要地位。利用去中心化的傳播格局，使廣大公眾既成為信息接受者同時(shí)也成為信息傳播者，適應(yīng)受眾群體的個(gè)體化、特色化、差異化、分眾化發(fā)展。

4.4 身份認(rèn)同與參與激勵(lì)

阿羅爾森檔案館的工作人員說(shuō)：“這不是工作，而是使命。我們的工作與人類歷史上最黑暗的時(shí)刻之一有關(guān)?！边@是一種強(qiáng)大的社會(huì)激勵(lì)與公眾呼吁——即利用身份認(rèn)同與民族意識(shí)參與檔案眾包活動(dòng)。

我國(guó)的眾多歷史檔案資源，有些是個(gè)人家族史，有些是歷史變遷記錄，但歸結(jié)起來(lái)，都是中華民族的集體記憶，其受眾面是廣大人民。與此同時(shí)，眾包項(xiàng)目也充分強(qiáng)調(diào)“個(gè)人性”與“公眾性結(jié)合”，它首先是一項(xiàng)基于個(gè)人參與的公眾合作活動(dòng)，因此有必要將個(gè)人的身份認(rèn)同、公眾的民族意識(shí)與與眾包項(xiàng)目有機(jī)結(jié)合起來(lái)，煥發(fā)公眾內(nèi)心的共鳴，利用認(rèn)同來(lái)喚起公眾參與的積極性，因?yàn)檫@不僅是個(gè)人的參與行為，更是發(fā)揮個(gè)人力量創(chuàng)建民族記憶的過(guò)程，這是廣大參與者最基本的共性因素。

同時(shí)，數(shù)字人文眾包項(xiàng)目也需要靈活地在不同階段提供不同的激勵(lì)措施。例如初期問(wèn)卷調(diào)查，中期的自由討論與后期的研究出版，這些措施能夠幫助參與者更好地認(rèn)識(shí)到任務(wù)的效益性和目的性，并激勵(lì)更多的用戶參與到數(shù)據(jù)眾包項(xiàng)目中。

在項(xiàng)目設(shè)計(jì)方面，也需要提高項(xiàng)目的參與趣味性，加強(qiáng)數(shù)據(jù)可用性和易用性，由此增強(qiáng)公眾參與意識(shí)。

5 結(jié)語(yǔ)

檔案作為承載記憶的載體，可以見(jiàn)證個(gè)人的生平經(jīng)歷和家族的興衰存亡，也能反映國(guó)家的發(fā)展史和民族的抗?fàn)幨?。在信息時(shí)代，數(shù)字人文為檔案學(xué)研究提供了新視角和新方法。在數(shù)字人文視閾下，阿羅爾森檔案館的檔案眾包實(shí)踐發(fā)展成熟，同時(shí)我國(guó)的眾包實(shí)踐還有著很大的發(fā)展空間，我國(guó)應(yīng)該積極與眾包平臺(tái)合作，構(gòu)建智慧眾包管理機(jī)制，同時(shí)利用媒體矩陣進(jìn)行宣傳，加強(qiáng)身份認(rèn)同和民族意識(shí)，呼喚更廣泛的公眾參與，以數(shù)字人文參與檔案眾包，以檔案眾包適應(yīng)數(shù)字人文，為現(xiàn)階段和未來(lái)的檔案眾包提供新的發(fā)展路徑。