“零庫存”檔案館概念下檔案數(shù)字信息中心的架設(shè)

韓峰/黑龍江省檔案館

隨著“大數(shù)據(jù)”時代的到來，檔案館的職能開始向著兩個不同的方向演化，即檔案存儲職能和社會服務(wù)職能，“零庫存”檔案館的概念因此被提出[1]，并將二者落實所需的物理空間用“檔案存儲中心”和“檔案館”分別加以定義。檔案館行使檔案的查詢接待、展覽參觀及休閑服務(wù)職能；檔案存儲中心負(fù)責(zé)檔案的存儲和管理，是檔案保存的場所。隨著近年來檔案數(shù)字化建設(shè)及檔案館智能化管理的不斷發(fā)展，數(shù)字檔案的管理與紙質(zhì)檔案的保存出現(xiàn)了任務(wù)分離。數(shù)字檔案管理技術(shù)在與大數(shù)據(jù)的發(fā)展與融合中增添了許多新的內(nèi)容和標(biāo)準(zhǔn)，而紙質(zhì)檔案的存儲則著力于對歷史檔案的保護(hù)、修復(fù)及庫房智能化管理等內(nèi)容，二者需要承擔(dān)的責(zé)任有著天壤之別。筆者試圖將二者分開，著眼于建立檔案數(shù)字信息中心。

1 “零庫存”檔案館概念中檔案數(shù)字信息中心的界定

在“零庫存”檔案館的概念下，檔案數(shù)字信息中心指數(shù)字檔案存儲與管理的物理場所，負(fù)責(zé)檔案數(shù)字信息的收集、生成、管理、維護(hù)和分享利用。檔案數(shù)字信息的來源途徑廣泛，包括紙質(zhì)檔案數(shù)字化后生成的圖像文件、著錄文件及相應(yīng)的數(shù)據(jù)庫；電子文件檔案及其數(shù)據(jù)化操作后生成的數(shù)據(jù)庫；從大數(shù)據(jù)中采集的檔案數(shù)字信息；直接以數(shù)據(jù)流方式接收的數(shù)字檔案等。這些信息資源通過數(shù)據(jù)化、編碼操作等手段形成具有一定結(jié)構(gòu)的數(shù)字信息，作為館藏檔案數(shù)字信息的基礎(chǔ)。

2 檔案數(shù)字信息中心面對的任務(wù)

檔案數(shù)字信息中心的建立，首次將檔案數(shù)字信息的管理工作放在核心位置，使檔案數(shù)字信息的存儲和管理脫離了既往檔案館原有的工作模式，推動檔案工作與大數(shù)據(jù)的有機融合。

2.1 檔案數(shù)字信息的接收、存儲和共享利用

檔案數(shù)字信息中心建立以后，其直接任務(wù)即是對大量數(shù)字信息進(jìn)行管理，并提供查詢利用。

2.1.1 紙質(zhì)檔案圖像文件的數(shù)據(jù)化處理。檔案數(shù)字信息中心建立之初，檔案信息資源絕大多數(shù)來自館藏紙質(zhì)檔案的掃描圖像文件，這些以圖片形式保存的文件需要編碼操作之后設(shè)置相應(yīng)的結(jié)構(gòu)，以加入數(shù)據(jù)庫中來。為便于后期數(shù)據(jù)庫的查詢利用等操作，應(yīng)先將圖片檔案進(jìn)行著錄，再將著錄文檔與圖像相鏈接，生成打包文件并進(jìn)行編碼操作，形成數(shù)據(jù)信息，并與其它數(shù)據(jù)信息進(jìn)行關(guān)聯(lián)，進(jìn)而提供利用。

2.1.2 檔案數(shù)字信息的存儲。隨著檔案中電子數(shù)據(jù)比例的提升，以及電子文件單套制歸檔政策的實施，檔案數(shù)字信息的存儲地位被提升，并提出了新的要求。首先，檔案數(shù)字信息的存儲需要安全性保障。涉密數(shù)字信息被盜用以及存儲系統(tǒng)被攻擊等情況的發(fā)生具有較大可能，需要專業(yè)人員隨時對存儲系統(tǒng)進(jìn)行監(jiān)管、維護(hù)和升級。其次，檔案數(shù)字信息的存儲需要較強的穩(wěn)定性。檔案數(shù)字信息系統(tǒng)發(fā)生故障或被人為侵入后很容易造成數(shù)字信息的不穩(wěn)定，導(dǎo)致部分信息不能提取或信息內(nèi)容被篡改等問題，這就需要設(shè)計師在系統(tǒng)設(shè)計時注意加載自查程序和報警設(shè)置。再次，檔案數(shù)字信息的存儲具有可用性。檔案數(shù)字信息被存儲起來的目的是提供查詢利用，這就需要經(jīng)常性地進(jìn)行系統(tǒng)自查和利用服務(wù)回訪，不時檢驗檔案數(shù)字信息存儲系統(tǒng)的可用性，并不斷進(jìn)行更新和升級。

2.1.3 共享式接收與生成檔案數(shù)字信息。融入大數(shù)據(jù)技術(shù)以后，檔案資源建設(shè)進(jìn)一步向智能化方向邁進(jìn)，檔案數(shù)字信息的增加應(yīng)更多地依賴共享式接收與生成，這就要求檔案智能化接收系統(tǒng)的更新迭代。這一系統(tǒng)的建立可以讓檔案執(zhí)法部門從源頭上對立檔與接收工作進(jìn)行有效監(jiān)督，并進(jìn)一步減少人為控制因素，避免徇私舞弊，以保障此項工作按照有關(guān)標(biāo)準(zhǔn)與規(guī)范有序進(jìn)行。與此同時，這一系統(tǒng)投入應(yīng)用以后，也使得檔案部門能夠參加檔案的生成過程，理解某份檔案形成的初衷，提高利用價值。

2.1.4 從定點服務(wù)到共享利用。首先，檔案數(shù)字信息中心的另一重要職責(zé)是為檔案館建立數(shù)據(jù)的查詢利用端口，讓利用者通過檔案館的查詢端口進(jìn)入檔案數(shù)字信息數(shù)據(jù)庫中進(jìn)行查詢，筆者稱之為“定點服務(wù)”。其次，檔案數(shù)字信息中心的建立就是要整合不同層級、不同區(qū)域的數(shù)字信息，實現(xiàn)資源的融合與共享。在筆者的架設(shè)中，檔案數(shù)字信息中心應(yīng)以省份為單位，組建唯一的數(shù)字信息中心，避免疊床架屋浪費資源，也避免層級劃分給查詢利用造成阻礙。再次，與大數(shù)據(jù)技術(shù)的融合使得檔案數(shù)字信息擁有大數(shù)據(jù)的部分特性，檔案價值的體現(xiàn)不再以稀缺性、獨有性為依據(jù)，而是要通過共享來挖掘檔案資源更多的潛在價值[2]，讓檔案價值在流動中得以實現(xiàn)，筆者稱之為“共享利用”。這就需要查詢系統(tǒng)在設(shè)置的過程中充分考慮為檔案館提供服務(wù)的現(xiàn)實需求，也要考慮社會大眾在其他端口進(jìn)行查詢時的需求滿足和安全設(shè)置之間的協(xié)調(diào)，更要考慮涉密檔案及控制檔案面對有特殊需求的組織及個人時，需以何種方式進(jìn)行網(wǎng)上簽證和監(jiān)管。

2.2 檔案數(shù)據(jù)的整合、管理和維護(hù)

檔案數(shù)據(jù)是指“數(shù)據(jù)化的檔案信息及具備檔案性質(zhì)的數(shù)據(jù)記錄”[3]，其中包括承載檔案信息的數(shù)據(jù)，也包括在檔案業(yè)務(wù)工作中產(chǎn)生的累積性數(shù)據(jù)[4]。對這些數(shù)據(jù)的整理、編碼和日常維護(hù)是檔案數(shù)字信息中心的重要任務(wù)。

2.2.1 提高數(shù)據(jù)的價值密度。通過各種渠道形成的數(shù)據(jù)被存儲于檔案數(shù)字信息數(shù)據(jù)庫中，這些數(shù)據(jù)具有多重關(guān)聯(lián)，計算機將這些關(guān)聯(lián)內(nèi)容進(jìn)行存儲，以保證數(shù)據(jù)信息的完整性，有些信息價值密度低[5]，白白占有存儲資源。從這個角度講，檔案數(shù)字信息中心并不等同于大數(shù)據(jù)中心，不應(yīng)原封不動地保存所有數(shù)據(jù)，而應(yīng)隨時隨地對存儲數(shù)據(jù)進(jìn)行篩查、鑒定、刪減，以提高存儲數(shù)據(jù)的價值密度。

2.2.2 對數(shù)據(jù)進(jìn)行多維整合。除了由紙質(zhì)檔案轉(zhuǎn)化而來的數(shù)字信息，以及按立檔要求收集來的電子文件信息以外，數(shù)字信息庫中存儲的大部分?jǐn)?shù)據(jù)具有多維化特征。單從信息的內(nèi)容來看，即是五花八門，魚龍混雜，各種內(nèi)容的信息共存于同一數(shù)據(jù)庫之中，需要通過整合與分類加入不同的目錄樹中，以便于查詢利用。從數(shù)據(jù)類型來看，這些信息更是種類繁多，不僅有結(jié)構(gòu)化數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)，且后者占據(jù)著更大的存儲空間。這種多維結(jié)構(gòu)的數(shù)字信息需要進(jìn)行后期編碼整合，通過統(tǒng)一的結(jié)構(gòu)化操作納入到數(shù)據(jù)庫中來。

2.2.3 實現(xiàn)“讓數(shù)據(jù)說話”的數(shù)據(jù)治理模式?！皵?shù)據(jù)不僅僅是檔案內(nèi)容的一種呈現(xiàn)方式，更是對其本身進(jìn)行合理管制的一種手段，即通過數(shù)據(jù)的自動運行設(shè)置內(nèi)隱處理模式”[6]，讓數(shù)據(jù)說話。這種數(shù)據(jù)治理模式也是檔案數(shù)據(jù)管理的智能化手段，包括檔案數(shù)字信息的智能分類、智能鑒定、智能組卷、智能編目及智能簽證等智能化功能[7]。利用文本分類和深度學(xué)習(xí)技術(shù)可以對檔案數(shù)字信息進(jìn)行智能化分類與歸檔，通過模塊操作，讓數(shù)據(jù)在運行中自動匹配分類號；利用信息抽取和智能匹配技術(shù)實現(xiàn)對大量檔案的智能化批量處理和精確鑒定[8]；通過深度學(xué)習(xí)，命名實體識別等技術(shù)，讓數(shù)據(jù)在運行中自動編寫頁碼、生成檔號；通過將智能簽證功能嵌入檔案流轉(zhuǎn)過程中，運用模式識別、信息抽取和特征匹配等技術(shù)進(jìn)行簽字提取、圖樣比對等操作[9]。

3 檔案數(shù)字信息中心的機構(gòu)設(shè)置

檔案數(shù)字信息中心以數(shù)據(jù)處理、信息的管理與維護(hù)，以及網(wǎng)絡(luò)運行服務(wù)等為工作內(nèi)容，將互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)融合到檔案數(shù)字信息的管理中來，其機構(gòu)設(shè)置應(yīng)與之相匹配。

3.1 檔案數(shù)字信息采集部

檔案數(shù)字信息來源途徑廣泛，用“采集”加以概括更能體現(xiàn)此項工作特征。此外，隨著無紙化辦公和電子文件單套制改革的實現(xiàn)，檔案部門對檔案的接收征集工作將發(fā)生很大變化。成立專門的檔案數(shù)字信息采集部，內(nèi)部根據(jù)信息的類型和途徑設(shè)置相應(yīng)的科室，如紙質(zhì)檔案圖像接收科、大數(shù)據(jù)信息監(jiān)察采集科、部門檔案接收科等，有利于優(yōu)化管理機制，以適應(yīng)新的工作內(nèi)容。

3.2 檔案數(shù)字信息分類歸檔部

從大數(shù)據(jù)信息中采集到的檔案數(shù)字信息，事先沒有立檔單位進(jìn)行分類歸檔，需要在加入數(shù)據(jù)庫前進(jìn)行專門的分類歸檔處理，以適應(yīng)管理及提供利用的需要。成立專門的檔案信息分類歸檔部，在數(shù)字信息采集完成后迅速對其進(jìn)行整理和歸類，并利用數(shù)據(jù)智能化處理手段，自動形成目錄，以保障檔案數(shù)字信息的可用性。

3.3 檔案數(shù)字信息編碼解析部

檔案數(shù)字信息在初步整理與歸類后，還需要專業(yè)人員深入信息內(nèi)部，對其進(jìn)行解讀，添加注釋和備注文件，并將這些信息編碼到相應(yīng)的數(shù)據(jù)庫文件中，以實現(xiàn)數(shù)字?jǐn)⑹履Ｊ絒10]，在利用者查詢利用時自動呈現(xiàn)。這一工作需要受過專業(yè)訓(xùn)練的工作人員來完成，對于歷史檔案尤其如此。因此，成立檔案數(shù)字信息編碼解析部有利于保證工作質(zhì)量。

3.4 檔案數(shù)字信息鑒定與簽證部

通常情況下，檔案數(shù)字信息的鑒定需要專門的檔案業(yè)務(wù)專家來完成。但當(dāng)面對大量需要處理的鑒定內(nèi)容時，檔案業(yè)務(wù)專家能夠即時處理的工作量極為有限，開發(fā)數(shù)據(jù)智能處理手段尤為重要，讓業(yè)務(wù)專家的工作與數(shù)據(jù)智能處理系統(tǒng)有機結(jié)合，確保數(shù)據(jù)智能系統(tǒng)能夠處理常規(guī)情境下的鑒定任務(wù)，并自動簽證，與此同時，通過即時的“困難情境”提醒，讓時間和精力有限的業(yè)務(wù)專家來處理系統(tǒng)難以駕馭的鑒定內(nèi)容，以節(jié)省人力和操作成本。這就需要成立專門的檔案數(shù)字信息鑒定與簽證部，集中精力研究與處理檔案鑒定過程中出現(xiàn)的各種難題。

3.5 外文及少數(shù)民族文字檔案數(shù)字信息研發(fā)部

直接以檔案數(shù)字信息形式接收的內(nèi)容中包含有一定數(shù)量的外文及少數(shù)民族文字?jǐn)?shù)字信息，隨著中外交流的增加及中心業(yè)務(wù)的不斷展開，這部分信息還會大量增加，設(shè)立專門的外文及少數(shù)民族文字檔案數(shù)字信息研發(fā)部有利于此項工作的順利進(jìn)行。此外，在將非漢語紙質(zhì)檔案的掃描及著錄信息與數(shù)據(jù)庫進(jìn)行掛接時，也需要專業(yè)人員進(jìn)行相關(guān)操作。

3.6 檔案數(shù)字信息存儲技術(shù)部

檔案數(shù)字信息的存儲一直以來面對著各種技術(shù)難題。首先，對歷史遺留下來的各種存儲設(shè)備中保留下來的此類信息的讀取和復(fù)制，以及如何解決這部分信息與數(shù)據(jù)庫的相容性等問題是最核心的問題。其次，檔案數(shù)字信息普遍存在著保存質(zhì)量的問題，對信息讀取的失真，以及對這些信息的復(fù)原和改良成為難題。再次，對于從大數(shù)據(jù)中采集來的檔案數(shù)字信息的存儲和維護(hù)目前還處于嘗試階段，各種問題接踵而至，需要對其進(jìn)行專門研究。成立檔案數(shù)字信息存儲技術(shù)部，作為這一任務(wù)的專職承擔(dān)部門，將發(fā)揮重要作用。

3.7 檔案數(shù)字信息網(wǎng)絡(luò)運營部

檔案數(shù)字信息中心的建立，將打破傳統(tǒng)檔案館各自為政、囤貨居奇的現(xiàn)狀，分享與共贏將成為未來檔案部門生存和發(fā)展的重要使命。此外，隨著社會生活的不斷變化，人們大部分需求將逐步在網(wǎng)上實現(xiàn)選擇與調(diào)配，查檔利用也不例外。如何讓用戶足不出戶即可進(jìn)行查檔利用，并逐漸打破區(qū)域壁壘，使利用者獲得更多調(diào)用權(quán)限，成為檔案數(shù)字信息中心需要面對的重要課題，為此，需要在保障信息安全的前提下，開拓更為廣闊的信息利用渠道，讓更多的組織和個人受益，讓檔案工作真正為民眾服務(wù)。這就需要成立檔案數(shù)字信息網(wǎng)絡(luò)運營部，集中處理數(shù)字信息在網(wǎng)絡(luò)運營過程中產(chǎn)生的信息安全問題、信息利用監(jiān)管問題、路徑選擇問題、區(qū)域共享問題、客戶端認(rèn)證問題等。

4 檔案數(shù)字信息中心人員的組成和培養(yǎng)

檔案數(shù)字信息中心根據(jù)其任務(wù)的獨特性，對信息內(nèi)容的各項管理與操作大部分需要工作人員具有較高的專業(yè)水平。

4.1 招錄計算機專業(yè)背景的考生

招錄大批具有計算機及網(wǎng)絡(luò)技術(shù)相關(guān)專業(yè)背景的人才是檔案數(shù)字信息中心的基礎(chǔ)。改變以往的招錄方向，為新興科技人才的錄用敞開大門，以推動檔案數(shù)字信息工作的良性發(fā)展。此外，計算機及網(wǎng)絡(luò)技術(shù)更新迭代頻繁，需要對這些招聘上崗的人員及時進(jìn)行知識技術(shù)的更新，適時培訓(xùn)和充電是保持專業(yè)能力的不二法門，這就需要檔案數(shù)字信息中心能夠與相關(guān)科研院所建立長期合作關(guān)系，為計算機專業(yè)人才的定期培訓(xùn)提供支撐。

4.2 選聘歷史專業(yè)背景的研究生

檔案數(shù)字信息中心的工作內(nèi)容包含著大量面向史料整理開發(fā)方面的業(yè)務(wù)工作，延攬歷史學(xué)專業(yè)人才將有利于相關(guān)工作的順利推進(jìn)。隨著業(yè)務(wù)的不斷深入，這一領(lǐng)域更加需要擁有研究視野的人才，提高學(xué)歷要求，選錄歷史專業(yè)具有研究生以上學(xué)歷的考生將成為更佳選擇。與此同時，加強與其他專業(yè)部門的交流與合作，提高科研實力，尋求機構(gòu)與人才的雙贏。

4.3 擴(kuò)大外文及少數(shù)民族語言文字類專業(yè)考生的專業(yè)招聘范圍

選聘外文及少數(shù)民族語言文字類專業(yè)考生應(yīng)擴(kuò)大專業(yè)選聘范圍，增設(shè)更多小語種外文專業(yè)及國內(nèi)少數(shù)民族語言文字類研發(fā)崗位，引進(jìn)古文字、死文字等研究領(lǐng)域的研究人才，加大有關(guān)人才的延攬力度。人才上崗后，增加在崗在職培訓(xùn)機會，并為這些人才提供更多出國深造及語言文字研究實踐的機會。

4.4 優(yōu)化人才考評及流動機制

首先，為增強工作人員的業(yè)務(wù)能力，需要在一定時段內(nèi)對人員定期進(jìn)行業(yè)務(wù)考評，根據(jù)考評結(jié)果評定級別，確定績效獎勵方式。其次，建立健全人才流動機制?？稍谛袠I(yè)機構(gòu)內(nèi)部率先實行，不同省域的檔案數(shù)字信息中心可以建立聯(lián)動機制，讓人員的內(nèi)部調(diào)動成為可能。與此同時，也要建立機構(gòu)外部的流動機制，允許相關(guān)人才到高校、研究院所及相關(guān)企業(yè)進(jìn)行就職。