葛懷東

（金陵科技學(xué)院人文學(xué)院，江蘇南京，210038）

1 引言

古籍?dāng)?shù)字化工作自上世紀(jì)80年代開始，經(jīng)過幾十年的建設(shè)與開發(fā)，成果顯著，一些大規(guī)模、具有代表性的古籍?dāng)?shù)據(jù)庫(kù)陸續(xù)投入使用，并形成較為成熟的古籍?dāng)?shù)字化加工技術(shù)。在取得成績(jī)的同時(shí)，古籍?dāng)?shù)字化建設(shè)中的問題仍然十分明顯，表現(xiàn)為缺乏統(tǒng)一規(guī)劃、重復(fù)建設(shè)嚴(yán)重，缺乏統(tǒng)一標(biāo)準(zhǔn)、阻礙資源共享，區(qū)域發(fā)展不均等。

當(dāng)前，正值國(guó)家古籍保護(hù)中心及相關(guān)文化機(jī)構(gòu)大規(guī)模開展古籍?dāng)?shù)字化之際，而規(guī)范化建設(shè)能夠推動(dòng)古籍資源庫(kù)的開發(fā)在數(shù)據(jù)采集、加工等各個(gè)環(huán)節(jié)走上科學(xué)化、專業(yè)化的發(fā)展軌道，更是推動(dòng)古籍?dāng)?shù)字化工作可持續(xù)發(fā)展的內(nèi)在動(dòng)力。

2 古籍?dāng)?shù)字資源庫(kù)建設(shè)

古籍?dāng)?shù)字化資源是數(shù)字圖書館資源中重要的組成內(nèi)容。在各類文獻(xiàn)中，古籍獨(dú)具特色，蘊(yùn)含著獨(dú)特的文獻(xiàn)價(jià)值、藝術(shù)價(jià)值，彰顯著古老文明的魅力。而古籍的數(shù)字化服務(wù)能夠有效解決古籍保護(hù)和利用的矛盾，是傳承文明、服務(wù)社會(huì)最重要的方式之一。

古籍?dāng)?shù)字資源庫(kù)是對(duì)古籍及古籍內(nèi)容的再現(xiàn)，是古籍再生性保護(hù)的重要途徑。開發(fā)古籍?dāng)?shù)字資源庫(kù)，就是將古籍的特點(diǎn)與信息技術(shù)的優(yōu)勢(shì)相結(jié)合，讓經(jīng)過加工后的古籍?dāng)?shù)字資源保持原有的文化特征與內(nèi)涵，實(shí)現(xiàn)從古籍影像的數(shù)字再現(xiàn)到古籍內(nèi)容的分析、聚類，從單一古籍內(nèi)容的處理到海量文獻(xiàn)的信息重組，從簡(jiǎn)單的文本轉(zhuǎn)換到知識(shí)挖掘。可以說，建成后的古籍?dāng)?shù)字資源庫(kù)是基于內(nèi)容整合、有序的數(shù)字資源集合，從而幫助研究者更好地進(jìn)行古籍文獻(xiàn)資源的知識(shí)建構(gòu)。

古籍?dāng)?shù)字資源庫(kù)的建設(shè)應(yīng)著眼以下三個(gè)方面：

2.1 標(biāo)準(zhǔn)化

標(biāo)準(zhǔn)化建設(shè)直接影響著古籍?dāng)?shù)據(jù)庫(kù)的使用效果、存在價(jià)值和發(fā)展前景。因此，所開發(fā)的古籍?dāng)?shù)字資源庫(kù)一定要依據(jù)國(guó)家制訂的古籍保護(hù)方面的相關(guān)標(biāo)準(zhǔn)，包括古籍普查規(guī)范、中華古籍總目編目規(guī)則、通行的數(shù)字化制作數(shù)據(jù)著錄標(biāo)準(zhǔn)、古籍書影拍攝相關(guān)規(guī)范、數(shù)據(jù)標(biāo)引標(biāo)準(zhǔn)、規(guī)范控制標(biāo)準(zhǔn)及各種協(xié)議等，以較成熟的系統(tǒng)軟件和通用標(biāo)準(zhǔn)為技術(shù)平臺(tái)來建立規(guī)范化的古籍?dāng)?shù)字資源庫(kù)。

2.2 實(shí)用性

古籍?dāng)?shù)字資源庫(kù)的任務(wù)就是要準(zhǔn)確揭示古籍信息資源，并為用戶提供在網(wǎng)絡(luò)環(huán)境和復(fù)雜的技術(shù)條件下檢索及利用的服務(wù)平臺(tái)。因此，建庫(kù)時(shí)應(yīng)遵循“實(shí)用性”原則，充分調(diào)研用戶對(duì)于數(shù)字化古籍的使用需求，深入分析古籍信息資源的實(shí)用價(jià)值以及社會(huì)效益，以保證古籍?dāng)?shù)據(jù)庫(kù)能滿足讀者和社會(huì)需求。

2.3 拓展性

鑒于古籍信息資源的建設(shè)需要，古籍?dāng)?shù)字化的開發(fā)項(xiàng)目要能夠吸納、補(bǔ)充新的數(shù)字化古籍文本以及古籍整理的研究成果。因此，古籍?dāng)?shù)字資源庫(kù)的建設(shè)應(yīng)該是動(dòng)態(tài)的、可拓展的，而其所提供的資源或服務(wù)也必須在不斷發(fā)展的技術(shù)與運(yùn)行機(jī)制下長(zhǎng)期保存和使用，并與未來的資源與服務(wù)環(huán)境相融合。

3 古籍?dāng)?shù)字資源庫(kù)規(guī)范化建設(shè)的重要性

古籍?dāng)?shù)字化是保護(hù)與傳承珍貴古籍的重要手段之一，可以真實(shí)、清晰地反映古籍原貌，并借助網(wǎng)絡(luò)等媒介提供大眾使用，從而促進(jìn)古籍傳播，開創(chuàng)古籍利用與服務(wù)的新模式。從我國(guó)現(xiàn)已完成的古籍?dāng)?shù)字化成果來看，由于最初采取的是封閉式建設(shè)模式，各單位多執(zhí)行自己的標(biāo)準(zhǔn)及規(guī)范，以至于所開發(fā)的古籍?dāng)?shù)據(jù)庫(kù)在著錄格式、數(shù)據(jù)格式、文字編碼等方面均存在差異，且互不開放，造成眾多古籍?dāng)?shù)字資源不能資源共享。因此，迫切需要加快古籍?dāng)?shù)字化規(guī)范化建設(shè)進(jìn)程，以便增強(qiáng)古籍?dāng)?shù)字資源庫(kù)的通用性和共享性。

2007年國(guó)務(wù)院辦公廳在《關(guān)于進(jìn)一步加強(qiáng)古籍保護(hù)工作的意見》(國(guó)辦發(fā)［2007］6號(hào))中就明確指出，要“規(guī)范古籍?dāng)?shù)字化工作，建立古籍?dāng)?shù)字資源庫(kù)”。古籍資源庫(kù)的規(guī)范化建設(shè)是針對(duì)古籍?dāng)?shù)字資源的采集、加工、保存等開發(fā)過程，所提供的一套規(guī)范、合理、科學(xué)的建庫(kù)支撐體系，以提高古文獻(xiàn)數(shù)據(jù)的有效利用率和可整合性。在古籍?dāng)?shù)字化的過程中，規(guī)范化建設(shè)能夠?yàn)楣偶Y源庫(kù)的開發(fā)在質(zhì)與量?jī)煞矫嫣峁┘夹g(shù)規(guī)范和共同遵守的準(zhǔn)則，使古籍?dāng)?shù)字化項(xiàng)目在各個(gè)環(huán)節(jié)做到“有章可循”，從而實(shí)現(xiàn)數(shù)據(jù)加工業(yè)務(wù)的流程化，技術(shù)實(shí)現(xiàn)的標(biāo)準(zhǔn)化，質(zhì)量控制的工程化，共享與服務(wù)的系統(tǒng)化。推進(jìn)規(guī)范化建設(shè)，可以引導(dǎo)古籍?dāng)?shù)字化盡快適應(yīng)當(dāng)今對(duì)古籍資源開發(fā)利用的共享趨勢(shì)，并朝著專業(yè)、科學(xué)開發(fā)的方向邁進(jìn)。

2011年，文化部發(fā)布《關(guān)于進(jìn)一步加強(qiáng)古籍保護(hù)工作的通知》，要求加快古籍的數(shù)字化建設(shè)。目前，國(guó)家古籍保護(hù)中心和各省級(jí)古籍保護(hù)中心正著手進(jìn)行“中華古籍?dāng)?shù)字資源庫(kù)”建設(shè)，第一階段擬從《國(guó)家珍貴古籍名錄》入手，在5年內(nèi)完成一萬種國(guó)家級(jí)珍貴古籍名錄數(shù)據(jù)和影像數(shù)據(jù)的建庫(kù)工作。為保證數(shù)字化古籍資源及服務(wù)在整個(gè)信息環(huán)境中的可利用、可互操作和可持續(xù)發(fā)展，迫切需要加快古籍?dāng)?shù)字化工作規(guī)范建設(shè)的進(jìn)程，以便增強(qiáng)古籍?dāng)?shù)字資源庫(kù)的通用性和共享性［1］。

4 古籍?dāng)?shù)字資源庫(kù)規(guī)范化建設(shè)的內(nèi)容

隨著古籍?dāng)?shù)字化工作的不斷深入，古籍?dāng)?shù)字資源庫(kù)的規(guī)范化建設(shè)已不再僅局限于對(duì)單個(gè)標(biāo)準(zhǔn)的研究與應(yīng)用，而是從整個(gè)數(shù)字資源生命周期的角度，圍繞數(shù)字資源的創(chuàng)建、描述、組織、服務(wù)、長(zhǎng)期保存來建立完整的系統(tǒng)框架，并按照整個(gè)框架體系規(guī)范、組織各方面的加工及作業(yè)環(huán)節(jié)，從而保障古籍?dāng)?shù)字資源的開放建設(shè)與集成服務(wù)［2］。因此，當(dāng)前古籍?dāng)?shù)字資源庫(kù)應(yīng)注重?cái)?shù)字資源內(nèi)容創(chuàng)建、古籍元數(shù)據(jù)、系統(tǒng)服務(wù)、長(zhǎng)期保存等規(guī)范化建設(shè)環(huán)節(jié)。

4.1 古籍?dāng)?shù)字內(nèi)容創(chuàng)建過程中的規(guī)范化建設(shè)

作為一種非常有效的再生性保護(hù)手段，古籍?dāng)?shù)字內(nèi)容的創(chuàng)建實(shí)現(xiàn)了古籍存儲(chǔ)和使用的分離，將古籍作為一種數(shù)字信息資源，動(dòng)態(tài)地展示在人們面前。在古籍?dāng)?shù)字資源庫(kù)建設(shè)中，古籍?dāng)?shù)字內(nèi)容的創(chuàng)建過程包括數(shù)字資源采集、對(duì)象數(shù)據(jù)創(chuàng)建、數(shù)字資源加工、數(shù)字資源轉(zhuǎn)換等環(huán)節(jié)，而實(shí)施其規(guī)范化建設(shè)的支撐單元為內(nèi)容編碼、內(nèi)容對(duì)象格式、內(nèi)容對(duì)象標(biāo)識(shí)等。其中內(nèi)容編碼涉及數(shù)據(jù)內(nèi)容的計(jì)算機(jī)編碼形式和標(biāo)記形式，是制約數(shù)字信息可使用性乃至可持續(xù)性的最基本條件。

以漢字字符集編碼為例，古籍文本中的漢字?jǐn)?shù)量約有十萬左右，其中常用字三四千，絕大多數(shù)字都屬于生僻字、避諱字、異體字等。因此，漢字處理規(guī)范就是要解決古文獻(xiàn)在數(shù)字化中面臨集外字的問題。Unicode與國(guó)際標(biāo)準(zhǔn)ISO10646同步，且滿足跨語言、跨平臺(tái)進(jìn)行文本轉(zhuǎn)換、處理的要求。它所涵蓋的漢字目前已超過7萬個(gè)，并且還在不斷擴(kuò)充，因此在古籍?dāng)?shù)字化時(shí)絕大多數(shù)機(jī)構(gòu)都采用了Unicode字符集。

同時(shí)，在古籍?dāng)?shù)字資源庫(kù)建設(shè)中，要分析并確立應(yīng)采用的數(shù)字編碼與內(nèi)容標(biāo)記標(biāo)準(zhǔn)，并針對(duì)保存格式、瀏覽格式和預(yù)覽格式提出需要采用的數(shù)字內(nèi)容格式標(biāo)準(zhǔn)，確立數(shù)字資源加工標(biāo)準(zhǔn)和程序的選擇原則，編制數(shù)字資源建設(shè)指南的基本操作規(guī)范和加工操作規(guī)范。目前，國(guó)家古籍保護(hù)中心組織已編制了《古籍?dāng)?shù)字化工作手冊(cè)》，對(duì)即將開展的珍貴古籍?dāng)?shù)字化工作進(jìn)行規(guī)范性指導(dǎo)。

4.2 古籍元數(shù)據(jù)的規(guī)范化建設(shè)

元數(shù)據(jù)作為描述數(shù)字對(duì)象的數(shù)據(jù)，是所有數(shù)字信息資源建設(shè)項(xiàng)目的重要基礎(chǔ)。而古籍元數(shù)據(jù)標(biāo)準(zhǔn)主要解決的是物理實(shí)體古籍和數(shù)字化古籍的著錄和描述問題。元數(shù)據(jù)具有資源發(fā)現(xiàn)與確認(rèn)、資源著錄描述、資源集合組織、資源及其服務(wù)的利用和管理、資源長(zhǎng)期保存以及資源與服務(wù)系統(tǒng)功能與過程描述等廣泛的用途。

古籍元數(shù)據(jù)基于DC構(gòu)建，在吸收了DC核心元素的基礎(chǔ)上加入了部分古籍專門元素而成。由北京大學(xué)圖書館牽頭，聯(lián)合CALIS管理中心、上海圖書館等8 家單位完成的《我國(guó)數(shù)字圖書館標(biāo)準(zhǔn)規(guī)范專門數(shù)字對(duì)象描述元數(shù)據(jù)規(guī)范》項(xiàng)目中，將古籍元數(shù)據(jù)結(jié)構(gòu)分為描述元數(shù)據(jù)、結(jié)構(gòu)元數(shù)據(jù)、管理元數(shù)據(jù)三個(gè)部分。其中：(1)描述元數(shù)據(jù)包括了記錄掃描或拍照過程的信息，創(chuàng)建的存儲(chǔ)文件的信息，以及有關(guān)組成單個(gè)對(duì)象的各個(gè)不同塊的信息；(2)結(jié)構(gòu)元數(shù)據(jù)可幫助重新組合數(shù)字對(duì)象的各個(gè)部分以及通過結(jié)構(gòu)標(biāo)識(shí)進(jìn)行導(dǎo)航獲取數(shù)字對(duì)象。如建立古籍子目（叢書分目信息）、卷序號(hào)、卷名和頁碼關(guān)聯(lián)結(jié)構(gòu)；建立古籍印章信息結(jié)構(gòu)，記錄印章名稱、所在位置等；(3)管理元數(shù)據(jù)是記錄數(shù)字主文件的創(chuàng)建，派生文件的處理過程，標(biāo)識(shí)數(shù)字圖像的使用環(huán)境，建立數(shù)字圖像各個(gè)部分或示例之間的鏈接等信息［3］。

在古籍?dāng)?shù)字資源庫(kù)建設(shè)中，可參照的古籍元數(shù)據(jù)標(biāo)準(zhǔn)的規(guī)范文件有：《古籍描述元數(shù)據(jù)規(guī)范》（2004.06.07）；《古籍描述元數(shù)據(jù)著錄規(guī)則》（2004.06.07）；《古籍元數(shù)據(jù)規(guī)范》（2006.11.22）等。

4.3 古籍?dāng)?shù)字資源系統(tǒng)服務(wù)的規(guī)范化建設(shè)

隨著網(wǎng)絡(luò)化的發(fā)展，古籍?dāng)?shù)字資源庫(kù)的信息服務(wù)不再局限于本地化。通過規(guī)范化建設(shè)推動(dòng)古籍?dāng)?shù)字資源庫(kù)的服務(wù)機(jī)制，能夠有效保障古籍信息資源的可使用性和各數(shù)據(jù)庫(kù)之間的互操作性。古籍?dāng)?shù)字資源系統(tǒng)服務(wù)工作內(nèi)容包括了數(shù)字資源發(fā)布、數(shù)字檢索、數(shù)字資源服務(wù)管理環(huán)節(jié)，其規(guī)范化建設(shè)體現(xiàn)在網(wǎng)絡(luò)服務(wù)協(xié)議、數(shù)據(jù)傳輸和數(shù)據(jù)應(yīng)用條件、檢索服務(wù)、分布數(shù)字信息服務(wù)機(jī)制與知識(shí)產(chǎn)權(quán)等方面。

古籍?dāng)?shù)字資源庫(kù)的目標(biāo)在于能夠?qū)崿F(xiàn)多功能、多層次的資源服務(wù)模式。對(duì)古籍?dāng)?shù)字資源庫(kù)的資源服務(wù)模式，包括了個(gè)性化信息檢索、基于超文本鏈接閱讀環(huán)境、智能輔助支持功能及知識(shí)發(fā)現(xiàn)服務(wù)等。其中:(1)個(gè)性化信息檢索功能是利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)古籍資源數(shù)據(jù)庫(kù)的全文檢索、條件檢索、關(guān)聯(lián)檢索、超鏈接反饋檢索等；(2)基于超文本鏈接閱讀模式的設(shè)計(jì)，是通過超文本鏈接技術(shù)實(shí)現(xiàn)古籍原本中相關(guān)內(nèi)容的信息單元之間鏈接，以一個(gè)信息需求點(diǎn)為中心，匯聚出所有相關(guān)信息單元，建立多功能閱讀環(huán)境，為讀者提供信息的非線性表達(dá)方式；(3)智能輔助支持功能，就是利用計(jì)算機(jī)技術(shù)，為讀者提供有關(guān)古籍內(nèi)容本身的、科學(xué)準(zhǔn)確的統(tǒng)計(jì)與計(jì)量信息，并提供與古籍內(nèi)容相關(guān)的參考資料和輔助工具，如字?jǐn)?shù)、字頻、詞頻的統(tǒng)計(jì)數(shù)據(jù)，異體字的匯聚顯示等；(4)知識(shí)發(fā)現(xiàn)服務(wù)，即通過數(shù)據(jù)挖掘技術(shù)和結(jié)果可視化實(shí)現(xiàn)古籍信息的深層次挖掘與提取研究，為古籍整理提供有價(jià)值的參考和支撐。

4.4 古籍?dāng)?shù)字資源長(zhǎng)期保存需求的規(guī)范化建設(shè)

為了確保古籍信息資源存儲(chǔ)的穩(wěn)定性及可獲取性，還應(yīng)針對(duì)古籍?dāng)?shù)字資源建立相關(guān)的長(zhǎng)期保存機(jī)制，并通過規(guī)范的管理機(jī)制和技術(shù)機(jī)制來保證長(zhǎng)期保存過程的可靠性。

古籍?dāng)?shù)字資源在長(zhǎng)期保存方面將面臨的挑戰(zhàn)主要有以下三方面：一是由于信息科技的發(fā)展造成技術(shù)的淘汰或是儲(chǔ)存媒體容易損壞的特性，促使古籍?dāng)?shù)字化資源必需面臨轉(zhuǎn)換、重置或遷移；二是數(shù)字轉(zhuǎn)換、重置或遷移的過程中，如何避免數(shù)據(jù)損失，維持?jǐn)?shù)字資源的完整性；三是如何保持?jǐn)?shù)字資源變更的紀(jì)錄，維持?jǐn)?shù)字?jǐn)?shù)據(jù)的真實(shí)性。因此，必要建立一套行之有效的數(shù)字資源長(zhǎng)期保存設(shè)施和機(jī)制。

在數(shù)字信息資源長(zhǎng)期保存領(lǐng)域，國(guó)際上已經(jīng)有了一些數(shù)字信息資源長(zhǎng)期保存規(guī)范。例如OAIS 參考模型是由美國(guó)空間數(shù)據(jù)系統(tǒng)咨詢委員會(huì)(CCSDS)制定的標(biāo)準(zhǔn)，并作為ISO的標(biāo)準(zhǔn)(IS014721：2003)于2003年頒發(fā)，其目的在于提供對(duì)數(shù)字資源長(zhǎng)期保存和存取規(guī)定的概念和參考模型［4］。另外，2006年5月ISO還批準(zhǔn)的一個(gè)開放文檔格式標(biāo)準(zhǔn)ODF1.0(OpenDocument Format)(標(biāo)準(zhǔn)號(hào):ISO/IEC 26300)，可以作為數(shù)字資源長(zhǎng)期保存的一種技術(shù)方案。ODF是OASIS開源社區(qū)開發(fā)的一種獨(dú)立于廠商和應(yīng)用的文檔格式標(biāo)準(zhǔn)，其目的主要是保證現(xiàn)有的文檔能不受技術(shù)和法律制約而實(shí)現(xiàn)長(zhǎng)期存取。相比現(xiàn)有的文檔格式，ODF標(biāo)準(zhǔn)更適合資源的長(zhǎng)期保存。

［1］梁愛民，陳荔京.古籍?dāng)?shù)字化與共建共享［J］.國(guó)家圖書館學(xué)刊，2012（5）:108-112.

［2］《我國(guó)數(shù)字圖書館標(biāo)準(zhǔn)與規(guī)范建設(shè)》項(xiàng)目［OL］.http://cdls.nstl.gov.cn/.

［3］龍偉.以“中華古籍保護(hù)計(jì)劃”為契機(jī)推進(jìn)文獻(xiàn)典籍資源數(shù)字化［J］.數(shù)字與縮微影像，2012（3）:36-39.

［4］王偉.數(shù)字資源長(zhǎng)期保存的技術(shù)研究［J］.情報(bào)科學(xué)，2012（11）:1751-1754.