林 空 黃 彥/浙江省檔案館

當前，我省各級各類檔案館正著手推進存量檔案數字化工作。在接收檔案數字化成果進館的過程中筆者發(fā)現(xiàn)，檔案數字化成果進館（本文所指的“進館”，特指檔案的數字化成果進入數字檔案館系統(tǒng)）工作的規(guī)范性整體上有待加強。為提升工作的規(guī)范化程度、提高工作效率，檔案數字化成果移交進館時必須注意若干要點。

1 移交前需要注意的要點

1.1 遵照的標準

這里指的是檔案數字化工作應遵循的標準。以浙江省為例，包括國家檔案局2015年發(fā)布的《DAT_22-2015歸檔文件整理規(guī)則》、2017年發(fā)布的《DAT_31-2017紙質檔案數字化規(guī)范》，浙江省檔案局2007年發(fā)布的《浙江省省直單位紙質檔案數字化實施細則》《浙江省檔案館紙質檔案數字化成果接收暫行辦法》，2011年發(fā)布的《浙江省省直單位文書檔案目錄數據庫結構與交換格式》，2018年發(fā)布的《浙江省省直單位數字檔案資源接收進館與登記備份數據包技術要求》等。進館單位或中介服務企業(yè)在移交數字化成果前，必須對照標準認真檢查。

1.2 檔號的命名

《歸檔文件整理規(guī)則》規(guī)定，檔號的結構宜為：全宗號-檔案門類代碼·年度-保管期限-機構（問題）代碼-件號，上、下位代碼之間用-連接，同一級代碼之間用·隔開。如“Z109-WS·2011-Y-BGS-0001”，其中“·”為間隔號在制表鍵（Tab）上方，在中文輸入法狀態(tài)下打出；保管期限分為永久、定期30 年、定期10 年，分別以代碼“Y”“D30”“D10”標識；機構（問題）代碼采用3位漢語拼音字母或阿拉伯數字標識；歸檔文件未按照機構（問題）分類的，應省略機構（問題）代碼。需要特別注意的是，如檔案是2015年之前整理、檔號命名按照《浙江省省直單位文書檔案目錄數據庫結構與交換格式》擬制的，其組織機構或問題用2位字母標識，可以用簡稱中的漢語拼音第一個字母表示；如無該項內容，則用“ZZ”表示。

1.3 圖像的格式

《紙質檔案數字化規(guī)范》規(guī)定，紙質檔案數字圖像長期保存格式宜為TIFF、JPEG或JPEG2000等通用格式；《浙江省省直單位數字檔案資源接收進館與登記備份數據包技術要求》規(guī)定，移交的數字化成果應包含單頁TIF原圖與多頁PDF。在上述兩份文件中出現(xiàn)的TIF與TIFF本質上為同一概念，都是指標簽圖像文件格式（Tag Image File Format, TIFF），只是曾經DOS下擴展名長度限制為3（文件名長度限制為8，所謂8.3格式文件名），所以才出現(xiàn)了TIF這樣的簡稱，因此對這兩種后綴名的文件都應予以支持。

1.4 數據包的命名

《浙江省省直單位數字檔案資源接收進館與登記備份數據包技術要求》規(guī)定，傳統(tǒng)組卷方式檔案數字化成果數據包命名規(guī)則為：全宗號-目錄號-數據類型-報送年度-批次號-數據包流水號.zip。一文一件方式檔案數字化成果數據包命名規(guī)則為：全宗號-一文一件方式（YWYJ）-數據類型（001）-報送年度-批次號-數據包流水號.zip。專業(yè)檔案等數字化成果數據包命名規(guī)則為：省檔案館已賦予目錄號的，按照目錄號方式（傳統(tǒng)組卷）編制檔案數據包；省檔案館未賦予目錄號的，可在全宗號下自行編制不重復的4位拼音首字母組成的專業(yè)檔案分類號；也可以按年編制，即全宗號-專業(yè)檔案-年度（檔案產生年度）-案卷號-張頁（件）號。

1.5 壓縮格式選擇

Windows系統(tǒng)中主流的幾種壓縮文件格式為ZIP、RAR、7Z、CAB等，根據《浙江省省直單位數字檔案資源接收進館與登記備份數據包技術要求》規(guī)定，我們推薦采用ZIP格式進行壓縮。

2 接收后檢查時需要注意的要點

2.1《檔案數據交接文據》填寫的規(guī)范性檢查

《檔案交接文據》是在變更檔案保管者或所有者的過程中形成的具有法律效力的文件。浙江省檔案館根據實體檔案與數字化成果的差異重新編制了《檔案數據交接文據》，要求在實際操作過程中務必注意“四個分開”，即帶密級與不帶密級的數據分開填寫、交接文據應以批次為單位分開填寫、只移交目錄與目錄含全文的數據應分開填寫并注明、已登記備份的數據與未登記備份的數據應分開填寫并注明。另外還要嚴格檢查“移交清單名稱”一欄填寫是否規(guī)范。

2.2 目錄字段命名的規(guī)范性檢查

移交的數字化成果的條目字段命名往往不規(guī)范，存在以下問題：一是“題名”字段命名錯誤，《案卷級目錄數據庫結構一覽表》（下稱表1）中該字段為“題名（或TM）”，而《文件級目錄數據庫結構Ⅰ一覽表》（下稱表2）與《文件級目錄數據庫結構Ⅱ一覽表》（下稱表3）中該字段為“正題名（或ZTM）”；二是“文件起始時間（或WQS）”字段與“文件終止時間（或WZS）”字段的長度應為6個字節(jié)，精確到年月即可，但長度設置為8個字節(jié)的情況較為常見；三是表1中所設置的必選著錄項，每一項都有提示本卷檔案性質的功能，不可為空，但為空的情況較為常見；四是表1與表2中“館編案卷號（或GBAJH）”字段為相應的檔案館編制的案卷排列的順序號，移交單位不應進行該字段的著錄，而進行著錄的情況較為常見；五是表2與表3中的“全文標識（或QWBS）”字段關系到能否訪問全文，所以應作為必選著錄項，但很多時候沒有成為必選著錄項。檔案館在接收時必須嚴格檢查是否存在以上這些問題。

2.3 掃描圖像的規(guī)范性檢查

該項檢查依托軟件進行，主要檢查TIF原圖是否損壞、TIF原圖的分辨率是否符合規(guī)范、是否為雙層PDF文件等，并且對照DBF文件檢查TIF文件夾（或PDF文件）命名是否與檔號一致，TIF文件夾內單頁TIF文件命名是否從00000001.tif起。

2.4 打包格式及命名的規(guī)范性檢查

《浙江省省直單位數字檔案資源接收進館與登記備份數據包技術要求》規(guī)定，所移交的數據資源應分為四個層級：第一層級為存儲介質底層也可為文件夾，如為文件夾建議與第二層級的移交清單同名；第二層級包含移交清單與若干ZIP壓縮包；第三層級為包內文件包含若干DBF文件、若干文件夾及與文件夾數量相同的PDF文件；第四層級為以流水號命名的單頁TIF文件。接收數字檔案資源數據包時，應根據上述要求開展嚴格檢查。

2.5 數據密級的檢查

在紙質檔案數字化加工過程中，非密數據與密級數據必須分開處理。首先在條目字段表的“題名”或“正題名”字段篩選帶“密”字的項，人工識別確定是否為密級數據；其次使用軟件OCR識別技術對所有TIF原圖進行全檢，自動篩查帶“密”字樣的原圖；最后人工抽檢部分原圖，確保非密數據與密級數據分開管理。

3 進館后整理時需要注意的要點

3.1 檔案類型的匹配

檔案數據包的來源及檔案類型等在移交清單中記載的信息，會在出庫時隨數據包一并輸入數字檔案館系統(tǒng)。解包成功的數據包需手動匹配檔案類型，若匹配成功，根據對應的檔案類型庫中預設的類型名稱，選擇準確對應的門類，完成檔案類型修改；若匹配失敗，則需根據數據來源的實際情況和數字檔案館系統(tǒng)支持的類型來增加分類；若部分專業(yè)檔案存在需自行編制分類的情況，則要按自身實際情況新增對應分類。

3.2 字段結構的匹配

若進館單位的數據字段結構均按照《浙江省省直單位文書檔案目錄數據庫結構與交換格式》的規(guī)范著錄，數據源字段即可自動與可選的目標庫字段綁定匹配；若匹配不完整則需人工進行干預，針對可選數據源字段的實際情況進行靈活匹配。針對專業(yè)檔案的特點，移交單位在提交數據時，必須同時提供完整且準確的專業(yè)檔案字段結構表。

3.3 數據的復檢

復檢的主要手段包括為空檢測、重復檢測、連續(xù)檢測等，其中為空檢測主要用于檢測檔號、題名、責任者等關鍵字段；重復檢測用于查找重復數據，支持跨檔案類型和跨庫雙重檢測；連續(xù)檢測用于檢查目錄號、案卷號等有連續(xù)編號需求的模塊。復檢工作完成后，檔案數字化成果資源即可作為合格數據保存在數字檔案館系統(tǒng)中，提供利用。