文/蘇冉 叢磊

隨著信息技術快速變革，互聯(lián)網(wǎng)數(shù)字信息化技術的發(fā)展促進了出版業(yè)標準規(guī)范信息化的實現(xiàn)進程，出版業(yè)標準規(guī)范信息化工作在出版產(chǎn)業(yè)通用數(shù)據(jù)交換技術等應用中發(fā)揮著重要的支撐作用。出版業(yè)標準規(guī)范的信息化能夠提升相關系統(tǒng)開發(fā)效率，也能在各種實際應用中提高出版工作效率，從而對出版業(yè)的社會效益與經(jīng)濟效益協(xié)同發(fā)展產(chǎn)生實際推動力。

一、出版業(yè)標準規(guī)范信息化現(xiàn)狀與問題

1.標準規(guī)范信息化進程緩慢

出版業(yè)標準規(guī)范信息化實現(xiàn)的深度與廣度體現(xiàn)著出版業(yè)發(fā)展的深度和成熟度。理想的標準規(guī)范信息化建設進程是根據(jù)《新聞出版標準匯編》建設統(tǒng)一配置的通用信息化系統(tǒng)。然而，盡管國家新聞出版署科技與數(shù)字出版司組織四個標準化技術委員會對新聞出版領域內的相關標準進行了收集整理，編輯完成了《新聞出版標準匯編》，使新聞出版領域內的標準形成了標準體系，但是由于在實際應用中，各單位采用不同的格式標準儲存信息數(shù)據(jù)，導致各單位之間不能直接使用自有軟件來識別、利用外部系統(tǒng)發(fā)送的信息。據(jù)了解，各單位之間進行數(shù)據(jù)通信必須重新設計新接口進行信息識別，然后轉化為內部信息格式進行處理；或者閱讀電子內容后再通過人工處理。這種處理方式不夠高效，無法提高各單位工作效率。

2.工作機制協(xié)同性欠佳

目前出版業(yè)標準信息化工作缺乏協(xié)同高效的工作機制，有標準缺失、老化、滯后，標準間重復、交叉、矛盾，標準具體實施工作薄弱等問題。這些問題的存在阻礙了出版業(yè)標準規(guī)范信息化工作的發(fā)展。[1]

二、出版業(yè)標準規(guī)范信息化一致性研究

由于各個單位對同一標準內容的理解不同，對同一標準的語言描述有差異，導致同一標準出現(xiàn)二義性和模糊性。因此，標準規(guī)范數(shù)據(jù)的一致性格外重要。針對標準的主要內容，需要保證標準的名稱、說明屬性等保持一致性，主要涉及以下四個方面：

1.標準內容結構化

標準內容結構化是指通過標準的章、條、段、表、圖和附錄的層次結構提取標準的文本文件內容。按照規(guī)范性要素劃分，標準分為名稱、范圍、規(guī)范性引用文件、術語和定義、符號和縮略語、要求、規(guī)范性附錄。

由于標準類型不同，標準中內容的層次結構也不同，通常標準內容按照列項劃分，這樣標準內容就可以以樹形結構展示，如圖1。樹形結構符合XML結構特點，可以將標準結構轉化成XML文檔。但是由于XML文檔不能高效管理標準，需要通過將標準映射成關系表，添加關聯(lián)字段，達到標準規(guī)則使用樹形結構存儲。[2]

圖1 標準結構圖

2.標準一致性

實現(xiàn)標準一致性需要分析出標準之間的一致性關系，給出判斷兩項標準存在一致性關系的準則。在標準結構化的時候，各項標準已經(jīng)存儲到關系表中，為了簡化關系表，需要在關系表中再添加一份引用標準，在表中直接存儲標準編號，便能快速定位各個關系內容。

《新聞出版標準匯編》標準之間的一致性關系分為以下三種：

（1）標準A在規(guī)范性引用文件中標有標準B，則標準A對標準B保持一致，A要與B保持一致性；

（2）標準A、B都在規(guī)范性引用文件中標有標準E，則標準A、B都對標準E保持一致，A、B要與E保持一致；

（3）標準A、B是標準C某一方面的專用標準，則標準A、B要保持一致。

通過查詢關系表，符合下面三種情況時，存在一致性關系：

（1）多個標準引用同一個標準；

（2）標準之間存在引用關系；

（3）標準屬于《新聞出版標準》同一方面的標準。

3.建立詞庫

通過存儲常用詞語和新聞出版行業(yè)的專業(yè)術語，實現(xiàn)分詞更加準確?；A詞庫首先選擇現(xiàn)代漢語詞典中的詞語，然后添加新聞出版領域的專業(yè)術語、常用詞擴充詞庫。[3]同時，還要在詞庫中刪除在出版領域中的停用詞、人名、地名、組織機構等。詞庫的有效優(yōu)化能夠大大提高分詞的準確性和性能。

4.一致性測試

根據(jù)詞庫采用基于字符串的正向最大匹配方法對標準內容分詞，采用向量空間模型VSM的句子相似度算法計算標準內容的相似度值，實現(xiàn)一致性測試。

一致性測試有兩種：

（1）標準數(shù)據(jù)元素名稱相同或相似，但是語義不同，需要在數(shù)據(jù)元素名稱相同的情況下對數(shù)據(jù)元素的語義進行測試分析。

（2）標準數(shù)據(jù)元素的語義相同或者相似，但是數(shù)據(jù)元素名稱不同。需要對數(shù)據(jù)元素說明屬性語句進行語義分析相似或者相同，對數(shù)據(jù)元素的名稱進行測試分析。[4]

由于這兩種情況都要進行相似度分析，因此可以使用兩種算法：詞語相似度算法和中文語句相似度算法。詞語相似度采用向量空間模型VSM的句子相似度算法，此時需要把詞語作為一個句子，每個字作為一個詞。對于具有描述性的句子則需采用不同方式，由于句子由詞語構成，句子中的關鍵詞不同，會對句子相似度造成很大影響。因此，需要將句子看作多個關鍵詞的集合，對關鍵詞（不包括停用詞、人名、地名、組織結構）構造向量模型，然后計算相似度。

三、出版業(yè)標準規(guī)范信息化實現(xiàn)方向研究

標準化工作在出版業(yè)發(fā)展的各個環(huán)節(jié)中發(fā)揮著基礎支撐作用，可以從系統(tǒng)架構設計、基礎標準研究、標準評估機制等方面加強工作。

1.進行頂層系統(tǒng)架構設計

目前，出版業(yè)標準規(guī)范信息化工作缺乏系統(tǒng)架構的統(tǒng)籌設計，各單位系統(tǒng)之間標準內容重復、交叉，協(xié)調對接存在諸多阻礙和問題。為此，可以首先將各類標準規(guī)范集成封裝并存入數(shù)據(jù)庫，通過標準管理層實現(xiàn)規(guī)則內容統(tǒng)一組織和高效利用；其次，從數(shù)據(jù)庫中挖掘所需規(guī)則，綜合各項技術建立適用于各個單位的標準庫，并以此為基礎構建具備推薦、搜索等應用功能的統(tǒng)一化規(guī)則內容網(wǎng)站；最后，通過應用層，直觀地展現(xiàn)企業(yè)內部出版、項目、工作人員等相關規(guī)則，幫助管理及設計人員等快速掌握規(guī)則信息。

為實現(xiàn)以上設計，可以將建構設計為以下三層：標準管理層、集成開發(fā)層、應用層。（如圖2所示）

其中，標準管理層維護一份《出版業(yè)標準規(guī)范信息表》，結合行業(yè)發(fā)展現(xiàn)狀和需求，對于沒有國家標準而又需要在全行業(yè)范圍內統(tǒng)一的技術要求秉承急用先行、重點先行原則[5]，協(xié)調現(xiàn)有的常用基礎標準、《新聞出版標準匯編》和亟待統(tǒng)一的技術要求，確保各種標準在不同產(chǎn)業(yè)環(huán)節(jié)和應用領域的一致性，使標準化工作在解決資源管理分散、數(shù)據(jù)共享不暢和業(yè)務協(xié)同不足等問題上發(fā)揮支撐作用。

集成開發(fā)層完成標準規(guī)范的集成開發(fā)設計，將各類標準規(guī)范集成至對應模板并存入數(shù)據(jù)庫，通過數(shù)據(jù)庫管理、個性化管理等功能，實現(xiàn)數(shù)據(jù)的統(tǒng)一管理與標準要素準確搜索。[6]

圖2 標準規(guī)范信息化實現(xiàn)總體架構

應用層在規(guī)范集成開發(fā)設計的基礎上進行規(guī)則管理和可視化開發(fā)設計，需要先從規(guī)則數(shù)據(jù)中抽取出系統(tǒng)建設所需規(guī)則內容數(shù)據(jù)庫，然后再通過各種技術手段實現(xiàn)對規(guī)則數(shù)據(jù)的應用。

2.加強基礎標準研究

基礎標準作為其他標準的依據(jù)和基礎，具有深遠的指導意義。隨著出版業(yè)的快速發(fā)展，各類產(chǎn)品和出版服務形態(tài)不斷升級，不斷涌現(xiàn)出各種新型術語需要被準確定義，對于不適用于現(xiàn)發(fā)展階段的術語則需要被及時改寫。因此，除了構建系統(tǒng)架構，還要及時修訂出版業(yè)標準規(guī)范，同時建立可提供檢索和查詢的標準數(shù)據(jù)庫。

3.建立標準評估機制

目前雖然已經(jīng)制定和發(fā)布了多項標準，但這些標準的執(zhí)行力度較弱，在各個單位中依然存在諸多內部標準，因此標準規(guī)范對提升產(chǎn)品和服務質量的支撐作用亟待增強。建立出版業(yè)標準規(guī)范評估機制、定期開展標準評估能夠大大推動標準規(guī)范信息化進程。而標準評估可以從標準質量、標準的實施效果兩方面進行評估。其中，標準質量的評估涉及內容完整性、指標參數(shù)適用性、標準內部一致性、技術規(guī)則合理性、要求明確性、使用者可操作性、相關標準間協(xié)調性、未來可擴展性以及編寫規(guī)范性等。標準的實施效果評估涉及標準范圍的科學性、促進技術進步的程度、滿足業(yè)務需求的程度、支持政府決策的程度等。[7]

四、結語

近年來我國新聞出版業(yè)標準規(guī)范信息化工作取得了一定發(fā)展，但是標準規(guī)范之間的一致性和協(xié)調性尚未成熟。本文對新聞出版業(yè)標準規(guī)范的一致性保持和信息化實現(xiàn)，以及在一致性方面對標準規(guī)范數(shù)據(jù)名稱和說明描述存在二義性或模糊性的問題進行了研究，并提出了一致性測試算法；在信息化實現(xiàn)方面，技術上采用標準管理層、集成開發(fā)層、應用層三層架構,以標準規(guī)范集成開發(fā)為重點，推進相關出版人員快速搜索標準和高效使用標準。

新聞出版業(yè)標準規(guī)范信息化是出版業(yè)發(fā)展的必然方向，也是實現(xiàn)我國出版業(yè)高質量發(fā)展的關鍵支撐。我們深刻認識到標準規(guī)范信息化工作對于出版業(yè)發(fā)展的催化作用，只有持續(xù)推進標準制定與實施，及時對標準的動態(tài)進行信息化的維護及更新，促進標準規(guī)范引領產(chǎn)業(yè)活動、提升行業(yè)管理水平，才能不斷推動出版業(yè)發(fā)展，進一步提高出版業(yè)的社會效益與經(jīng)濟效益。[8]