王毓銘，張霞云，董家魁，劉和文

（安徽師范大學(xué)圖書(shū)館，安徽 蕪湖 241002）

近年來(lái)，館藏特色資源數(shù)據(jù)庫(kù)平臺(tái)建設(shè)成為業(yè)界和學(xué)界的研究熱點(diǎn)，國(guó)外如Ball,MJ等通過(guò)學(xué)術(shù)信息管理系統(tǒng)（IAIMS）整合老年醫(yī)學(xué)、高血壓相關(guān)館藏內(nèi)容形成特色資源［1］，國(guó)內(nèi)圖書(shū)館特色資源數(shù)據(jù)庫(kù)系統(tǒng)平臺(tái)建設(shè)起步較晚，主要涉及到的技術(shù)包括DIPS、TRS、TPI 等［2］。部分圖書(shū)館利用C/S或B/S 架構(gòu)站點(diǎn)自建特色資源平臺(tái)，如：國(guó)家海洋中心使用TRS系統(tǒng)構(gòu)建海洋數(shù)字資源庫(kù)［3］；杭州市圖書(shū)館建設(shè)的民國(guó)圖書(shū)、民國(guó)期刊、古籍、家譜、地方文獻(xiàn)等數(shù)據(jù)庫(kù)［4］。現(xiàn)有特色資源數(shù)據(jù)庫(kù)平臺(tái)功能包含混合索引、并行檢索、搜索引擎、主題詞字典、多風(fēng)格多類(lèi)型自定義資源發(fā)布等，最新技術(shù)方案中逐步實(shí)現(xiàn)全文檢索、數(shù)據(jù)挖掘、知識(shí)圖譜等最新功能服務(wù)。而徽州文書(shū)作為特色資源之一，數(shù)量巨大、類(lèi)型豐富，可以充分反映區(qū)域政治經(jīng)濟(jì)、風(fēng)俗民情等社會(huì)形態(tài)，各收藏單位相繼建設(shè)了特色數(shù)據(jù)庫(kù)，如：安徽大學(xué)“徽州文書(shū)書(shū)目數(shù)據(jù)庫(kù)”（2005 年），黃山學(xué)院“徽州文書(shū)特色文獻(xiàn)數(shù)據(jù)庫(kù)”（2007年），上海交通大學(xué)“中國(guó)地方歷史文獻(xiàn)數(shù)據(jù)庫(kù)”（2015 年），中山大學(xué)“徽州文書(shū)數(shù)據(jù)庫(kù)”（2019年），等等。此外，日本京都大學(xué)的“中國(guó)清代民國(guó)公私文書(shū)”（2003 年）也包含大量徽州文書(shū)資源數(shù)據(jù)。從數(shù)據(jù)庫(kù)類(lèi)型上看，已建設(shè)的各類(lèi)徽州文書(shū)數(shù)據(jù)庫(kù)中，除“中國(guó)地方歷史文獻(xiàn)數(shù)據(jù)庫(kù)”為全文文本數(shù)據(jù)庫(kù)外，其他均為圖像庫(kù)或書(shū)目庫(kù)；在運(yùn)行方式上，大多數(shù)已建設(shè)的徽州文書(shū)數(shù)據(jù)庫(kù)并未提供開(kāi)放預(yù)覽，僅廣西師范大學(xué)的“徽州文書(shū)數(shù)據(jù)庫(kù)”等少數(shù)數(shù)據(jù)庫(kù)提供半開(kāi)放資源瀏覽，但數(shù)據(jù)庫(kù)仍需授權(quán)后方可使用。在總結(jié)已建設(shè)圖書(shū)館特色資源數(shù)據(jù)庫(kù)的技術(shù)、管理、服務(wù)經(jīng)驗(yàn)后，充分考慮館藏徽州文書(shū)現(xiàn)狀與保存利用需求，建設(shè)安徽師范大學(xué)圖書(shū)館（以下簡(jiǎn)稱(chēng)我館）館藏徽州文書(shū)特色數(shù)據(jù)庫(kù)平臺(tái)。

1 館藏徽州文書(shū)管理平臺(tái)建設(shè)方案

我館館藏徽州文書(shū)近千件八千余頁(yè)，涵蓋土地關(guān)系文書(shū)、賦役文書(shū)、商業(yè)文書(shū)、宗族文書(shū)等類(lèi)型，具有整體時(shí)間跨度長(zhǎng)、地域分布廣、歸戶性強(qiáng)、種類(lèi)多樣等特點(diǎn)。我館館藏文書(shū)具有極高價(jià)值，主要體現(xiàn)在：一是善本多，據(jù)統(tǒng)計(jì)，近千件徽州文書(shū)中有600 余件為清乾隆以前保存均較為完好的善本，宋、元至明代嘉靖時(shí)期者近200件，迄今國(guó)內(nèi)公布的同時(shí)期的徽州文書(shū)檔案總量?jī)H數(shù)百件；其中《元至正五年二月初九日休寧縣朱右寵賣(mài)山契約》《元至正六年二月十二日陸保黃賣(mài)山契約》更為國(guó)內(nèi)僅存為數(shù)不多的元代徽州文書(shū)。二是孤本多，民間契約往往具有唯一性的特點(diǎn)，我館館藏中多為徽州民間契約，且均為孤本。其他的魚(yú)鱗圖冊(cè)、保甲冊(cè)、戶口環(huán)冊(cè)等也為國(guó)內(nèi)僅存的孤本。

為了加強(qiáng)特色資源的利用，2019 年我館啟動(dòng)館藏徽州文書(shū)資源平臺(tái)建設(shè)，平臺(tái)建設(shè)分為徽州文書(shū)數(shù)據(jù)化與數(shù)據(jù)庫(kù)管理平臺(tái)建設(shè)兩個(gè)階段，徽州文書(shū)特色數(shù)據(jù)庫(kù)平臺(tái)建設(shè)流程圖如圖1所示。

圖1 徽州文書(shū)特色資源數(shù)據(jù)庫(kù)平臺(tái)建設(shè)流程圖

文書(shū)數(shù)據(jù)化包括元數(shù)據(jù)設(shè)計(jì)與收割、徽州文書(shū)原件掃描、資源數(shù)據(jù)加工、發(fā)布級(jí)文件處理等步驟，主要是對(duì)徽州文書(shū)基礎(chǔ)數(shù)據(jù)、原件掃描圖像、應(yīng)用發(fā)布文件進(jìn)行流式處理。數(shù)據(jù)庫(kù)管理平臺(tái)建設(shè)包括數(shù)據(jù)存取系統(tǒng)建設(shè)、館藏徽州文書(shū)管理平臺(tái)開(kāi)發(fā)、徽州文書(shū)發(fā)布檢索服務(wù)平臺(tái)建設(shè)，主要用于徽州文書(shū)元數(shù)據(jù)的存儲(chǔ)、數(shù)據(jù)庫(kù)平臺(tái)管理以及徽州文書(shū)數(shù)據(jù)庫(kù)檢索等。

2 徽州文書(shū)資源數(shù)據(jù)化

2.1 徽州文書(shū)元數(shù)據(jù)設(shè)計(jì)

特色資源的數(shù)據(jù)庫(kù)設(shè)計(jì)需要建立規(guī)范的資源建設(shè)標(biāo)準(zhǔn)，確保特色數(shù)字資源建設(shè)長(zhǎng)期穩(wěn)定運(yùn)行［5］。元數(shù)據(jù)設(shè)計(jì)是特色資源數(shù)據(jù)庫(kù)建設(shè)首先要考慮的問(wèn)題，目的在于通過(guò)將不同類(lèi)型特色資源按標(biāo)準(zhǔn)化的采集方案匯聚形成各類(lèi)特色資源元數(shù)據(jù)，最終滿足不同用戶對(duì)于各類(lèi)特色資源數(shù)字化和元數(shù)據(jù)采集的不同需求［6］。由于徽州文書(shū)外部特征獨(dú)特，內(nèi)容涉及各個(gè)方面，筆者結(jié)合通用資源的元數(shù)據(jù)設(shè)置，參考圖書(shū)、論文、音視頻、人物等類(lèi)型資源的元數(shù)據(jù)設(shè)置和《民間歷史文獻(xiàn)整理概論》［7］，定義了17 個(gè)徽州文書(shū)元數(shù)據(jù)字段（具體如表1 所示）。其中：描述字段包括財(cái)產(chǎn)號(hào)/標(biāo)識(shí)符、題名、尺寸、人物及機(jī)關(guān)團(tuán)體、主題詞/關(guān)鍵詞、實(shí)物形態(tài)、保存狀況、館藏信息、語(yǔ)種、相關(guān)資源等10個(gè)；內(nèi)容字段包括時(shí)間、涉事地點(diǎn)、歸戶、譜系、金額、賦役、頁(yè)數(shù)等7 個(gè)。描述性字段與內(nèi)容字段的設(shè)計(jì)在于以標(biāo)識(shí)符、資源文件路徑為主要字段連接資源元數(shù)據(jù)與資源文件，以實(shí)現(xiàn)檢索發(fā)現(xiàn)、分析統(tǒng)計(jì)、資源服務(wù)等功能，充分揭示徽州文書(shū)的內(nèi)容特征和形式特征。

表1 特色資源通用平臺(tái)元數(shù)據(jù)字段設(shè)置

2.2 館藏徽州文書(shū)掃描

資源數(shù)字化是特色資源庫(kù)建設(shè)的基礎(chǔ)工作，針對(duì)數(shù)據(jù)庫(kù)平臺(tái)的功能要求和文書(shū)的品相，徽州文書(shū)數(shù)字化采取拍攝式掃描和資源收割的方式。數(shù)字化資源的圖像質(zhì)量具體要求定為：300DPI（像素密度），24 位色彩色階和JPEG/JPEG2000（壓縮方式）。為保證后期校正處理和使用服務(wù)時(shí)的色彩準(zhǔn)確性，在每一份文書(shū)掃描后添加專(zhuān)用色卡拍攝圖。

由于文書(shū)的品相不同，在數(shù)字化加工過(guò)程中，針對(duì)文書(shū)頁(yè)面褶皺、殘缺、破損等現(xiàn)實(shí)情況，事先做了修復(fù)處理，在數(shù)字化過(guò)程中專(zhuān)門(mén)標(biāo)注。

針對(duì)大開(kāi)本的文書(shū)，采取圖片裁剪和分頁(yè)的形式來(lái)處理，保證每件文書(shū)數(shù)字化資源“一圖一頁(yè)”，清晰完整。

2.3 徽州文書(shū)數(shù)據(jù)化加工

數(shù)據(jù)化加工是將徽州文書(shū)掃描件轉(zhuǎn)化至用戶可用資源文件的主要步驟，包括對(duì)資源文件加工、元數(shù)據(jù)關(guān)聯(lián)和補(bǔ)全。考慮可用資源在傳輸速率和使用效果兩個(gè)維度的切實(shí)矛盾，資源加工的要素主要為資源文件版式、容量、DPI、分辨率。在數(shù)據(jù)化加工流程中：首先，對(duì)每件資源進(jìn)行“一圖一頁(yè)”的統(tǒng)一版式、一致的壓縮分辨率和DPI控制處理，在可清晰辨識(shí)內(nèi)容基礎(chǔ)上，容量限制在200 KB 至1 MB 之間，以同時(shí)滿足讀者瀏覽資源時(shí)對(duì)加載效率和使用體驗(yàn)的要求。其次，將徽州文書(shū)加工資源進(jìn)行元數(shù)據(jù)關(guān)聯(lián)匹配，最終形成文書(shū)資源散件727份，多頁(yè)或成冊(cè)文書(shū)203份，總計(jì)8 809頁(yè)。最后，針對(duì)發(fā)布應(yīng)用的實(shí)際使用場(chǎng)景和用戶資源需求，在完成元數(shù)據(jù)補(bǔ)充基礎(chǔ)上，進(jìn)行整體和獨(dú)立分頁(yè)的發(fā)布應(yīng)用級(jí)數(shù)字對(duì)象生成，包括PDF 資源文件、基于都柏林核心集字段的元數(shù)據(jù)描述文件、目錄結(jié)構(gòu)信息文件、資源封裝信息文件和資源原件圖像。

此外，由于存在魚(yú)鱗圖冊(cè)、保甲冊(cè)、戶口環(huán)冊(cè)等類(lèi)型的成冊(cè)文書(shū)資源，需按古籍文獻(xiàn)規(guī)范要求對(duì)頁(yè)面布局、放大率、默認(rèn)打開(kāi)頁(yè)等項(xiàng)進(jìn)行配置，并添加導(dǎo)覽標(biāo)簽，便于讀者用戶對(duì)此類(lèi)文書(shū)資源的高效使用。

3 徽州文書(shū)資源庫(kù)平臺(tái)建設(shè)

我館館藏徽州文書(shū)資源庫(kù)平臺(tái)的建設(shè)是以規(guī)范化、通用性為建設(shè)指導(dǎo)原則，以數(shù)據(jù)存取子系統(tǒng)、徽州文書(shū)管理平臺(tái)、檢索服務(wù)子系統(tǒng)為節(jié)點(diǎn)，完成對(duì)徽州文書(shū)的歸類(lèi)、元數(shù)據(jù)著錄、整理、數(shù)字化掃描、資源加工和加工成品發(fā)布的整體工作流程。

3.1 數(shù)據(jù)存取子系統(tǒng)

在館藏徽州文書(shū)管理平臺(tái)系統(tǒng)中，需要進(jìn)行數(shù)據(jù)資源存儲(chǔ)的包括徽州文書(shū)元數(shù)據(jù)、資源原始數(shù)據(jù)和加工數(shù)據(jù)。其中，元數(shù)據(jù)存儲(chǔ)于結(jié)構(gòu)化數(shù)據(jù)庫(kù)中，資源原始數(shù)據(jù)和加工數(shù)字對(duì)象存儲(chǔ)于文件存儲(chǔ)系統(tǒng)中。

徽州文書(shū)元數(shù)據(jù)在建設(shè)過(guò)程中使用MySQL+Redis 數(shù)據(jù)庫(kù)的混用方案。MySQL 數(shù)據(jù)庫(kù)作為結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)，Redis 作為內(nèi)存緩存存儲(chǔ)系統(tǒng)，對(duì)資源集數(shù)據(jù)進(jìn)行同步并向前端服務(wù)提供高速數(shù)據(jù)讀取服務(wù)?；谝陨霞軜?gòu)，形成管理平臺(tái)和發(fā)布檢索服務(wù)在元數(shù)據(jù)使用層面的讀寫(xiě)分離數(shù)據(jù)存取方案。在數(shù)字對(duì)象與資源文件存儲(chǔ)方面，子系統(tǒng)使用mofileFS分布式文件存儲(chǔ)方案，利用其適用于海量小文件的特性，充分滿足大量容量為1 MB至10 MB大小的徽州文書(shū)數(shù)字化對(duì)象文件的高效存取需求。

基于以上數(shù)據(jù)存取子系統(tǒng)建設(shè)，為館藏徽州文書(shū)管理平臺(tái)提供完整的數(shù)據(jù)、文件讀寫(xiě)底層方案，進(jìn)而完成館藏徽州文書(shū)管理平臺(tái)的功能和服務(wù)開(kāi)發(fā)。

3.2 徽州文書(shū)管理平臺(tái)

徽州文書(shū)管理平臺(tái)和發(fā)布檢索服務(wù)使用ThinkPHP5.1+Vue.js的開(kāi)發(fā)框架進(jìn)行前后端分離，前后端通過(guò)鑒權(quán)與業(yè)務(wù)API 通信實(shí)現(xiàn)數(shù)據(jù)流通，平臺(tái)以功能模塊化的思路進(jìn)行開(kāi)發(fā)建設(shè)，結(jié)合徽州文書(shū)掃描和數(shù)據(jù)化加工過(guò)程中的具體流程節(jié)點(diǎn)，整體設(shè)計(jì)為6個(gè)主要模塊，分別是管理控制、資源數(shù)據(jù)上傳、資源加工管理、數(shù)據(jù)標(biāo)引管理、數(shù)據(jù)集管理、發(fā)布管理，平臺(tái)的一、二級(jí)功能模塊如圖2所示。

圖2 圖書(shū)館特色資源通用平臺(tái)架構(gòu)設(shè)計(jì)

3.2.1 平臺(tái)管理

管理控制模塊對(duì)館藏徽州文書(shū)平臺(tái)的非業(yè)務(wù)操作和功能進(jìn)行整體管理，模塊建設(shè)以RBAC 模型(Role-Based Access Control:基于角色的訪問(wèn)控制)進(jìn)行開(kāi)發(fā)建設(shè)，使得平臺(tái)具有高自由度、可持續(xù)優(yōu)化更新等優(yōu)勢(shì)，具體功能包括管理員管理、菜單管理、權(quán)限管理和日志統(tǒng)計(jì)。管理員以自身角色所擁有的菜單和功能訪問(wèn)權(quán)限對(duì)平臺(tái)系統(tǒng)進(jìn)行管理，平臺(tái)建設(shè)完成后通過(guò)限制管理員賬號(hào)對(duì)平臺(tái)管理進(jìn)行管控，后續(xù)的功能更新和優(yōu)化可基于菜單管理和權(quán)限管理模塊進(jìn)行自定義配置。

3.2.2 數(shù)據(jù)加工管理

數(shù)據(jù)加工流程在平臺(tái)中由資源數(shù)據(jù)上傳模塊、資源加工管理模塊和數(shù)據(jù)標(biāo)引管理模塊組成。

首先，資源數(shù)據(jù)上傳模塊包含標(biāo)準(zhǔn)管理、元數(shù)據(jù)管理、文件管理、數(shù)據(jù)關(guān)聯(lián)子模塊。標(biāo)準(zhǔn)管理模塊在本平臺(tái)中僅額外添加有徽州文書(shū)類(lèi)型字段標(biāo)準(zhǔn)，作為元數(shù)據(jù)管理中徽州文書(shū)元數(shù)據(jù)導(dǎo)入的字段標(biāo)準(zhǔn)。標(biāo)準(zhǔn)管理模塊在通用平臺(tái)中設(shè)計(jì)對(duì)更多類(lèi)型的資源導(dǎo)入預(yù)處理；元數(shù)據(jù)管理和文件管理分別向徽州文書(shū)元數(shù)據(jù)和掃描圖片提供入庫(kù)、管理功能，完成入庫(kù)后可通過(guò)數(shù)據(jù)關(guān)聯(lián)子模塊以特定識(shí)別字段進(jìn)行元數(shù)據(jù)與資源文件的關(guān)聯(lián)操作，完成數(shù)據(jù)初始導(dǎo)入。

其次，資源加工管理模塊則主要對(duì)導(dǎo)入掃描圖片的進(jìn)一步加工，包括圖像裁剪、圖片分頁(yè)、圖像壓縮等。此外，在通用平臺(tái)框架中該模塊還設(shè)計(jì)有文本OCR提取、音視頻處理、壓縮轉(zhuǎn)碼等功能模塊。

最后，數(shù)據(jù)標(biāo)引模塊管理主要進(jìn)行徽州文書(shū)元數(shù)據(jù)字段的補(bǔ)充標(biāo)目，包括基于切詞匹配、年代轉(zhuǎn)化等的自動(dòng)標(biāo)目過(guò)程和面向圖書(shū)館處理人員的手動(dòng)標(biāo)目模塊。標(biāo)目過(guò)程需符合對(duì)應(yīng)標(biāo)目規(guī)則子模塊中預(yù)設(shè)的內(nèi)容，包括可標(biāo)目字段，字段類(lèi)型范圍等。

3.2.3 數(shù)據(jù)集發(fā)布管理

發(fā)布管理模塊實(shí)現(xiàn)對(duì)徽州文書(shū)發(fā)布檢索服務(wù)的管理，包括發(fā)布審核、檢索設(shè)置和可視化配置。在功能上，發(fā)布審核子模塊完成對(duì)發(fā)布字段、發(fā)布資源內(nèi)容、發(fā)布資源描述信息等內(nèi)容的審核；檢索設(shè)置實(shí)現(xiàn)對(duì)資源關(guān)聯(lián)數(shù)據(jù)表、統(tǒng)一檢索模式和高級(jí)檢索字段與數(shù)據(jù)表字段對(duì)應(yīng)關(guān)系進(jìn)行配置；可視化配置子模塊提供對(duì)資源集檢索服務(wù)的可視化展示方式進(jìn)行配置選擇。

3.3 徽州文書(shū)檢索服務(wù)子系統(tǒng)

檢索服務(wù)子系統(tǒng)是對(duì)館藏徽州文書(shū)資源加工數(shù)據(jù)的應(yīng)用。子系統(tǒng)由Vue.js 框架搭建，通過(guò)后端鑒權(quán)API 實(shí)現(xiàn)數(shù)據(jù)通信。服務(wù)以徽州文書(shū)資源檢索發(fā)現(xiàn)為核心，通過(guò)欄目分類(lèi)、檢索發(fā)現(xiàn)、排序篩選和關(guān)聯(lián)推薦實(shí)現(xiàn)對(duì)資源的多維度揭示。檢索過(guò)程主要使用元數(shù)據(jù)中的題名、人物、主題詞/關(guān)鍵詞、館藏信息、相關(guān)資源、時(shí)間、地點(diǎn)、頁(yè)數(shù)字段等字段，通過(guò)統(tǒng)一檢索、高級(jí)檢索、結(jié)果集二級(jí)檢索、關(guān)聯(lián)推薦等揭示、發(fā)現(xiàn)方式，進(jìn)一步提升用戶使用檢索服務(wù)的效率和體驗(yàn)。資源詳情頁(yè)面提供資源明細(xì)瀏覽、資源分享下載、自定義批注等功能，充分滿足用戶資源使用需求。同時(shí)，以開(kāi)放眾包的服務(wù)理念進(jìn)一步通過(guò)用戶瀏覽批注行為，完善館藏徽州文書(shū)資源服務(wù)內(nèi)容。

4 徽州文書(shū)資源數(shù)據(jù)庫(kù)功能特色

我館徽州文書(shū)資源庫(kù)平臺(tái)的建設(shè)，除了具備存儲(chǔ)和檢索服務(wù)功能外，還形成具備量化分析和一定數(shù)字人文研究能力的特色。相較于現(xiàn)有其他徽州文書(shū)數(shù)據(jù)庫(kù)，本平臺(tái)特色主要聚焦：技術(shù)層面對(duì)數(shù)據(jù)管理規(guī)范化；內(nèi)容層面融入數(shù)字人文思想，構(gòu)建資源知識(shí)點(diǎn)并引入檢索發(fā)現(xiàn)服務(wù)；服務(wù)層面更多體現(xiàn)在共建共享機(jī)制和多維檢索發(fā)現(xiàn)服務(wù)中。

4.1 完善數(shù)據(jù)管理維護(hù)機(jī)制

特色資源建設(shè)是一個(gè)長(zhǎng)期的過(guò)程，完善資源數(shù)據(jù)管理機(jī)制應(yīng)該融入整個(gè)工作流程中。館藏徽州文書(shū)數(shù)據(jù)庫(kù)對(duì)元數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)采集、文件上傳、資源加工、資源數(shù)據(jù)化、發(fā)布文件處理全流程進(jìn)行有效管理，明確數(shù)據(jù)加工、存儲(chǔ)、傳輸、備份環(huán)節(jié)的維護(hù)細(xì)節(jié)。

具體包括：（1）數(shù)據(jù)庫(kù)系統(tǒng)的性能優(yōu)化和數(shù)據(jù)安全保障。平臺(tái)結(jié)構(gòu)化數(shù)據(jù)通過(guò)MySQL + Redis的數(shù)據(jù)庫(kù)方案進(jìn)行讀寫(xiě)，數(shù)據(jù)加工管理與資源數(shù)據(jù)服務(wù)實(shí)現(xiàn)讀寫(xiě)分離，提高使用服務(wù)中資源加工數(shù)據(jù)傳輸效率，控制數(shù)據(jù)庫(kù)寫(xiě)入渠道入口，提升數(shù)據(jù)安全保障。（2）數(shù)據(jù)流中任一環(huán)節(jié)可追溯機(jī)制，管理平臺(tái)前后端分離，模塊化功能通過(guò)鑒權(quán)API獲取使用數(shù)據(jù)，簡(jiǎn)化內(nèi)部數(shù)據(jù)流，便于追溯資源數(shù)據(jù)化過(guò)程的任一環(huán)節(jié)，降低數(shù)據(jù)維護(hù)難度，提升數(shù)據(jù)更新效率。（3）資源數(shù)據(jù)流式處理。在現(xiàn)有徽州文書(shū)資源采集加工發(fā)布流程下，對(duì)于數(shù)據(jù)可進(jìn)行流式處理，以現(xiàn)有930 件（8 809 頁(yè)）館藏徽州文書(shū)為例，自數(shù)據(jù)入庫(kù)、加工直至發(fā)布級(jí)文件生成并更新至檢索系統(tǒng)，全部流程可控制在60-90分鐘。

4.2 構(gòu)建知識(shí)點(diǎn)發(fā)現(xiàn)索引

平臺(tái)數(shù)據(jù)標(biāo)引管理中開(kāi)發(fā)有知識(shí)點(diǎn)半自動(dòng)標(biāo)引模塊，以節(jié)點(diǎn)名稱(chēng)、類(lèi)型、上級(jí)節(jié)點(diǎn)、關(guān)聯(lián)詞字段自動(dòng)構(gòu)建知識(shí)點(diǎn)數(shù)據(jù)，在經(jīng)由人工審核修正后，知識(shí)點(diǎn)按關(guān)聯(lián)關(guān)系組建多維度多層級(jí)的知識(shí)點(diǎn)網(wǎng)絡(luò)，在檢索服務(wù)中提升優(yōu)化數(shù)據(jù)發(fā)現(xiàn)和關(guān)聯(lián)資源推薦的有效性。以圖3為例，在平臺(tái)徽州文書(shū)資源中，與“稅”相關(guān)的文書(shū)類(lèi)型通過(guò)知識(shí)點(diǎn)網(wǎng)絡(luò)可直接提取為稅契、稅銀、稅課、稅單、收稅匯票、推稅匯票、歸戶票。聚焦到“地稅”類(lèi)型，提取包含14份散件資源，可進(jìn)一步按朝代、年份、地域、類(lèi)型等進(jìn)行進(jìn)一步關(guān)聯(lián)、細(xì)分。此類(lèi)關(guān)聯(lián)數(shù)據(jù)的形成可用于后續(xù)檢索發(fā)現(xiàn)和資源推薦服務(wù)，幫助用戶在尋求相關(guān)資源時(shí)可自行快速獲取更多關(guān)聯(lián)研究?jī)?nèi)容。

圖3 徽州文書(shū)數(shù)據(jù)“稅”相關(guān)類(lèi)型與地稅數(shù)據(jù)知識(shí)節(jié)點(diǎn)提取

4.3 實(shí)現(xiàn)徽州文書(shū)數(shù)據(jù)共建共享

特色數(shù)據(jù)庫(kù)建設(shè)往往需要耗費(fèi)大量人力物力，而圖書(shū)館也面臨資源有限、經(jīng)費(fèi)匱乏的現(xiàn)狀［8］。因此，合理的共建共享機(jī)制將直接影響資源共建、機(jī)構(gòu)合作。在本平臺(tái)徽州文書(shū)資源的共建共享機(jī)制上共設(shè)計(jì)有3層獨(dú)立方案，包括數(shù)據(jù)庫(kù)層面元數(shù)據(jù)字段標(biāo)準(zhǔn)化、接口層面鑒權(quán)API 數(shù)據(jù)共享、服務(wù)層面資源授權(quán)下載，以多層次的數(shù)據(jù)共建共享，充分保障資源的通用性和專(zhuān)業(yè)性。

數(shù)據(jù)庫(kù)層面元數(shù)據(jù)字段標(biāo)準(zhǔn)化，平臺(tái)在分析徽州文書(shū)特征基礎(chǔ)上定義了其元數(shù)據(jù)的17 種字段，其中充分考慮兼容都柏林核心集（Dublin Core Element Set）元素字段，保證與其他類(lèi)型數(shù)據(jù)庫(kù)的兼容性，提供數(shù)據(jù)共建共享的底層標(biāo)準(zhǔn)基礎(chǔ)。

接口層面鑒權(quán)API數(shù)據(jù)共享，API是元數(shù)據(jù)標(biāo)準(zhǔn)可解析后數(shù)據(jù)實(shí)現(xiàn)同步獲取的主要途徑之一，平臺(tái)API 可通過(guò)請(qǐng)求令牌信息識(shí)別訪問(wèn)者身份實(shí)現(xiàn)數(shù)據(jù)通信，對(duì)平臺(tái)合作機(jī)構(gòu)可提供全面且可定制化的數(shù)據(jù)支持。

服務(wù)層面資源授權(quán)下載，平臺(tái)支持授權(quán)個(gè)人用戶按權(quán)限導(dǎo)出資源字段標(biāo)準(zhǔn)、資源發(fā)布文件和原始文件，通過(guò)基于合作平臺(tái)的用戶互認(rèn)等機(jī)制，即可擴(kuò)大平臺(tái)間用戶群體，在用戶層面實(shí)現(xiàn)資源共享。

4.4 資源高效多維度檢索發(fā)現(xiàn)體系

徽州文書(shū)資源庫(kù)平臺(tái)資源發(fā)現(xiàn)通過(guò)多維度多渠道的方式，降低平臺(tái)資源發(fā)現(xiàn)難度（具體見(jiàn)圖4所示）。具體服務(wù)中以自主檢索、復(fù)合檢索、多維篩選、關(guān)聯(lián)推薦等形式組合，通過(guò)多個(gè)入口提取命中資源數(shù)據(jù)，增加服務(wù)廣度；結(jié)合資源主題詞、類(lèi)型、年代、地域等特征信息，便于簡(jiǎn)化數(shù)據(jù)字段索引設(shè)置，提升數(shù)據(jù)提取效率，提升發(fā)現(xiàn)深度；遵從主題詞匹配優(yōu)先并使用瀏覽量、資源評(píng)分等參數(shù)的混合排序規(guī)則，優(yōu)化展示排序。最終實(shí)現(xiàn)從元數(shù)據(jù)、分析數(shù)據(jù)、知識(shí)點(diǎn)關(guān)聯(lián)數(shù)據(jù)等多個(gè)維度完成資源數(shù)據(jù)的整體發(fā)現(xiàn)，實(shí)現(xiàn)用戶對(duì)所需資源的高效準(zhǔn)確定位和發(fā)現(xiàn)。

圖4 徽州文書(shū)檢索服務(wù)頁(yè)面

5 結(jié)語(yǔ)

徽州文書(shū)資源庫(kù)平臺(tái)實(shí)現(xiàn)對(duì)我館徽州文書(shū)資源的數(shù)字化存儲(chǔ)、管理和檢索功能，初步建設(shè)徽州文書(shū)知識(shí)圖譜和資源推薦系統(tǒng)。在建設(shè)過(guò)程和試用過(guò)程中，筆者對(duì)徽州文書(shū)資源庫(kù)平臺(tái)擬定了進(jìn)一步完善平臺(tái)通用性功能的完善方向。同時(shí)，在知識(shí)圖譜構(gòu)建和檢索發(fā)現(xiàn)上進(jìn)一步挖掘資源內(nèi)容中的人、物、事節(jié)點(diǎn)，進(jìn)而組建更完善的語(yǔ)義網(wǎng)，使資源使用者尤其是研究學(xué)者可以更好地進(jìn)行內(nèi)容發(fā)現(xiàn)、挖掘和分析。但還存在加工過(guò)程遵從以專(zhuān)用元數(shù)據(jù)標(biāo)準(zhǔn)處理收割數(shù)據(jù)資源、以發(fā)布應(yīng)用文件規(guī)范對(duì)資源加工進(jìn)行各維度閾值限制、平臺(tái)資源加工僅支持人工輸入構(gòu)建全文數(shù)據(jù)等不足，在數(shù)字人文理論與技術(shù)發(fā)展的當(dāng)下，這也是本平臺(tái)后續(xù)發(fā)展需要重點(diǎn)攻克的內(nèi)容。