冀曉萌

（國家圖書館，北京 100081）

數(shù)字技術(shù)的不斷創(chuàng)新和發(fā)展給圖書館館藏建設(shè)和知識(shí)服務(wù)提供了更加廣闊的空間和前景。作為圖書館館藏的重要組成部分，民國時(shí)期檔案類資源的數(shù)字化加工整理對(duì)于整個(gè)圖書館的館藏體系建設(shè)和數(shù)字服務(wù)水平提高具有非常重要的意義。近年來，民國時(shí)期檔案資料的保護(hù)與開發(fā)愈發(fā)受到重視，在這種背景下，如何做好館藏民國時(shí)期檔案類資料的數(shù)字資源建設(shè)與服務(wù)，成為圖書館面臨的重要問題之一。隨著《革命歷史檔案著錄細(xì)則》《民國檔案目錄中心數(shù)據(jù)采集標(biāo)準(zhǔn)民國檔案著錄細(xì)則》等各級(jí)圖書館和檔案館標(biāo)準(zhǔn)規(guī)范的相繼出臺(tái)，為檔案類資源的數(shù)字化加工整理工作提供了可靠的技術(shù)支持和標(biāo)準(zhǔn)化的操作指南。

“革命文獻(xiàn)與民國時(shí)期文獻(xiàn)保護(hù)計(jì)劃”項(xiàng)目實(shí)施以來，以國家圖書館為主的建設(shè)單位已完成約1萬頁日本細(xì)菌戰(zhàn)罪行調(diào)查檔案，1.2萬頁日軍在中國戰(zhàn)區(qū)暴行調(diào)查檔案，3.3萬頁相關(guān)文字檔案的數(shù)字化回歸工作[1]。筆者圍繞國家圖書館館藏民國時(shí)期檔案類資源的數(shù)字資源建設(shè)和服務(wù)，探討民國時(shí)期檔案類資源的特點(diǎn)、采集難點(diǎn)及方法，探究民國時(shí)期檔案類數(shù)字資源的建設(shè)與利用，以期為圖書館館藏檔案類資源的數(shù)字化服務(wù)提供借鑒和參考。

1 民國時(shí)期檔案類資源數(shù)字化采集

民國時(shí)期檔案類資源是重要的館藏歷史文化遺產(chǎn)之一，對(duì)于保護(hù)文化遺產(chǎn)和研究歷史具有重要意義[2]。但是檔案資源的特點(diǎn)和采集難點(diǎn)也是不可忽視的問題。

1.1 民國時(shí)期檔案類資源的特點(diǎn)

（1）多樣性：民國時(shí)期檔案資源豐富多樣，涉及政治、經(jīng)濟(jì)、文化、軍事、社會(huì)等各個(gè)領(lǐng)域。這些文獻(xiàn)或檔案資源反映了當(dāng)時(shí)社會(huì)的多種面貌，包括各類人群、地域、文化等方面，數(shù)量龐大。

（2）稀缺性：民國時(shí)期，中國社會(huì)發(fā)生了許多重大變革，如政治制度的更替、社會(huì)經(jīng)濟(jì)的轉(zhuǎn)型、文化思潮的轉(zhuǎn)變等，由于歷經(jīng)戰(zhàn)爭和政治動(dòng)蕩，很多民國時(shí)期的文獻(xiàn)或檔案資源已經(jīng)失落或流散，因此保存完好的文獻(xiàn)或檔案資源具有稀缺性[3]。

（3）區(qū)域性：民國時(shí)期政治的特殊性，導(dǎo)致不同地區(qū)的政治、文化、經(jīng)濟(jì)情況差異巨大，因此在檔案類資源的收集和整理中，需要考慮地域特點(diǎn)和文獻(xiàn)特征。

（4）具有研究價(jià)值和歷史價(jià)值：民國時(shí)期檔案資源的研究價(jià)值廣泛，包括歷史、政治、社會(huì)、文化等多個(gè)學(xué)科領(lǐng)域[4]。這些資源在一定程度上反映出歷史的真實(shí)面貌，可以幫助我們更深入地了解中國近現(xiàn)代歷史的演進(jìn)和發(fā)展。

1.2 民國時(shí)期檔案類資源的采集難點(diǎn)

檔案資源的采集是數(shù)字化工作的重要環(huán)節(jié)，對(duì)于數(shù)字化工作的質(zhì)量和效率有著至關(guān)重要的影響。然而在民國時(shí)期檔案類資源的采集過程中，卻面臨著諸多難點(diǎn)：

（1）分布范圍廣。民國時(shí)期的檔案文獻(xiàn)并沒有明確的統(tǒng)一分類和組織形式，而是分散在各個(gè)國家、地區(qū)、機(jī)構(gòu)和個(gè)人手中，這些檔案文獻(xiàn)既包括政府部門的公文檔案，也包括私人收集的文獻(xiàn)資料。因此，要將這些零散的文獻(xiàn)整合、分類、加工成系統(tǒng)化的數(shù)字化文獻(xiàn)庫，采集時(shí)需要耗費(fèi)大量的人力和物力。

（2）保存狀況不同。民國時(shí)期檔案資源的保存狀況各異，有的檔案資源保存完好，易于采集和數(shù)字化處理；有的檔案資源保存較差，存在印刷不清晰、涂抹污損等問題，需要進(jìn)行修復(fù)、整理等工作后才能進(jìn)行數(shù)字化處理；一些文獻(xiàn)內(nèi)容存在缺失、不準(zhǔn)確等問題，需要進(jìn)行補(bǔ)充和校對(duì)，這都增加了工作量和采集的難度[5]。

（3）多樣性和復(fù)雜性。民國時(shí)期的檔案資源種類繁多，涵蓋政治、經(jīng)濟(jì)、文化、軍事等各個(gè)領(lǐng)域，且存在紙質(zhì)檔案、照片、音頻、視頻等多種形式，這些文獻(xiàn)類型的特點(diǎn)和數(shù)字化加工方式都不盡相同，需要采用不同的采集設(shè)備和技術(shù)。此外，很多檔案資源以外文形式存在，需要先翻譯再進(jìn)行數(shù)字化采集，為保證翻譯結(jié)果的準(zhǔn)確性和可信度，需要專業(yè)人才提供支持，從而加大了采集的難度和復(fù)雜度。

（4）采集環(huán)境要求較高。翻拍方式易受天氣、光照等外部因素的影響，如果缺乏專業(yè)的檔案采集環(huán)境如光線較暗，容易導(dǎo)致拍攝出的照片不清晰，進(jìn)而影響數(shù)字化質(zhì)量。

1.3 民國時(shí)期檔案類資源的采集方法

（1）電子資源采集：直接采集已數(shù)字化的電子版資源。調(diào)研檔案資源的分布情況、館藏內(nèi)容和數(shù)量、現(xiàn)有的數(shù)字化資源等信息，根據(jù)實(shí)際情況，可直接對(duì)已數(shù)字化的電子資源進(jìn)行采集。

（2）實(shí)地采集：實(shí)地采集是指到現(xiàn)場相機(jī)翻拍、掃描、復(fù)印等方式采集文獻(xiàn)資源。翻拍是指將文獻(xiàn)放在專業(yè)的拍攝平臺(tái)上，用高像素的相機(jī)進(jìn)行拍攝，通常適用于紙質(zhì)文獻(xiàn)和圖片等實(shí)物資料的數(shù)字化采集；掃描則是指將文獻(xiàn)放在掃描儀上進(jìn)行數(shù)字化采集，適用于較小尺寸的文獻(xiàn)、圖冊(cè)、圖表、手稿等多種文獻(xiàn)形式的數(shù)字化采集。采集者需要具備相關(guān)的知識(shí)和技能，如對(duì)文獻(xiàn)資源的鑒定和分類、拍攝和掃描技術(shù)等，盡可能保留檔案的原始外貌。

此外，針對(duì)海外回歸的民國時(shí)期檔案資源，需要先對(duì)外文進(jìn)行翻譯，再進(jìn)行數(shù)字化采集。翻譯的工作需要有專業(yè)學(xué)科背景的人員支持，才能保證翻譯結(jié)果的準(zhǔn)確性和可信度。同時(shí)，對(duì)于一些難以識(shí)別和處理的文獻(xiàn)形式如手抄本等，也需要利用專業(yè)技術(shù)進(jìn)行數(shù)字化采集，如通過圖像處理技術(shù)對(duì)圖像進(jìn)行分割、識(shí)別和校對(duì)等處理。

2 民國時(shí)期檔案類資源數(shù)字化加工

2.1 數(shù)據(jù)加工原則

民國時(shí)期檔案類資源因其具有多樣性、稀缺性等特點(diǎn)，在數(shù)據(jù)加工時(shí)需要進(jìn)行整體考慮，確保以下加工原則。

（1）完整保留檔案原貌：盡可能保留原始檔案的完整性和真實(shí)性，不進(jìn)行過多修改和處理。以1：1的比例采集保存檔案圖像，原檔案幅面較大，無法整體采集的，可將原件分畫幅采集，確保拼接與原圖基本一致，無重影、拼接處無明顯歪斜變形等。

（2）數(shù)據(jù)質(zhì)量要求高：數(shù)字化加工后的檔案資料需要適配多種服務(wù)端口，這就需要在加工時(shí)按數(shù)字資源保存、出版印刷及發(fā)布服務(wù)的需求可能性，生成長期保存級(jí)、出版印刷級(jí)與發(fā)布服務(wù)級(jí)圖像。保證圖像清晰度、文本識(shí)別準(zhǔn)確性、數(shù)據(jù)完整性和一致性等方面，以確保數(shù)字化加工檔案的可靠性和可用性。

（3）數(shù)據(jù)制作內(nèi)容準(zhǔn)確無誤：元數(shù)據(jù)著錄的信息做到準(zhǔn)確無誤，標(biāo)引字段信息符合元數(shù)據(jù)著錄規(guī)范。在翻譯外文檔案資源時(shí)，需對(duì)翻譯過程進(jìn)行統(tǒng)一管理、質(zhì)量跟蹤。譯文文檔格式與原文文檔格式應(yīng)保持一致。應(yīng)聘請(qǐng)專家團(tuán)隊(duì)嚴(yán)格審校，確保無政治性、學(xué)術(shù)性、知識(shí)性、技術(shù)性錯(cuò)誤。

2.2 數(shù)據(jù)加工重點(diǎn)

2.2.1 元數(shù)據(jù)加工重點(diǎn)及質(zhì)量把控

元數(shù)據(jù)是以源文獻(xiàn)為中心的知識(shí)組織方式，檔案數(shù)據(jù)信息需對(duì)數(shù)字資源對(duì)應(yīng)源文獻(xiàn)的內(nèi)容及特征進(jìn)行描述。參照國家圖書館及檔案館的元數(shù)據(jù)著錄規(guī)范，檔案資料的元數(shù)據(jù)內(nèi)容應(yīng)包括檔案數(shù)據(jù)信息表和數(shù)據(jù)信息表，即每個(gè)檔案創(chuàng)建一條元數(shù)據(jù)，記錄每份文件的基本信息，生成“數(shù)據(jù)信息表”。以由國家圖書館民國時(shí)期文獻(xiàn)保護(hù)工作辦公室編著的《二戰(zhàn)時(shí)期西南太平洋戰(zhàn)區(qū)日本戰(zhàn)俘訊問檔案匯編》一書為例，著錄字段信息包括：加工編號(hào)、標(biāo)識(shí)符、題名、創(chuàng)建者、日期、語種、主題/描述、類型、權(quán)限等。其中日期應(yīng)著錄對(duì)象數(shù)據(jù)標(biāo)注日期（原樣著錄）與標(biāo)準(zhǔn)格式日期（YYYY-MM-DD）兩種，名稱需著錄英文（原樣著錄）和中文譯文，主題/描述可根據(jù)文獻(xiàn)具體情況選擇著錄英文關(guān)鍵詞或中文提要。在生成元數(shù)據(jù)的過程中，需要查看元數(shù)據(jù)文件命名是否正確，存儲(chǔ)結(jié)構(gòu)是否符合規(guī)范，是否依照規(guī)定的字段結(jié)構(gòu)進(jìn)行信息著錄，元數(shù)據(jù)是否存在無法對(duì)應(yīng)對(duì)象數(shù)據(jù)等問題，字符、符號(hào)等文字錯(cuò)誤率一般情況下不超過0.3‰。在元數(shù)據(jù)檢查時(shí)，通常采取抽樣方法，抽取一般不低于50%樣本，如發(fā)現(xiàn)元數(shù)據(jù)數(shù)據(jù)信息表個(gè)別標(biāo)簽取值有誤，需核對(duì)檔案基本信息，按規(guī)定字段結(jié)構(gòu)重新賦值。

2.2.2 對(duì)象數(shù)據(jù)加工重點(diǎn)及質(zhì)量把控

根據(jù)《數(shù)字資源加工標(biāo)準(zhǔn)規(guī)范》以及項(xiàng)目調(diào)研實(shí)踐，數(shù)字化加工民國時(shí)期檔案類資源一般情況下包括長期保存級(jí)、出版印刷級(jí)與發(fā)布服務(wù)級(jí)圖像3個(gè)應(yīng)用級(jí)別。針對(duì)不同應(yīng)用級(jí)別的對(duì)象數(shù)據(jù)，按不同標(biāo)準(zhǔn)進(jìn)行圖像處理與格式轉(zhuǎn)換，一般情況下，影像均以灰度掃描，要求圖像清晰，亮度適中，以保證盡量多的清晰內(nèi)容為原則，掃描后的圖像不做糾偏及去污處理，掃描后的圖像要求真實(shí)反映原卷，在原件正確的前提下頁碼連續(xù)，不能有缺頁、錯(cuò)頁、數(shù)據(jù)內(nèi)容缺失等現(xiàn)象。參照“二戰(zhàn)時(shí)期西南太平洋戰(zhàn)區(qū)日本戰(zhàn)俘訊問檔案數(shù)字化服務(wù)”項(xiàng)目，該項(xiàng)目提交3種格式的對(duì)象數(shù)據(jù)，包括TIFF格式的長期保存級(jí)、JPEG2000格式的出版印刷級(jí)以及PDF格式的發(fā)布服務(wù)級(jí)。需要確保各級(jí)別對(duì)象數(shù)據(jù)圖像掃描文件夾和文件名命名正確、數(shù)據(jù)格式和圖像掃描分辨率符合要求、圖像清晰，不存在黑邊框、歪斜情況，圖像掃描錯(cuò)誤率一般不超過1‰。

3 民國時(shí)期檔案類資源的服務(wù)與揭示

3.1 匯編成冊(cè)出版

匯編成冊(cè)出版是將數(shù)字化的檔案按照一定的分類、目錄和排版規(guī)則進(jìn)行編輯，形成電子書籍或者紙質(zhì)出版物。通常需要進(jìn)行文本編輯、圖片處理、版面設(shè)計(jì)等工作。這種方式可以將檔案數(shù)字化為易于傳播和保存的形式，同時(shí)也方便人們進(jìn)行查閱和研究。相比其他數(shù)字化揭示方式，匯編成冊(cè)出版更加貼近傳統(tǒng)的紙質(zhì)出版物形式，更加容易讓人接受。同時(shí)，也可以在紙質(zhì)出版物的基礎(chǔ)上制作電子版，增加檔案的傳播范圍和可訪問性。

國家圖書館近年來一直面向全國組織申報(bào)文獻(xiàn)整理項(xiàng)目，并組織專家評(píng)審會(huì)對(duì)申報(bào)項(xiàng)目進(jìn)行評(píng)審，根據(jù)文獻(xiàn)內(nèi)容、整理數(shù)量、類型、珍稀程度以及整理難度確定經(jīng)費(fèi)資助額度。相關(guān)的出版情況發(fā)布在“革命文獻(xiàn)與民國時(shí)期文獻(xiàn)保護(hù)網(wǎng)”上。其中有關(guān)檔案類的出版項(xiàng)目見表1。

表1 近年來國家圖書館組織出版的部分民國檔案類文獻(xiàn)項(xiàng)目

國家圖書館出版社將出版的民國文獻(xiàn)大致分為6大類，分別為文獻(xiàn)資料叢編、期刊資料分類匯編、外文類影印圖書、名人日記信札、抗戰(zhàn)及對(duì)日戰(zhàn)犯審判文獻(xiàn)和其他[6]。如，《二戰(zhàn)時(shí)期西南太平洋戰(zhàn)區(qū)日本戰(zhàn)俘訊問檔案匯編》收錄了約2000份訊問報(bào)告，揭示了二戰(zhàn)時(shí)期日軍在西南戰(zhàn)區(qū)各部隊(duì)的隸屬關(guān)系，提供了軍工企業(yè)的生產(chǎn)情況以及武器裝備的詳細(xì)數(shù)據(jù)，具有重要的史料價(jià)值和現(xiàn)實(shí)意義，有利于深化和推進(jìn)對(duì)二戰(zhàn)歷史的研究[7]。

3.2 專題數(shù)據(jù)庫

建設(shè)民國時(shí)期專題數(shù)據(jù)庫，通過對(duì)民國時(shí)期檔案類資料的數(shù)字化加工和處理，提高數(shù)據(jù)的利用價(jià)值。專題數(shù)據(jù)庫的建立不僅可以大容量存儲(chǔ)檔案資料，便于管理和查詢，還可以通過網(wǎng)絡(luò)共享，提高數(shù)據(jù)共享效率。通過電腦網(wǎng)絡(luò)或手機(jī)移動(dòng)端，公眾可以隨時(shí)隨地訪問這些數(shù)字化檔案，實(shí)現(xiàn)遠(yuǎn)程查詢、瀏覽和下載。相比于傳統(tǒng)的紙質(zhì)檔案，專題數(shù)據(jù)庫具有信息檢索速度快、容量大、便于管理等優(yōu)點(diǎn)，因此在檔案資料數(shù)字化展示和傳播方面得到廣泛應(yīng)用，極大地拓展了檔案資料的利用價(jià)值和范圍。

目前，“革命文獻(xiàn)與民國時(shí)期文獻(xiàn)保護(hù)計(jì)劃”項(xiàng)目建設(shè)的民國時(shí)期文獻(xiàn)專題數(shù)據(jù)庫包括“日本細(xì)菌戰(zhàn)資料庫”“東京審判資料庫”“日本戰(zhàn)爭罪行審判史料編譯”等，致力于向社會(huì)公眾推廣、普及抗戰(zhàn)歷史知識(shí)，為讀者研究使用提供便利。

3.3 數(shù)字化展覽展示

數(shù)字化展覽通常需要借助一些數(shù)字展示技術(shù)，如數(shù)字投影、數(shù)字屏幕、觸摸屏等。這些技術(shù)可以將數(shù)字檔案以多種形式如圖片、視頻、音頻等呈現(xiàn)給觀眾，使檔案內(nèi)容更加生動(dòng)直觀。同時(shí)，數(shù)字化檔案的展覽還可以借助一些虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)技術(shù)，搭配文物或民國時(shí)期的歷史文化資料，形成多元化的展覽效果，為觀眾打造更加沉浸式展示體驗(yàn)。另外，數(shù)字化展覽具有更高的互動(dòng)性，觀眾可以進(jìn)行數(shù)字化操作、實(shí)時(shí)交互等，更具有參與感和趣味性，吸引更多的觀眾和用戶，提高民國時(shí)期檔案資料的傳播效果。如，國家圖書館在出版《遠(yuǎn)東國際軍事法庭庭審記錄》一書后，又舉辦了“歷史的審判”展，將整理出版、數(shù)據(jù)庫建設(shè)和展覽展示有機(jī)地融合起來，形成了比較完整的文獻(xiàn)傳播鏈條。

3.4 知識(shí)服務(wù)

知識(shí)服務(wù)是近年來圖書館界的研究熱點(diǎn)之一，指面向服務(wù)對(duì)象需求，對(duì)數(shù)據(jù)進(jìn)行深度挖掘、分析、過濾、提取與組織，最終形成有價(jià)值的知識(shí)供服務(wù)對(duì)象使用，幫助服務(wù)對(duì)象完成目標(biāo)明確的任務(wù)或工作[8]。對(duì)于民國檔案類文獻(xiàn)而言，依托數(shù)字化加工整理后的檔案資源，通過對(duì)數(shù)字化檔案資料的語義標(biāo)注和知識(shí)抽取，建立基于知識(shí)圖譜的知識(shí)服務(wù)平臺(tái)，提供自然語言查詢和問答服務(wù)等功能，為用戶提供更加智能化的知識(shí)服務(wù)。用戶通過輸入關(guān)鍵詞等語言，通過平臺(tái)自動(dòng)地從數(shù)字化檔案資料中提取相關(guān)的信息和知識(shí)，快速地回答用戶的問題，提供更加高效、準(zhǔn)確的知識(shí)服務(wù)，從而擴(kuò)大民國時(shí)期檔案類資源知識(shí)服務(wù)的范圍。

4 結(jié)語

國家圖書館是民國文獻(xiàn)館藏最多的公共機(jī)構(gòu)。保護(hù)好包括檔案在內(nèi)的民國文獻(xiàn)，是圖書館的職責(zé)所在。數(shù)字人文時(shí)代的到來為文獻(xiàn)保護(hù)工作帶來了新技術(shù)、新思路和新挑戰(zhàn)，圖書館館藏民國時(shí)期檔案類資料的數(shù)字資源建設(shè)與服務(wù)，既是圖書館館藏體系和數(shù)字服務(wù)水平的重要組成部分，推動(dòng)數(shù)字技術(shù)與傳統(tǒng)檔案文獻(xiàn)管理相結(jié)合，促進(jìn)館藏檔案資源的保護(hù)、利用和傳承，也可以為推動(dòng)相關(guān)的學(xué)術(shù)研究提供真實(shí)、可靠的文獻(xiàn)保障。