檔案數(shù)字化工作中的重難點(diǎn)探討

文/代清華

檔案數(shù)字化工作，就是通過掃描儀、照相機(jī)等電子設(shè)備，將傳統(tǒng)的紙質(zhì)檔案轉(zhuǎn)化為存儲(chǔ)在計(jì)算機(jī)數(shù)據(jù)庫中的數(shù)字圖像，是利用計(jì)算機(jī)技術(shù)將模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)的處理過程，以實(shí)現(xiàn)快速檢索、便捷利用、安全備份、小空間存儲(chǔ)等功效。

一、外包公司的選擇

檔案管理數(shù)字化是信息時(shí)代的必然要求。由于需要專業(yè)的設(shè)備和專門的團(tuán)隊(duì)，目前，大部分綜合檔案部門都采用外包模式做紙質(zhì)檔案的數(shù)字化工作。為保證質(zhì)量，對外包公司的選擇將十分重要，如何在公開招標(biāo)中有效避免惡性競爭，招到信譽(yù)好、團(tuán)隊(duì)素質(zhì)過硬的優(yōu)秀公司，這是對所有檔案部門的一種考驗(yàn)。

數(shù)字化加工技術(shù)標(biāo)準(zhǔn)的制定一定要因地制宜，切合實(shí)際。如重點(diǎn)檔案（明清檔案、民國檔案、革命歷史檔案）的數(shù)字化加工標(biāo)準(zhǔn)要求相對較高，這部分檔案產(chǎn)生的時(shí)代過于久遠(yuǎn)，且存在手寫體居多、組卷不規(guī)范等原因，數(shù)字化前處理的工作量很大，案卷級(jí)、文件級(jí)目錄著錄的要求很高，這就要求外包公司配備高素質(zhì)的工作團(tuán)隊(duì)，將大量的精力投入到目錄著錄和質(zhì)檢中去，成本相對較高。而建國后的檔案數(shù)字化工作相對簡單，卷內(nèi)文件多為印刷版，編目相對容易，技術(shù)標(biāo)準(zhǔn)的制定可以適當(dāng)降低要求，數(shù)字化工作的成本也相對低廉。此外，還需要認(rèn)真考察外包公司的保密資質(zhì)、團(tuán)隊(duì)配備、相關(guān)行業(yè)從業(yè)經(jīng)驗(yàn)、口碑、后期質(zhì)保等情況。為減少磨合，保持連貫性，建議有條件的地區(qū)盡量采用同一家外包公司做紙質(zhì)檔案數(shù)字化工作，以保證數(shù)據(jù)質(zhì)量的穩(wěn)定。

檔案數(shù)字化工作開展近20年以來，由最初的“摸著石子過河”逐漸走向成熟，許多省份的檔案數(shù)字化率都已超過50%。隨著國家綜合數(shù)字檔案館建設(shè)步伐的加快，檔案數(shù)字化工作中的重難點(diǎn)問題逐漸凸顯，本文的探討希望能為做好檔案數(shù)字化工作起到參考與借鑒作用

二、數(shù)字化模式的選擇

目前采用的數(shù)字化模式大概主要有三種：第一種是先掃描，后編目；第二種是先整理搶救后數(shù)字化，或者整理、搶救、數(shù)字化一條龍式；第三種是直接進(jìn)行數(shù)字化。三種模式各有利弊，各有千秋，可根據(jù)我們館藏的實(shí)際情況自主選擇。

第一種模式：先掃描，后編目。這種紙質(zhì)檔案數(shù)字化掃描工作和文件級(jí)目錄著錄工作可以分屬兩個(gè)不同的職能部門。先將所有紙質(zhì)檔案通過掃描轉(zhuǎn)變成機(jī)讀圖像數(shù)據(jù)，實(shí)體卷封存，再調(diào)用掃描數(shù)據(jù)編目。優(yōu)點(diǎn)是既能短時(shí)間內(nèi)提高館藏檔案數(shù)字化率，又能有效緩解兩項(xiàng)工作集中在一個(gè)職能部門的工作壓力，同時(shí)還可相互質(zhì)檢，降低差錯(cuò)率；缺點(diǎn)是全文數(shù)據(jù)和目錄數(shù)據(jù)難以實(shí)現(xiàn)實(shí)時(shí)掛接，同時(shí)后期編目牽扯數(shù)據(jù)庫重新組件，可能導(dǎo)致數(shù)據(jù)庫數(shù)據(jù)和實(shí)體卷卷內(nèi)文件不能一一對應(yīng)的現(xiàn)象產(chǎn)生。散件的、編目難度相對較大的重點(diǎn)檔案可以采用這種模式進(jìn)行數(shù)字化工作。

第二種模式：先整理搶救后數(shù)字化，或者整理、搶救、數(shù)字化一條龍式。先做整理搶救，重新組建編目，再進(jìn)行數(shù)字化工作，一條龍式的加工模式減少了拆裝訂次數(shù)，有效避免了對實(shí)體檔案的多次傷害。缺點(diǎn)是成本較高，時(shí)間跨度久遠(yuǎn)，短期內(nèi)很難出數(shù)字化成果，再者，許多檔案部門的檔案整理、搶救、數(shù)字化工作分屬不同的職能處室，監(jiān)管難度加大。數(shù)量不多，年代久遠(yuǎn)，紙張質(zhì)量較差的重點(diǎn)檔案可以采用這種模式進(jìn)行數(shù)字化工作。

第三種模式：不再做專門的整理搶救工作，直接進(jìn)行數(shù)字化。大部分建國后紙質(zhì)檔案，組建相對規(guī)范，紙張質(zhì)量也不錯(cuò)，卷內(nèi)文件大多又都是印刷體，編目難度也相對較小，無需重新整理、搶救，可直接進(jìn)行數(shù)字化工作。優(yōu)點(diǎn)是成本相對低廉，數(shù)字化難度較小，短期內(nèi)能高質(zhì)量出成果；缺點(diǎn)是大量數(shù)字化成果堆積，質(zhì)檢難度加大。為保證數(shù)字化數(shù)據(jù)質(zhì)量，可引進(jìn)第三方監(jiān)理公司做數(shù)據(jù)質(zhì)檢工作。

三、數(shù)據(jù)完整性和可用性

紙質(zhì)檔案數(shù)字化的基本環(huán)節(jié)主要包括：數(shù)字化前處理、目錄建庫、檔案掃描、圖像處理、圖像存儲(chǔ)、數(shù)據(jù)質(zhì)檢、數(shù)據(jù)掛接、數(shù)據(jù)驗(yàn)收、數(shù)據(jù)備份等。

（一）目錄的完整性與可用性

我們發(fā)現(xiàn)在檔案數(shù)字化加工的過程中，目錄著錄才是真正的重難點(diǎn)。著錄的完整、正確與否，都將會(huì)在后期的查詢利用中一一得以檢驗(yàn)。檔案條目著錄應(yīng)盡可能的標(biāo)準(zhǔn)化、規(guī)范化，才能更好地運(yùn)用到后期的大數(shù)據(jù)平臺(tái)中去。各級(jí)檔案部門保管的重點(diǎn)檔案尤其是明清、民國檔案等，目錄形成年代久遠(yuǎn)，大多以手寫體為主，有的書寫還極為不規(guī)范，繁體字、異體字、行書、草書相互交織在一起，辨識(shí)度低；加之用語習(xí)慣、行文風(fēng)格等與現(xiàn)行公文大為不同，豎寫排版且文內(nèi)幾乎無任何標(biāo)點(diǎn)符號(hào)，文言文或半文言文居多，閱讀與理解難度較大等。這就要求我們的著錄人員不僅要有專業(yè)的文字功底，具有一定的編研能力，能通過參考相關(guān)案卷文檔資料，整理補(bǔ)充內(nèi)容殘缺不全、文字模糊不清的部分，還需要博聞強(qiáng)識(shí)，能有效識(shí)別部分重點(diǎn)檔案中涉及的公文文種類別、公文知識(shí)、歷史實(shí)踐、引經(jīng)據(jù)典等內(nèi)容；同時(shí)還需要有一定的相關(guān)行業(yè)從業(yè)經(jīng)驗(yàn)，能準(zhǔn)確理解《明清檔案著錄細(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》《革命歷史檔案著錄細(xì)則》等相關(guān)標(biāo)準(zhǔn)規(guī)范，用專業(yè)的標(biāo)識(shí)符號(hào)標(biāo)注所需內(nèi)容。如“+”表示題名與附件題名之間的連接符號(hào)；“；”表示兩個(gè)或兩個(gè)以上責(zé)任者、分類號(hào)、檔號(hào)、縮微號(hào)的間隔符號(hào)；“[]”表示考證得出的著錄內(nèi)容；“？”表示不能確定的著錄內(nèi)容，一般與“[]”配合使用；“□”表示每一個(gè)殘缺的文字，難以計(jì)數(shù)的殘缺文字用三個(gè)“□”表示等等，必須符合國家標(biāo)準(zhǔn)，規(guī)范使用。

建國后檔案目錄的著錄工作相對簡單，只需保證著錄項(xiàng)的完整性和可用性，重點(diǎn)注意錯(cuò)字、別字、人名、地名及常識(shí)性錯(cuò)誤即可。

著錄中常見問題匯總：

1.題名中出現(xiàn)的我省、我市、我縣、你省、你市、你縣、本省、本市、本縣、我單位、本單位等含混不清的字眼要改為具體的省、市、縣，對于城市的街道如果沒有寫城市名稱的要在前面加上[XX市],對農(nóng)村的鄉(xiāng)、村要加上[XX市]或者[XX]縣。

2.文件題名只有“通知”“函”“電報(bào)”“合同”等文種信息的，原題名照錄，并根據(jù)其內(nèi)容另擬題名附后，加“[]”號(hào)。例：通知[關(guān)于紀(jì)念xxx的通知]。

3.文件題名信息不全、不準(zhǔn)確的，應(yīng)該考證出具體內(nèi)容補(bǔ)充進(jìn)去，用“[]”加以說明。如：要求更改參加工作時(shí)間，應(yīng)補(bǔ)充為：[李四]要求更改參加工作時(shí)間。

4.簡稱或縮寫要規(guī)范、準(zhǔn)確，不產(chǎn)生歧義，類似“中辦廳、國辦廳、軍委辦公廳”等等要寫成中共中央辦公廳、國務(wù)院辦公廳、中央軍委辦公廳。

5.責(zé)任者應(yīng)該按文件上的署名進(jìn)行抄錄，機(jī)關(guān)團(tuán)體責(zé)任者必須用全稱或規(guī)范的簡稱。

6.文件形成時(shí)間以制發(fā)文件所形成的時(shí)間為準(zhǔn)。由8位數(shù)字組成，年度4位，月份2位，日期2位，如：20090618。對于無法考證的用0補(bǔ)齊，如20090000。

7.頁數(shù)是每份歸檔文件的總頁數(shù)。是包括正反兩面，從開始一直數(shù)到最后的所有頁數(shù)的總和，夾雜在其中的便簽、紙條、備注等也一并計(jì)算在內(nèi)。

8.人事檔案如干部考察、獎(jiǎng)懲、任免、職稱評(píng)定、知青安置、軍轉(zhuǎn)安置等檔案的要建立人名索引，即所有人名必須在題名或關(guān)鍵詞（人名較多的情況）中著錄出來，便于后期查詢利用。

（二）圖像的完整性和可用性

為最大限度地保持檔案原貌和清晰度，建議都采用彩色模式掃描，分辨率必須達(dá)到200dpi以上，圖像保證清晰、完整、真實(shí)可靠，排列順序與原始檔案保持一致。除在本地機(jī)房高質(zhì)量保存外，還應(yīng)進(jìn)行數(shù)據(jù)備份，以便有效保證數(shù)據(jù)安全。

（三）數(shù)據(jù)掛接

數(shù)據(jù)掛接指借用相關(guān)軟件對數(shù)據(jù)庫中的目錄數(shù)據(jù)和與其對應(yīng)的紙質(zhì)檔案數(shù)字圖像進(jìn)行掛接，以實(shí)現(xiàn)目錄數(shù)據(jù)與數(shù)字圖像的一一對應(yīng)。數(shù)據(jù)掛接十分重要，掛接錯(cuò)誤，前期的數(shù)字化成果就難以投入利用，所以掛接中一定要注意檢查目錄數(shù)據(jù)與紙質(zhì)檔案數(shù)字圖像對應(yīng)的準(zhǔn)確性、已掛接數(shù)字圖像與實(shí)際掃描數(shù)量的一致性、數(shù)字圖像能否順利打開等，從而有效保證數(shù)字化數(shù)據(jù)的完整性和可用性。

四、數(shù)據(jù)安全

安全是檔案工作的重中之重。檔案安全不單指實(shí)體安全，數(shù)據(jù)安全也是其中必不可少的一部分。數(shù)字化成果是原始紙質(zhì)檔案的副本，安全等級(jí)同于甚至高于原始紙質(zhì)檔案要求，大多數(shù)檔案部門的數(shù)據(jù)都保存于本部門的機(jī)房中，因此，機(jī)房的安全尤為重要，一定要符合機(jī)房建設(shè)標(biāo)準(zhǔn)。除此之外，保密工作也必須嚴(yán)格按要求做到位。涉密檔案原則上不做數(shù)字化工作，已做數(shù)字化的涉密檔案要分開存儲(chǔ)，數(shù)據(jù)庫中只保留檔號(hào)即可。同時(shí)，檔案部門為保證數(shù)據(jù)安全，有效避免自然或人為災(zāi)害的發(fā)生，還需對數(shù)字化加工的數(shù)據(jù)及時(shí)做好異質(zhì)異地備份工作。