辭書數(shù)字出版：花開自有時(shí)

孫述學(xué)

當(dāng)下，數(shù)字出版如火如荼，洶涌澎湃。而辭書則因?yàn)樗囊恍┨匦裕蔀閿?shù)字出版的急先鋒。2012年3月，已走過(guò)240多年歷史的《大英百科全書》宣布將停止發(fā)行印刷版，當(dāng)2010版全部售出后，將不再印刷任何紙質(zhì)《大英百科全書》。同年，全世界最權(quán)威的英語(yǔ)詞典——《牛津英語(yǔ)大詞典》編委會(huì)宣布，《牛津英語(yǔ)大詞典》從第四版起將停止推出紙質(zhì)版，全部改為網(wǎng)上付費(fèi)查詢。英語(yǔ)學(xué)習(xí)詞典的五大品牌牛津（Oxford）、朗文（Longman）、麥克米倫（Macmillan）、劍橋（Cambridge）、柯林斯（Collins）也紛紛推出光盤版、網(wǎng)絡(luò)版、APP應(yīng)用程序。一時(shí)間，辭書的數(shù)字出版已形成一股股浩浩蕩蕩的大潮。

作為中國(guó)現(xiàn)代出版業(yè)的著名品牌社，商務(wù)印書館以出版高品質(zhì)的辭書和學(xué)術(shù)著作而享有盛名。與過(guò)去每一個(gè)歷史變革的關(guān)口一樣，當(dāng)下的商務(wù)印書館選擇了順應(yīng)時(shí)勢(shì)，積極創(chuàng)新，將辭書的各種資源盤活，開發(fā)適銷對(duì)路的數(shù)字產(chǎn)品，為用戶提供優(yōu)質(zhì)的知識(shí)服務(wù)，成為商務(wù)印書館數(shù)字出版的重要方向。本文結(jié)合商務(wù)印書館近年來(lái)開展數(shù)字出版的實(shí)際工作，談?wù)勣o書數(shù)字化的相關(guān)體會(huì)。

一、做好頂層設(shè)計(jì)

頂層設(shè)計(jì)包括五個(gè)層面：資源層面、產(chǎn)品層面、方法層面、營(yíng)銷層面、人才層面。

資源層面，首先要考慮自己有哪些可把控的資源。細(xì)說(shuō)來(lái)，就是指哪些辭書擁有網(wǎng)絡(luò)信息傳播權(quán)，哪些辭書結(jié)構(gòu)化數(shù)據(jù)已完成，哪些辭書資源是市場(chǎng)迫切需要的。其次還要考慮資源的壟斷性和可持續(xù)性。數(shù)字出版時(shí)代，品牌、無(wú)形資產(chǎn)的重要性相對(duì)于紙質(zhì)出版時(shí)代有過(guò)之而無(wú)不及。最后要考慮的是連橫還是合縱：一個(gè)出版社不管有多少資源，總會(huì)存在數(shù)據(jù)方面的不足，如何去“連橫”，與擁有同類資源的出版社合作，就成為一個(gè)不得不考慮的重要問(wèn)題；深度挖掘既有的存量資源，實(shí)現(xiàn) “合縱”，將本社的資源進(jìn)行充分的整合，是出版社當(dāng)前數(shù)字出版的重要途徑。商務(wù)印書館辭書資源主要是語(yǔ)言習(xí)得類的工具書，種類較多，漢語(yǔ)的、外語(yǔ)的、漢外外漢的都有，字典、詞典、語(yǔ)典都有，古代的、近代的、現(xiàn)代的都有，小學(xué)生、中學(xué)生、大學(xué)生使用的都有，多數(shù)都有自主知識(shí)產(chǎn)權(quán)，并且已完成數(shù)百本辭書的結(jié)構(gòu)化。品牌自不必待言，國(guó)內(nèi)出版社無(wú)人出其右。但“連橫”方面，可考慮的空間還很多，比如上海辭書出版社的《辭海》，比如中國(guó)大百科全書出版社的《中國(guó)大百科全書》等。

產(chǎn)品層面，要考慮的問(wèn)題也不少，如：產(chǎn)品是數(shù)據(jù)庫(kù)還是APP，APP是Web APP 還是Native APP？產(chǎn)品形態(tài)是提供在線服務(wù)還是鏡像安裝？多媒體內(nèi)容如何置入，置入的比例有多大？檢索的方式如何在紙質(zhì)詞典的基礎(chǔ)上實(shí)現(xiàn)大的突破？辭書資源的使用場(chǎng)景有哪些，是獨(dú)立應(yīng)用還是依附于特定的教育、學(xué)習(xí)類產(chǎn)品應(yīng)用？產(chǎn)品的服務(wù)對(duì)象是什么，是服務(wù)于少數(shù)民族漢語(yǔ)習(xí)得還是外國(guó)人學(xué)漢語(yǔ)，面向基礎(chǔ)教育還是語(yǔ)言文字工作者？

方法層面，則要考慮是全新編纂，還是對(duì)已有結(jié)構(gòu)化內(nèi)容動(dòng)態(tài)重組，如何提供增值功能。以《商務(wù)印書館百種精品工具書數(shù)據(jù)庫(kù)》為例，它將商務(wù)印書有價(jià)值的100多種辭書結(jié)構(gòu)化、碎片化，在此基礎(chǔ)上，動(dòng)態(tài)重組，資源整合，加入多種數(shù)字產(chǎn)品功能，形成富有增值服務(wù)的新型數(shù)字辭書數(shù)據(jù)庫(kù)。

營(yíng)銷層面，則要考慮營(yíng)銷的模式是B2B還是B2C？市場(chǎng)范圍是在國(guó)內(nèi)還是在海外？辭書內(nèi)容如何黏著用戶？收費(fèi)與還是免費(fèi)？以及定價(jià)的合理性，不同消費(fèi)對(duì)象的不同營(yíng)銷策略和產(chǎn)品知識(shí)產(chǎn)權(quán)的保護(hù)等。

人才層面，則要考慮如何建立一支既懂?dāng)?shù)字出版，又懂得辭書編輯的隊(duì)伍。這支隊(duì)伍，要負(fù)責(zé)與外包技術(shù)開發(fā)商溝通與把控，處理XML結(jié)構(gòu)化的各種問(wèn)題，辭書數(shù)字化標(biāo)準(zhǔn)的制定，編輯編纂系統(tǒng)的技術(shù)支持等。

二、以數(shù)據(jù)資源的整理為基礎(chǔ)和出發(fā)點(diǎn)

數(shù)據(jù)資源的整理，對(duì)于數(shù)字出版的重要性是無(wú)論怎樣強(qiáng)調(diào)都不為過(guò)的，這一點(diǎn)已是共識(shí)。辭書的數(shù)字資源整理，有它自己的特點(diǎn)：一是條目化。紙質(zhì)辭書的數(shù)據(jù)資源整理不同于一般圖書，它是完全條目化的，一本辭書要以詞條為單位，少則兩三萬(wàn)條，多則上百萬(wàn)條，每條記錄下要分出好多字段，對(duì)這些字段還要進(jìn)行規(guī)范化的標(biāo)引，整理起來(lái)相當(dāng)費(fèi)時(shí)費(fèi)力。二是強(qiáng)調(diào)標(biāo)準(zhǔn)化與規(guī)范化。辭書數(shù)據(jù)資源的整理，必須在DTD/Schema（DTD、Schema均為XML的驗(yàn)證機(jī)制）的約束下進(jìn)行，否則，龐大的辭書資源就不可能進(jìn)行有效的整合。由于不同辭書體例的不同，實(shí)踐中標(biāo)準(zhǔn)和規(guī)范的制定相當(dāng)復(fù)雜，如果用一個(gè)統(tǒng)一的DTD去約束所有的辭書，則缺乏靈活性，一些個(gè)性化的屬性很難得以充分描述。而一書一DTD，統(tǒng)一起來(lái)則會(huì)有很多沖突，對(duì)數(shù)據(jù)的整合不利。這就需要我們處理時(shí)有相當(dāng)?shù)募记伞?/p>

商務(wù)印書館投入大量人力物力財(cái)力，詳細(xì)分析了近70本辭書的結(jié)構(gòu)，提取形成DTD，在確立辭書加工標(biāo)引規(guī)范的基礎(chǔ)上，對(duì)漢語(yǔ)詞典54種、英漢詞典20種、外漢詞典36種，合計(jì)110種，21個(gè)語(yǔ)種，3.5億文字，360萬(wàn)詞條進(jìn)行了數(shù)據(jù)化。總計(jì)形成3.5億余字，360余萬(wàn)條目（字、詞、語(yǔ)）的高度結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化后標(biāo)引的數(shù)據(jù)、DTD的制定，為商務(wù)印書館辭書的數(shù)字出版縱橫捭闔提供了現(xiàn)實(shí)的可能。目前，這些結(jié)構(gòu)化的數(shù)據(jù)，一方面為開發(fā)多種數(shù)字產(chǎn)品提供了堅(jiān)實(shí)的基礎(chǔ)，另一方面也將逐步應(yīng)用到傳統(tǒng)紙質(zhì)辭書的編纂中，為其提供有價(jià)值的幫助。

三、呼喚變革編纂編輯方式

目前的數(shù)字出版都是“倒著走”，都是在已有的紙書基礎(chǔ)上開發(fā)，而不是從編輯起始，即數(shù)字出版與紙質(zhì)出版結(jié)伴而行。圖書如此，辭書亦然。

辭書編輯編纂流程的再造，要考慮的因素很多，上面的條目化當(dāng)然是基準(zhǔn)點(diǎn)，除此之外，還要考慮內(nèi)容與流程管理，編纂與修訂兼顧，修改痕跡的保留、版本對(duì)比、造字與集外字（中文字符集Unicode編碼以外的字）的處理、協(xié)同編纂、質(zhì)量控制與專項(xiàng)檢查、編輯過(guò)程的搜集等。它的關(guān)鍵技術(shù)有DTD、XML、CSS等（DTD——辭書元素結(jié)構(gòu)規(guī)則的匯總，俗稱模板；XML——遵循構(gòu)架規(guī)則、顆粒化拆分后的辭書內(nèi)容，俗稱標(biāo)注內(nèi)容；CSS——XML內(nèi)容在編纂平臺(tái)中交互編輯、在線打印或發(fā)布展示的形式定義，俗稱版式）。

商務(wù)印書館從2002年就開始語(yǔ)料庫(kù)方面的基礎(chǔ)建設(shè)，近年來(lái)，逐漸形成 “三庫(kù)兩臺(tái)”的框架思路，即辭書語(yǔ)料庫(kù)、辭書資源庫(kù)、辭書數(shù)據(jù)庫(kù)、編輯編纂系統(tǒng)平臺(tái)和排版平臺(tái)。“三庫(kù)兩臺(tái)”中，“三庫(kù)”是上游，將為辭書的數(shù)字出版提供源源不斷的來(lái)源；“兩臺(tái)”是中游，建設(shè)完成后，將是生產(chǎn)方式的變革，會(huì)極大提高辭書的出版效率，同時(shí)為傳統(tǒng)出版和數(shù)字出版提供高效服務(wù)。這些珍貴的資源和先進(jìn)的生產(chǎn)方式，是商務(wù)印書館辭書出版的核心競(jìng)爭(zhēng)力，是商務(wù)印書館處于領(lǐng)先地位的重要保障。生產(chǎn)方式的數(shù)字化，是商務(wù)辭書數(shù)字出版的重要特色，也是需要繼續(xù)加以高度重視的環(huán)節(jié)。

四、推進(jìn)產(chǎn)品向服務(wù)跨越

辭書數(shù)字出版，大體上要經(jīng)過(guò)四個(gè)階段：第一個(gè)階段是紙質(zhì)書的翻版；第二個(gè)階段是在前面階段的基礎(chǔ)上加入多媒體內(nèi)容和強(qiáng)化檢索方式；第三個(gè)階段是動(dòng)態(tài)重組，提供增值服務(wù)；第四個(gè)階段是針對(duì)用戶需要，提供個(gè)性化知識(shí)服務(wù)。

商務(wù)印書館辭書的數(shù)字出版，目前正處在第三個(gè)階段，正積極向第四個(gè)階段邁進(jìn)。

以《商務(wù)印書館百種精品工具書》為例，它涵蓋商務(wù)印書館100種精品中外文辭書全部數(shù)據(jù)，總字?jǐn)?shù)3億余，條目（字目、詞目、語(yǔ)目）約360萬(wàn)條，內(nèi)容權(quán)威，品種齊全，規(guī)模巨大；融入音頻、視頻等多媒體技術(shù)；具有強(qiáng)大、科學(xué)的專項(xiàng)檢索和高級(jí)檢索功能。在該數(shù)據(jù)庫(kù)中查檢一個(gè)字詞，將會(huì)返回與這個(gè)字詞相關(guān)的詞語(yǔ)、成語(yǔ)、俗語(yǔ)、諺語(yǔ)、歇后語(yǔ)、慣用語(yǔ)、名言及專科詞語(yǔ)等，融匯讀音、釋義、用法、文化百科等知識(shí)，實(shí)現(xiàn)了知識(shí)的動(dòng)態(tài)重組和資源深度整合，方便的內(nèi)部跳轉(zhuǎn)，強(qiáng)大靈活的檢索甚至可以據(jù)意查詞。

另一個(gè)拳頭產(chǎn)品《牛津高階英漢雙解詞典》第7版APP，則著重針對(duì)國(guó)內(nèi)用戶學(xué)英語(yǔ)，提供諸多增值功能，如所有詞目均真人發(fā)音，并配有英式、美式兩種讀音；可在英漢雙解、英文詞典、英漢詞典之間自由切換；完整模式與簡(jiǎn)潔模式可自定義例證、音標(biāo)、習(xí)語(yǔ)等元素的顯示與隱藏；其中的圖片可以根據(jù)需要放大或縮小；特別按照研究生入學(xué)考試、四六級(jí)英語(yǔ)考試詞匯列表，針對(duì)性地組合形成考試詞語(yǔ)詞典，考試詞語(yǔ)可以靈活分級(jí)和添加相關(guān)詞語(yǔ)；對(duì)查詢?cè)~語(yǔ)可以分類加入書簽，利用iCloud實(shí)現(xiàn)不同設(shè)備間的同步；詞典查詢支持通配符等模糊查詢，支持在短語(yǔ)、例證中查詢，輸入查詢時(shí)，提示書寫相似詞目，具有點(diǎn)詞即時(shí)跳轉(zhuǎn)查詢功能。

值得一提的還有《商務(wù)館學(xué)漢語(yǔ)字典》（The Commercial Press Dictionary of Contemporary Chinese）APP，它是供外國(guó)人習(xí)得漢語(yǔ)的，除提供漢字真人語(yǔ)音（包括字頭和詞條）和漢字筆順動(dòng)畫外，它的精彩之處還在于檢索方式的全面革新上：攝像頭掃描識(shí)別法查詢漢字；麥克風(fēng)語(yǔ)音識(shí)別法查詢漢字；文本直接輸入法查詢漢字；利用設(shè)備本身手寫輸入功能，輸入漢字；輸入簡(jiǎn)單的英文，亦可查到漢字或詞語(yǔ)。另外，還可以HSK分級(jí)索引、英漢索引、拼音索引查詢字詞；示例中的字、詞，可以點(diǎn)擊跳轉(zhuǎn)查詢字或詞；字頭末尾提供相關(guān)詞列表，可以點(diǎn)擊查詢相關(guān)詞。此外，還提供生詞本與學(xué)習(xí)計(jì)劃。這些都為外國(guó)人學(xué)漢語(yǔ)提供了極大的方便，以數(shù)字技術(shù)解決了外國(guó)人學(xué)漢語(yǔ)時(shí)輸入查檢詞的困難。從理論上講，就是提供了諸多貼心的增值服務(wù)。

五、變革思維

在辭書的數(shù)字出版中，思維的變革的確很實(shí)在、很重要，很多時(shí)候還是決定性的。

比如拿什么辭書資源做數(shù)字出版，決策時(shí)需要魄力。辭書的數(shù)字出版需要勇氣和決心，要敢于投入。有時(shí)候，囿于傳統(tǒng)思維，出版企業(yè)不敢或者不愿意把核心產(chǎn)品拿出來(lái)做數(shù)字化，而總是以一些邊角碎料做嘗試。這帶來(lái)的結(jié)果就是產(chǎn)品沒(méi)特色、缺乏競(jìng)爭(zhēng)力，耗費(fèi)人力、資金，最終卻沒(méi)有市場(chǎng)。很難想象一本平時(shí)滯銷的辭書，經(jīng)過(guò)數(shù)字化改造就能“立馬咸魚翻身”。商務(wù)印書館在Kindle內(nèi)置時(shí)就選擇了《現(xiàn)代漢語(yǔ)詞典》和《新華詞典》，在做百種精品工具書數(shù)據(jù)庫(kù)時(shí)，就包括《新華字典》《現(xiàn)代漢語(yǔ)學(xué)習(xí)詞典》等，在做APP時(shí)，拿出了《牛津高階英漢雙解詞典》。這些工具書都是商務(wù)印書館的頂級(jí)品牌，都是壓箱底的資源，商務(wù)印書館把它們拿出來(lái)做數(shù)字出版，才能取得不俗的業(yè)績(jī)。

辭書的數(shù)字出版，要高度重視技術(shù)。“內(nèi)容為王”沒(méi)有錯(cuò)，但在辭書的數(shù)字出版方面，我們實(shí)在不能忽視技術(shù)的巨大作用。有觀點(diǎn)認(rèn)為技術(shù)不是數(shù)字出版的問(wèn)題，反正市面上都有，只要有思路和想法，數(shù)字辭書就能很好地實(shí)現(xiàn)。雖然言之有理，但從另一個(gè)角度來(lái)考慮，如果技術(shù)獲取的時(shí)間成本和經(jīng)濟(jì)成本都比較高的話，出版社就不能算擁有技術(shù)，一些好的想法就只能漂浮著，不能落地和實(shí)現(xiàn)。還有，就是技術(shù)可能反過(guò)來(lái)，深度影響內(nèi)容。辭書數(shù)字出版必須對(duì)此有清醒認(rèn)識(shí)，比如語(yǔ)料庫(kù)的建設(shè)會(huì)讓選詞立目更科學(xué)，釋義更精確，例證更優(yōu)秀。上面討論過(guò)的一些技術(shù)，對(duì)辭書的查檢方式，可以說(shuō)是顛覆性的。技術(shù)對(duì)內(nèi)容的影響既深且廣，它推動(dòng)著數(shù)字辭書以一種新穎的面目驚艷示人，也昭示數(shù)字辭書的美好未來(lái)。

（作者單位：商務(wù)印書館數(shù)字出版中心）