古籍數字化標準體系建設思考

摘 要：本文闡釋了古籍數字化標準的概念，分析了古籍數字化標準體系中存在的問題，提出了古籍數字化標準體系建設的對策建議。

關鍵詞：古籍；數字化；標準體系

為推動古籍數字化的科學化、規范化，2007年1月，國務院辦公廳公布了《關于進一步加強古籍保護工作的意見》，明確提出要“制定古籍數字化標準，規范古籍數字化工作”。2011年8月，國家文化部發布《關于進一步加強古籍保護的通知》，要求“加強對古籍保護各項標準規范的研制，促進古籍保護各項工作的規范化”。由此可見，古籍數字化標準體系建設工作已經迫在眉睫，它是決定古籍數字資料庫優劣的關鍵，是保證古籍數字化健康、持續發展的不竭動力。

1 古籍數字化標準體系建設目前存在的主要問題

由于古籍數字化缺乏一個主體進行規劃統籌、標準不一，主要表現在以下七個方面：

1.1 版本上認識不一

為節省時間成本和經濟成本，不少出版機構不愿在版本把控上花費精力，忽視了版本和校勘說明反而將重心放在了古籍原本的數字再現，將前人成果原封不動地進行數字出版， 導致了不少古籍數字化做平質量良莠不齊，缺乏準確性和權威性。

1.2 書目分類標準不一

古籍的書目分類對于古籍數字化的檢索和利用有著直接影響。但是目前國內尚未形成統一的書目分類檢索，不同的古籍數字化系統的分類方法也不相同。當前最常用的是四庫分法、八分法、時間分類法、體裁分類法、國家圖書館分類法、科技圖書館分類法等六種分法。但以上六種分類方法各有利弊，無法同時滿足學科研究、傳統思維模式、時間連貫性等多方面的要求。

1.3 字符集無法統一

在數十萬的漢字中，只有三四千的常用字，剩下的絕大多數都是生僻字、異體字、通假字等。目前使用的漢字集根本無法涵蓋古籍中的漢字，只能以方框、黑塊等進行替換，令后世研究者無法了解古籍的真實性和價值性，這也為學者引用電子版本的古籍作注釋帶來了極大的難題，嚴重影響了古籍的利用率。

1.4 儲存格式上種類繁多

數字化古籍的儲存格式可謂是五花八門，不僅有常用的doc、txt、pdf，還有html、exe、wdl、ebk、edb、nlc、ifr等等。不同儲存格式的古籍無法實現兼容，需使用不同的閱讀器方能進行查閱。因此，造成了古籍數字化資源使用效率的低下。

1.5 影像處理上千差萬別

隨著古籍影像資料規模的不斷擴大，古籍影像處理缺乏規范的問題也日益凸顯，主要表現在影像輸入系統、影像儲存格式、影像制作壓縮標準等不統一，難以實現各個影像數據庫之間的資源共享。

1.6 檢索上途徑各異

古籍數字化的重要功能之一就是通過檢索為學術研究提供便利。目前最常用的檢索方式有全文檢索、目錄檢索、分類檢索、瀏覽檢索、索引檢索等五種方式，并未形成統一的檢索途徑。其中全文檢索是利用率最高的方式，雖然速度最快、命中率最高，但是也存在著簡繁體切換檢索、主題詞檢索、自然語言檢索等標準不一的問題。

1.7 元數據著錄上各行其是

元數據是數字資源的重要組成部分，支持發現、識別、存儲和對象數據的遷移，有利于數據的標準化處理，實現數據的交流和共享。而古籍數字化元數據則包括了版本信息、收藏信息、作者信息、作品信息等。雖早在2002年，我國就已經制定了不同類型的數字資源的加工標準和規范，但是由于缺乏監管，在具體的執行中效果卻大打折扣，未能達到預期目標，各出版機構仍然是各行其是，按照自己的標準進行處理，造成了古籍數字化作品難以實現共享。

2 關于我國古籍數字化標準體系建設的對策建議

2.1 統一認識，明確古籍數字化標準體系的建設原則

古籍數字換將古籍文獻的內容以電子數據的形式呈現，對保持古籍內容的原始性具有重要作用，擔負著引領古籍整理、開發、利用的重要職責。古籍數字化與其他文獻的數字化，既有相同之處，也有不同之處，必須立足于古籍的特點來進行整理和利用。因此，在古籍數字化標準體系建設中應當遵循四大原則：一是開放性，即首先采用被廣泛使用和認可的標準，避免重復建設，確保高的水準；二是系統性，即注重古籍數字化標準體系各個標準之間內在聯系、統一和協調，力求發揮標準的整體性能；三是實用性，即立足于實際情況，對標準的建設過程中采用靈活多變的方式，以適應實際應用的基礎情況；四是拓展性，即標準體系要根據實施情況不斷完善，推動古籍數字化的發展。

2.2 建立標準，健全古籍數字化通用規范標準

古籍標準體系建設是實現業務協作、信息共享、發揮效益的先決條件，因此需比照通用習慣，按照行業標準，建立健全通用的古籍數字化標準。主要包括以下七個方面：

一是統一古籍版本標準，選擇山本進行古籍數字化出版。在版本選擇上的首要條件就是好的版本，應以善本為藍本，此外還要綜合對比其他版本，以求盡善盡美。

二是統一古籍書目分類，建立合理的數字換古籍書目分類方法。面對種類繁多的圖書分類法，如何探索出科學合理的分類方法是重點。筆者認為，可綜合《中圖法》的符合學科體系研究和《四部法》的符合傳統思維方式的特點，探索出一條適合中國古籍數字化特點的分類方法，技能結合傳統的思維模式，又能滿足學科研究的需求。

三是統一字符集標準，完善漢字字符集功能。統一漢字字符集已逐漸成為業界共識。縱觀現有的字符集，Unicode字符集最具有成為標準化字符集的可能性，它涵蓋了超過7萬個漢字，并還不斷在擴充中，而且還與國際標準ISO10646實現了同步。刻在古籍數字化中嘗試推行統一標準的Unicode字符集的使用，并且不斷完善其功能解決異體字、冷僻字、通假字等問題。字符集的統一有利用不同的語言平臺之間實現數據共享。

四是統一儲存格式標準，提高古籍誰抓的利用效率。制定統一的儲存格式標準，避免了不同格式需要不同閱覽器的繁瑣，極大地提高了古籍數字化的利用效率。不過基于巨大的經濟成本考慮，統一儲存格式標準尚難以實現。因此，不如轉換思路，研發能夠兼容各種格式的閱覽器。

五是統一古籍影像的處理標準，提高影像資料的使用范圍。統一的標準體系對于古籍數字化意義非凡，為影像資料的共享和利用提供了極大便利。因此，統一古籍影像，降低失真率、清晰在線原始圖文風貌的基礎上，實現不同影像庫之間的交流和共享。

六是統一檢索標準，建立科學的古籍庫檢系統。在檢索標準的制定上，應綜合專家學者的意見，對關鍵詞檢索、條件檢索、邏輯檢索、模糊檢索等方面以及人名、地名、特定詞匯等制定符合其學科特點的檢索標準，兼顧檢索速度、命中率、繁簡體切換等多方面的要求。

七是統一元數據標準，實現不同數據庫之間的資源共享。研究和制定統一的元數據標準，打破各行其是的困局。同時，加強對元數據標準使用的監管，消除數據傳遞的壁壘，實現資源的共建共享。

2.3 統籌規劃，成立專門的古籍數字化領導小組

古籍數字化建設無章可循，各為其政、各行其是的問題已不容忽視。因此必須加強對古籍數字化的宏觀管理，進行統籌管理、規范利用、整合規劃。這就要求必須要有一個專門的古籍數字化領導小組來進行具體的操作。只有在領導小組的框架內，才能實現人力、物力、財力的有效整合，才能統一古籍數字化標準體系，才能提高古籍的使用效率，推動古籍的現代化和創新。

2.4 培養人才，為古籍數字化標準體系建設提供智力支撐

古籍數字化項目的開發人員大多缺乏有效的組織和安排，古籍整理方面的專業人員缺乏計算機知識，信息技術人員又對古籍保護一竅不通，能夠同時掌握古籍整理和信息技術的專業人員少之又少，嚴重影響了古籍數字化標準建設工作的開展。因此，必須將傳統的古籍研究方法與現代科學技術相結合，培養一批兼具古籍整理與信息技術的復合型人才，才能保證古籍數字化工作長期有效開展，才能為古籍數字化標準體系工作提供不竭的動力和核心智力支撐。

參考文獻

[1] 賀科偉. 我國古籍數字化標準體系建設芻議[J].科技與出版，2011（08）：76-78.

[2]姚俊元. 關于制定古籍數字化標準的思考[J]. 圖書館理論與實踐，2010（02）：50 -52.

作者簡介

鄧蕾（1989-），女，重慶人，大學本科，重慶市九龍坡區圖書館，主要從事古籍數字化工作。