檔案信息數(shù)字化

數(shù)字化是指把一切信息都變成只用0和1這兩個(gè)數(shù)字組成的、用不連續(xù)的數(shù)位表示的二進(jìn)制代碼。檔案信息數(shù)字化是指為了使紙質(zhì)檔案、音像檔案等以傳統(tǒng)載體形式承載的檔案信息能夠通過(guò)計(jì)算機(jī)與網(wǎng)絡(luò)進(jìn)行管理和提供利用，而利用高速掃描技術(shù)、數(shù)據(jù)壓縮技術(shù)等信息處理手段，將其進(jìn)行轉(zhuǎn)換處理，形成數(shù)字信息，并以數(shù)字代碼方式存儲(chǔ)起來(lái)。這些數(shù)字信息可以通過(guò)計(jì)算機(jī)進(jìn)行操作處理，通過(guò)網(wǎng)絡(luò)進(jìn)行傳輸。紙質(zhì)檔案、音像檔案，以及甲骨、金石、簡(jiǎn)牘、絹帛、泥板、紙草、蠟版、羊皮紙等各種載體的檔案都可以以文本文件格式、圖像文件格式、音頻文件格式或視頻文件格式轉(zhuǎn)換成數(shù)字信息。

（一）檔案信息數(shù)字化的必要性

數(shù)字化是現(xiàn)代信息技術(shù)首要的技術(shù)特性，比特被人們比作“信息DNA” ，用它可以表示所有的信息。檔案信息數(shù)字化是檔案信息化建設(shè)的基礎(chǔ)和必要條件。傳統(tǒng)載體承載的檔案信息必須經(jīng)過(guò)數(shù)字化處理，也只有經(jīng)過(guò)數(shù)字化處理，方能通過(guò)計(jì)算機(jī)進(jìn)行存儲(chǔ)和操作，并通過(guò)網(wǎng)絡(luò)進(jìn)行發(fā)布，以使檔案信息經(jīng)濟(jì)、快速地傳播，高速、高效地被利用者利用，更大限度地滿足社會(huì)公眾對(duì)檔案信息的利用需求，從而提高管理效率，提高服務(wù)效益。

檔案信息數(shù)字化同時(shí)可以加強(qiáng)對(duì)檔案原件的保護(hù)。許多檔案，特別是一些歷史檔案非常珍貴，有的甚至是稀世珍寶，價(jià)值連城。這些檔案需要精心保管，有些檔案館將其藏之特藏室，享受特殊待遇。“比如中國(guó)第一歷史檔案館的輿圖庫(kù)，保管有包括天文、地理、寺廟、行宮等13大類1萬(wàn)多件的輿圖檔案，有明代的海防圖、清代的疆域圖、世界地圖等等，有宮內(nèi)內(nèi)務(wù)府和軍機(jī)處繪制的，也有外國(guó)傳教士繪制的。中國(guó)第一歷史檔案館，一直將這些珍貴的檔案實(shí)行單獨(dú)保管。”這些檔案若以原件提供利用，極易使其遭受破壞，因而只能以復(fù)制件提供利用。而數(shù)字化技術(shù)可以真實(shí)地再現(xiàn)原始檔案材料的風(fēng)貌，在各種復(fù)制方式中具有無(wú)可比擬的優(yōu)勢(shì)。將檔案原件進(jìn)行數(shù)字化處理后，即可將其妥善地保存起來(lái)。經(jīng)過(guò)數(shù)字化處理的檔案信息易于復(fù)制，便于提供利用服務(wù)，能為利用者提供與原件具有同等功效但更為便捷的利用方式。

（二）檔案信息數(shù)字化的實(shí)現(xiàn)

對(duì)于不同類型與層次的檔案信息，數(shù)字化實(shí)現(xiàn)的方法有所區(qū)別。

對(duì)檔案內(nèi)容信息的數(shù)字化，包括對(duì)檔案內(nèi)容的原生信息進(jìn)行數(shù)字化和對(duì)檔案內(nèi)容的派生信息進(jìn)行數(shù)字化。對(duì)檔案內(nèi)容原生信息的數(shù)字化，即對(duì)檔案全文進(jìn)行數(shù)字化，是數(shù)字化工作的主體部分。檔案信息化建設(shè)需要盡可能多的檔案全文信息，以真正發(fā)揮網(wǎng)絡(luò)的功能。檔案內(nèi)容信息的數(shù)字化，可以依靠手工錄入，也可以對(duì)檔案原件進(jìn)行掃描而后通過(guò)光學(xué)字符識(shí)別技術(shù)（OCR）進(jìn)行識(shí)別，還可以通過(guò)縮微膠片轉(zhuǎn)換。這類信息多以文本方式存儲(chǔ)，以節(jié)省存儲(chǔ)空間，便于進(jìn)行全文檢索。對(duì)檔案目錄等檔案內(nèi)容派生信息的數(shù)字化，主要依靠手工錄入。手工錄入方法有鍵盤錄入、手寫識(shí)別、聲音識(shí)別等。這類檔案信息數(shù)字化后一般是存儲(chǔ)在數(shù)據(jù)庫(kù)中，其數(shù)字化的實(shí)質(zhì)是向檔案信息數(shù)據(jù)庫(kù)中輸入數(shù)據(jù)。

對(duì)檔案形式信息的數(shù)字化，有二種情況：一種是對(duì)檔案外在形式和特征進(jìn)行描述，生成派生信息，然后進(jìn)行數(shù)字化；第二種情況是，對(duì)于多數(shù)歷史檔案和珍貴檔案，數(shù)字化過(guò)程中可能要求其外在形式與內(nèi)容緊密結(jié)合，保持其原汁原味的面貌。在此情況下，可對(duì)檔案原件進(jìn)行掃描，或用數(shù)碼相機(jī)進(jìn)行數(shù)字照相以獲取高分辨率的真彩色圖像。掃描或照相后以圖像文件格式進(jìn)行存儲(chǔ)，這樣可以原原本本地再現(xiàn)檔案的原始形態(tài)。對(duì)于聲音、影像等形式的多媒體檔案，要通過(guò)專門處理設(shè)備和相應(yīng)的計(jì)算機(jī)處理軟件將其從模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，以音頻文件、視頻文件格式進(jìn)行存儲(chǔ)。

對(duì)數(shù)字信息進(jìn)行存儲(chǔ)之后，還要對(duì)其進(jìn)行相應(yīng)的后期整理，以加強(qiáng)檔案信息數(shù)字化的質(zhì)量控制，確保數(shù)字檔案信息的可用性。后期整理的內(nèi)容一是進(jìn)行質(zhì)量檢查。如對(duì)通過(guò)掃描得來(lái)的圖像進(jìn)行檢查，查看其是否保持了檔案的原貌，字跡是否清楚不失真，亮度是否適當(dāng)，有無(wú)錯(cuò)掃、漏掃，圖像質(zhì)量有問(wèn)題的要確定是否重新掃描等等；二是進(jìn)行數(shù)據(jù)整理。對(duì)作為文件存儲(chǔ)的數(shù)字檔案信息要準(zhǔn)確標(biāo)示文件名稱，將存儲(chǔ)文件與檔案信息數(shù)據(jù)庫(kù)中相關(guān)記錄之間建立連接。這是檔案信息管理系統(tǒng)及檢索系統(tǒng)的前處理內(nèi)容之一，是直接關(guān)系到管理與利用的速度和效率的重要環(huán)節(jié)。數(shù)據(jù)整理是一個(gè)比較繁瑣的工作，但就工作質(zhì)量要求而言又相當(dāng)之高。為了更好地完成這項(xiàng)工作，可以開發(fā)相應(yīng)的計(jì)算機(jī)系統(tǒng)以減輕進(jìn)行數(shù)字化處理的工作人員的勞動(dòng)強(qiáng)度，確保數(shù)字化的質(zhì)量。解放軍檔案館在開發(fā)《軍隊(duì)檔案館文獻(xiàn)信息管理網(wǎng)絡(luò)系統(tǒng)》的過(guò)程中，就將圖像掃描做成一個(gè)獨(dú)立的應(yīng)用程序。該程序在完成掃描的同時(shí)，按照軍隊(duì)文書檔案的整理技術(shù)規(guī)范，自動(dòng)為文件命名并與數(shù)據(jù)庫(kù)內(nèi)容建立連接。這一程序的應(yīng)用，為檔案原件掃描后形成《軍隊(duì)檔案館文獻(xiàn)信息管理網(wǎng)絡(luò)系統(tǒng)》的可用數(shù)據(jù)提供了一條相對(duì)方便、快捷的途徑，為前處理工作提供了一種解決方案；三是對(duì)存儲(chǔ)載體進(jìn)行檢查。對(duì)作為存儲(chǔ)載體的磁盤或光盤應(yīng)進(jìn)行質(zhì)量檢測(cè)，并確認(rèn)無(wú)病毒，確保文件內(nèi)容的完整和準(zhǔn)確；四是對(duì)數(shù)字檔案信息進(jìn)行備份。無(wú)論是以數(shù)據(jù)庫(kù)方式存儲(chǔ)還是以文件方式存儲(chǔ)，都要做到一式兩份，以確保檔案信息安全，避免文件遭破壞后使所做的工作付之東流。

（三）檔案信息數(shù)字化的選擇性與階段性

檔案信息數(shù)字化是一項(xiàng)非常繁瑣且工作量巨大的工作。人類有史以來(lái)所積累的檔案文獻(xiàn)浩瀚無(wú)邊，據(jù)統(tǒng)計(jì)，全國(guó)3522個(gè)檔案館擁有檔案文件1.4億卷。數(shù)字化可能意味著只要具備使用價(jià)值的檔案都要重新加工一遍，任務(wù)十分艱巨。據(jù)統(tǒng)計(jì)分析，要對(duì)大英圖書館的全部館藏進(jìn)行數(shù)字化，大約需要全體2500名員工工作400年。筆者沒(méi)有搜集到檔案界所做的類似的分析預(yù)測(cè)。對(duì)一些館藏量相對(duì)較大、館藏結(jié)構(gòu)較復(fù)雜的檔案館來(lái)說(shuō)，在信息化建設(shè)過(guò)程中必須在堅(jiān)持日常工作的同時(shí)完成數(shù)字化處理，樂(lè)觀的估計(jì)也可能需要長(zhǎng)達(dá)幾十年的時(shí)間。然而網(wǎng)絡(luò)環(huán)境的飛速發(fā)展又敦促我們必須在盡可能短的時(shí)間內(nèi)完成數(shù)字化工作。所以，當(dāng)前在我國(guó)檔案信息數(shù)字化過(guò)程中出現(xiàn)了一些現(xiàn)象：比如有一哄而上搞數(shù)字化的趨勢(shì)；再比如為了達(dá)標(biāo)人為規(guī)定一個(gè)檔案館進(jìn)行數(shù)字化處理的檔案的比率；還有的檔案館想在短期內(nèi)將全部檔案數(shù)字化；……。這些都是檔案信息數(shù)字化過(guò)程中必須走出的誤區(qū)。

要正確對(duì)待和把握住檔案信息數(shù)字化工作就要注意其選擇性與階段性。

所謂的選擇性就是要衡量成本與效益對(duì)數(shù)字化的適用范圍進(jìn)行選擇。論證和確定是否有必要將全部館藏進(jìn)行數(shù)字化、哪些館藏檔案應(yīng)該數(shù)字化、哪些不需要數(shù)字化。要進(jìn)行數(shù)字化的檔案信息應(yīng)該是價(jià)值高、有序、規(guī)范和具有特色的。首先是利用頻率較高、需求量較大的經(jīng)濟(jì)、科學(xué)、技術(shù)和文化等各類檔案；其次是急需得到搶救性保護(hù)的珍貴檔案。前者的意義在于可以充分發(fā)揮網(wǎng)絡(luò)的優(yōu)勢(shì)，避免利用者親自到檔案機(jī)構(gòu)查閱的辛苦，減輕檔案機(jī)構(gòu)接待的投入；后者的意義在于實(shí)現(xiàn)了珍貴檔案的“數(shù)字化生存”，使其保存和提供利用得以有機(jī)地結(jié)合。

以美國(guó)馬里蘭州檔案館對(duì)縮微與數(shù)字化進(jìn)行選擇為例。其觀點(diǎn)是檔案縮微是為了進(jìn)行保護(hù)，檔案信息數(shù)字化是為了提供利用。該館在選擇檔案進(jìn)行縮微或數(shù)字化過(guò)程中持比較保守的態(tài)度。館藏檔案拍成縮微膠片的不到5%。縮微的依據(jù)首先是珍稀檔案和個(gè)人檔案中易損的原稿檔案；其次是地圖等大眾化檔案，由于利用者眾多，縮微后可節(jié)省人力、物力、財(cái)力。由于其縮微費(fèi)用高達(dá)每立方英尺75美元，該館認(rèn)為將館藏檔案全部進(jìn)行縮微的花費(fèi)還不如再蓋個(gè)庫(kù)房。而對(duì)待檔案信息數(shù)字化問(wèn)題，該館認(rèn)為本館館藏全部數(shù)字化上網(wǎng)發(fā)布則數(shù)據(jù)存儲(chǔ)量過(guò)大，所需硬件費(fèi)用過(guò)高。該館傳統(tǒng)載體的檔案內(nèi)容只有千分之一進(jìn)行了數(shù)字化并上網(wǎng)發(fā)布。這些檔案信息內(nèi)容主要是州法律或地產(chǎn)記錄。選擇的依據(jù)有幾個(gè)方面：從經(jīng)濟(jì)角度考慮，由于經(jīng)費(fèi)預(yù)算有限，進(jìn)行數(shù)字化的檔案信息必須有經(jīng)費(fèi)來(lái)源。如地產(chǎn)記錄，是州法院付錢委托館里進(jìn)行數(shù)字化，而利用者在州法院利用時(shí)向州法院付錢；從利用者角度考慮，內(nèi)容多為與利用者利益相關(guān)的檔案，上網(wǎng)后方便利用者使用，減少館內(nèi)接待的壓力；從時(shí)間角度考慮，全部檔案信息數(shù)字化花費(fèi)的時(shí)間太長(zhǎng)。再如美國(guó)國(guó)家廣播檔案館也是如此。該館數(shù)字化的選擇之道是利用館藏優(yōu)勢(shì)，積極爭(zhēng)取館藏?cái)?shù)字化的課題，應(yīng)約進(jìn)行數(shù)字化。課題委托人如某公司對(duì)館內(nèi)某些檔案有興趣，就可以提出數(shù)字化要求并提供經(jīng)費(fèi)。館內(nèi)應(yīng)要求進(jìn)行數(shù)字化處理。同時(shí)以合約的形式明確這些數(shù)字化檔案信息除提供給委托人外也可以在本館的網(wǎng)站上發(fā)布。“借雞生蛋”，一舉兩得。

所謂的階段性就是根據(jù)基礎(chǔ)條件對(duì)數(shù)字化的實(shí)現(xiàn)過(guò)程進(jìn)行階段性劃分，決定哪些檔案信息應(yīng)該優(yōu)先數(shù)字化，哪些檔案信息在下一階段再數(shù)字化，從而確定檔案信息數(shù)字化的實(shí)現(xiàn)步驟，做到科學(xué)安排、有序進(jìn)行。在數(shù)字化的最初階段，可以先對(duì)檔案目錄信息進(jìn)行數(shù)字化并上網(wǎng)發(fā)布。檔案目錄信息覆蓋面大，能較好地反映館藏檔案的全貌。它可以為網(wǎng)絡(luò)利用者檢索提供方便，明確所需檔案信息的所屬機(jī)構(gòu)，然后再到相應(yīng)的機(jī)構(gòu)去利用檔案。省去利用者來(lái)往于不同檔案機(jī)構(gòu)查找的時(shí)間。這個(gè)階段的目標(biāo)是力求檔案目錄信息的詳盡具體，以方便利用者通過(guò)目錄也可獲得大量信息。下一階段，可以對(duì)重要檔案的內(nèi)容摘要進(jìn)行數(shù)字化并上網(wǎng)發(fā)布。有時(shí)利用者只看檔案目錄還無(wú)法確定是否符合其利用要求，還要進(jìn)一步依據(jù)檔案內(nèi)容摘要確定。接下來(lái)是對(duì)檔案全文信息的數(shù)字化，可以先將特色檔案信息數(shù)字化，而后依據(jù)利用率的高低再逐步數(shù)字化。只有檔案全文信息上網(wǎng)才能真正達(dá)到信息共享的最終目的。檔案信息數(shù)字化是一個(gè)長(zhǎng)期的過(guò)程，但也是一個(gè)“前人栽樹，后人乘涼”的過(guò)程。目前我國(guó)檔案信息數(shù)字化進(jìn)程還處在目錄信息數(shù)字化的階段，有一些檔案機(jī)構(gòu)開始了全文信息數(shù)字化的初期階段，也就是說(shuō)正處于比較艱難的栽樹階段。

檔案信息數(shù)字化是檔案事業(yè)發(fā)展史上少有的發(fā)展過(guò)程。這項(xiàng)工作有挑戰(zhàn)、有壓力、有困難，但同時(shí)也是一次機(jī)遇，是一次登攀，是一場(chǎng)鼓舞人心的變革。一旦確定了數(shù)字化的方向，就必須不畏艱難、發(fā)揚(yáng)愚公移山的精神，使各類檔案信息從相對(duì)封閉的檔案庫(kù)房走上新世紀(jì)的信息高速公路！