近現(xiàn)代文獻資料的數(shù)字出版與保護

近現(xiàn)代文獻資料的數(shù)字出版與保護

內(nèi)容是數(shù)字出版行業(yè)的靈魂。高度價值的出版內(nèi)容和合理有效的管理方法是數(shù)字出版行業(yè)健康可持續(xù)發(fā)展的基本要求和動力。我國古代歷史、近代革命和現(xiàn)代建設中遺留下來的海量文獻資料,是數(shù)字出版內(nèi)容的重要來源之一。近現(xiàn)代文獻資料,指的是自1911年辛亥革命到21世紀初近百年間所創(chuàng)作出的圖書、報刊、日記等文獻資料。由于近現(xiàn)代文獻資料距今時間較短,因此普遍存在不必緊急搶救開發(fā)的認識誤區(qū);同時,長期以來人們一直認為近現(xiàn)代文獻的價值遠不如古籍善本,所以它們的安置待遇也就遠低于古籍文獻。近現(xiàn)代文獻資料淪為歷史文獻中的“亞珍貴文獻”,甚至是“弱勢群體”。需要引起人們重視的是,這些資料記錄著近代的革命浪潮、百家爭鳴的學術(shù)思想、抗戰(zhàn)時期的跌宕政局和新中國成立后的治國滄桑,其珍貴性并不比古籍善本低。利用數(shù)字出版平臺來挖掘、開發(fā)和管理近現(xiàn)代文獻資料,是數(shù)字出版產(chǎn)業(yè)實現(xiàn)保護、傳播人類文化知識遺產(chǎn)這一歷史使命的重要方式。一、歷史文化：現(xiàn)代數(shù)字化和現(xiàn)代文獻的必要性1.私權(quán)和文獻資料中國近現(xiàn)代歷史是一部政局跌宕、風潮暗涌的革命史,其不同政見和立場的政治實體孕育了各具特色的經(jīng)濟、文化、思想文獻載體,如《大公報》《滿洲三省志》《蔣中正日記》《論持久戰(zhàn)》等等都誕生于此。此外,在新中國成立之后,全國范圍內(nèi)轟轟烈烈開展起來的土地改革、社會主義改造和改革開放等運動,也都留下了大量的私人記錄、文學作品、公開發(fā)行報刊和政府機構(gòu)出版物等文獻資料。數(shù)字出版產(chǎn)業(yè)有責任重現(xiàn)這宏大壯觀的歷史語境,將其數(shù)字化,以保留這些珍貴的資料,從而更加真實地還原歷史原貌和歷史真相,更加清晰地展示新中國的奮斗及成長歷程,為中國解決發(fā)展中出現(xiàn)的各種社會問題提供必要的參考。2.數(shù)字出版是中國近代新興學科的基本前提中國近現(xiàn)代的政治雖然起伏動蕩,文化事業(yè)卻非常繁榮。近現(xiàn)代的中國思想文化異彩紛呈,圖書、報刊、手記、海報、檔案、圖片等豐富多彩的文獻形式,反映出了近現(xiàn)代時期百家爭鳴的文化盛況。在民國時期,學術(shù)啟蒙和思想交鋒一度達到頂峰,民國學人以《新青年》雜志為陣地,轟轟烈烈地開展新文化運動,在這段重要的歷史時期內(nèi),誕生了諸如梁啟超的《中國近三百年學術(shù)史》、馮友蘭的《中國哲學史》、李大釗的《我的馬克思主義觀》等學術(shù)巨著。新中國成立之后,中共中央適時提出了“百花齊放,百家爭鳴”的振興文化事業(yè)的方針政策,文化事業(yè)得到了迅速的繁榮和發(fā)展,產(chǎn)出了大量如《紅巖》《蔡文姬》等優(yōu)秀作品。改革開放之后,我國文化事業(yè)再次迎來輝煌發(fā)展的春天,涌現(xiàn)并出版了更多的文化精品。數(shù)字出版產(chǎn)業(yè)有責任演繹和傳播這百家爭鳴的文化思潮。近現(xiàn)代涌現(xiàn)出的這些文化精品,是中國近現(xiàn)代學術(shù)史上首批具有開創(chuàng)意義的奠基之作,不僅對我國近代新興學科的創(chuàng)建具有重要的學術(shù)價值和參考價值,在全世界范圍也被視作第一手研究資料。作為延續(xù)民族文化的重要手段,數(shù)字化出版這些近現(xiàn)代文獻資料可以重新演繹出近現(xiàn)代歷史中的文化風采和思想交鋒。3.確保文獻原始特征海量的近現(xiàn)代文獻資料中,相當一部分在中國近現(xiàn)代學術(shù)史上占據(jù)著重要地位。數(shù)字化采集提取和編輯處理過的近現(xiàn)代精品文獻,可以完整保存文獻資料的文本信息,更能保持文獻的初始面目,如原件的印章、墨跡、筆跡、批注等各種原始特征,使當代研究學者可以足不出戶地拜讀到近現(xiàn)代文獻的原始樣貌,體會到近現(xiàn)代文獻的原始韻味,為研究學者提供更多挖掘原始資料的線索,有助于當代科學研究更廣泛和更深入的開展,對當代多種學科的建設有著不可替代的作用。4.數(shù)字信息資源進入互聯(lián)網(wǎng)時代,網(wǎng)絡傳播所具有的不受時空限制、信息量大、傳播速度快的特點,使數(shù)字信息成為最重要的文化資源。數(shù)字化手段將使人類的精神文化寶庫跨越時空,在全人類面前實現(xiàn)資源共享,可以讓神秘的中國文化——尤其是近現(xiàn)代文化歷史——借助現(xiàn)代信息技術(shù)再現(xiàn)輝煌,讓全世界人民感受到東方文化恒久彌新的獨特魅力。二、優(yōu)化數(shù)字出版的內(nèi)容源源不斷地提供優(yōu)質(zhì)內(nèi)容,是保證數(shù)字出版行業(yè)健康科學、可持續(xù)發(fā)展的基本要素。對于近現(xiàn)代文獻而言,從浩如煙海的近現(xiàn)代文獻史料中挖掘和優(yōu)選出具備人文、思想、經(jīng)濟、歷史價值的優(yōu)質(zhì)資源,是數(shù)字出版的第一步。然而,海量的文史資料中必然玉石同室,精華與糟粕同在。因此,數(shù)字出版前應對這些內(nèi)容資源進行優(yōu)選,實現(xiàn)對數(shù)字出版內(nèi)容質(zhì)量的宏觀控制。長期以來,受“片紙只字不得銷毀”思想的誤導,我國的近現(xiàn)代文獻整理和數(shù)字化工程一直持有“有文必收”的錯誤態(tài)度,這難免會將內(nèi)容價值極其一般的事務性、零散性和重復性文件也收錄其中,導致數(shù)字出版產(chǎn)業(yè)“內(nèi)容龐雜、魚龍混雜、玉石不分”,也造成了人力、財力和物力的巨大浪費。對近現(xiàn)代文獻資料進行挖掘和優(yōu)選,除對國家所有的文獻資料進行整理外,更要重視民間對文化遺產(chǎn)的容納力。要通過民間走訪和考古發(fā)掘進行文獻挖掘,然后對散落在民間的文獻資料和館藏文獻進行擇優(yōu)鑒選,使投入的人力、財力、物力、時間等要素得以充分、合理和有效的配置,最大限度發(fā)揮數(shù)字化成果的經(jīng)濟效益和社會效益,提高數(shù)字資源的利用率。對數(shù)字化對象的鑒選,應當采取歷史文化價值優(yōu)先性原則,從重要文獻到次要文獻,從亟須文獻到一般文獻,依次鋪開,循序推進,打造優(yōu)質(zhì)化和精品化的數(shù)字出版產(chǎn)業(yè)。三、大量的內(nèi)容非結(jié)構(gòu)化數(shù)字出版產(chǎn)業(yè)的內(nèi)容管理,是指在內(nèi)容上進行包括收集、編輯處理、格式轉(zhuǎn)換、審核、版本控制、內(nèi)容測試、發(fā)布等處理的過程。在大量的內(nèi)容資源中,絕大部分內(nèi)容是非結(jié)構(gòu)化的,內(nèi)容管理的目的是把非結(jié)構(gòu)化的信息,制作成圖書、報刊、光盤、網(wǎng)頁等產(chǎn)品,供用戶以各種媒體形式閱讀、檢索、查詢、分析和共享。以近現(xiàn)代文獻資料為來源的出版內(nèi)容數(shù)字化處理,就是指對近現(xiàn)代紙質(zhì)文獻進行數(shù)字化提取、格式轉(zhuǎn)換、數(shù)字化編輯整理等加工與整合,以及進一步搭建和應用近現(xiàn)代文獻數(shù)據(jù)庫。1.縮微技術(shù)在古籍數(shù)字化處理中的應用通過數(shù)字化手段,把破損的紙質(zhì)文獻當中的文本內(nèi)容提取出來,是數(shù)字化出版近現(xiàn)代文獻資料的第一步。從古籍文獻的保護經(jīng)驗和國外數(shù)字化科技的發(fā)展趨勢來看,對近現(xiàn)代文獻資料可采用以下兩種數(shù)字化加工技術(shù):(1)通過光學字符識別——OCR軟件,把近現(xiàn)代文獻資料的內(nèi)容錄入計算機,制成文本文件等。OCR技術(shù)可將近現(xiàn)代文獻資料轉(zhuǎn)化為文本,并能從圖像文件中自動抽取題名、著者、文中插題、文內(nèi)關(guān)鍵詞等檢索點,并轉(zhuǎn)化為索引。該技術(shù)在古籍數(shù)字化處理中已有較為成熟的應用,如電子版《文淵閣四庫全書》。(2)通過影像縮微與掃描將文獻的內(nèi)容掃入計算機,制成圖像文件。縮微品存儲載體的穩(wěn)定性強,預期壽命可達500年以上,是長期安全保存文獻資料的最佳存儲介質(zhì)之一。對于非常珍貴、不可再生的近現(xiàn)代文獻資料,非常有必要使用可靠性更強的縮微技術(shù)進行處理。隨著掃描技術(shù)與縮微技術(shù)的結(jié)合,近現(xiàn)代文獻的數(shù)字化加工又可分為直接縮微處理和先掃描后縮微處理兩種形式。縮微技術(shù)在古籍數(shù)字化處理中取得的成果,值得借鑒,如廣東省立中山圖書館建成的“古籍全文數(shù)據(jù)庫”?？紤]到文獻價值和保存狀況的不同,筆者建議對文獻資料采取差異化數(shù)字加工手段:(1)對于價值珍貴且易老化損壞的、或價值一般但老化壞損嚴重的文獻,建議采用縮微技術(shù),將文獻的影像記錄在縮微膠片上,以實現(xiàn)對文獻的搶救和保護。(2)對于價值高且使用頻率高的文獻,建議首先應用縮微技術(shù)制作影像膠片以便保護,在此基礎上再將縮微膠片進行數(shù)字化轉(zhuǎn)換以便編輯和使用。(3)對于價值一般、保存情況好、使用頻率高的文獻,可采用OCR光學識別技術(shù)將文獻數(shù)字化以便于傳播使用。2.各自為政、訴訟后的編纂過程數(shù)字出版絕非簡單地將數(shù)字內(nèi)容資源提取出來,還須經(jīng)過必要的編輯、整理和加工,使用戶可以對內(nèi)容資源進行檢索、復制等必需的操作。近年來,信息組織技術(shù)方法逐漸被應用于典籍文獻的數(shù)字化整理工作中,對于近現(xiàn)代文獻資料的編輯整理有參考借鑒價值。數(shù)字化編輯整理工作主要包括近現(xiàn)代文獻索引的自動編纂和近現(xiàn)代文獻電子圖書的編纂:(1)近現(xiàn)代文獻索引的自動編纂。主要是指借助OCR技術(shù)對提取出來的文獻原文進行機編索引,可采用的技術(shù)手段包括索引之星、Word索引軟件和自編語詞索引軟件等,此外,在索引排序方法方面可借鑒較為成熟的科學技術(shù)。(2)近現(xiàn)代文獻電子圖書編纂。電子圖書就是“以電子的方式儲存信息,并以電子的方式進行閱讀的圖書”。在完成掃描、識別等預處理之后,近現(xiàn)代文獻電子圖書編纂主要包括電子排版、Word文檔拆分、添加模板、制作網(wǎng)頁文件等環(huán)節(jié),EasyCHM電子圖書編輯軟件是當前最常用的電子圖書編纂軟件。王雅戈等學者以吳覺農(nóng)先生所著的《中國茶葉問題》為例,對機編索引的方法和索引軟件的應用進行了研究,并進一步應用EasyCHM電子圖書編輯軟件對民國文獻電子圖書編纂進行了實驗。其研究對民國農(nóng)業(yè)文獻數(shù)字化整理、開展農(nóng)史研究都有重要的貢獻,對其他近現(xiàn)代文獻的數(shù)字化編輯處理亦有指導借鑒意義。3.法律法規(guī)數(shù)據(jù)庫傳統(tǒng)的出版方式難以有機綜合這些文字、圖像和聲音等不同載體的內(nèi)容資源和信息,而計算機數(shù)字化處理技術(shù)和數(shù)據(jù)庫存儲管理技術(shù)則可以實現(xiàn)近現(xiàn)代文獻聲、文、圖并茂的多維度展示和傳播,改變出版作品單一的出版形式,賦予其更加生動的形象和更加強大的生命力。所以,在對海量的文獻資源完成挖掘、開發(fā)和編輯處理后,還需要對近現(xiàn)代文獻資料進行數(shù)據(jù)庫式的管理。實際上,隨著科技的發(fā)展,數(shù)據(jù)庫技術(shù)已經(jīng)成為較為先進的文獻數(shù)字化管理手段,在近現(xiàn)代文獻資料的管理中,文化出版企業(yè)和文化管理機構(gòu)已經(jīng)逐步采用這一方式。如湖南省青蘋果數(shù)據(jù)中心就走在了行業(yè)的前列。中心成立20年來,已經(jīng)數(shù)字化了從清朝至今200多年的400種報刊,建立了擁有4000億漢字和4億篇文章的海量歷史文獻庫——“華文報刊文獻數(shù)據(jù)庫