檔案信息數字化

數字化是指把一切信息都變成只用0和1這兩個數字組成的、用不連續的數位表示的二進制代碼。檔案信息數字化是指為了使紙質檔案、音像檔案等以傳統載體形式承載的檔案信息能夠通過計算機與網絡進行管理和提供利用，而利用高速掃描技術、數據壓縮技術等信息處理手段，將其進行轉換處理，形成數字信息，并以數字代碼方式存儲起來。這些數字信息可以通過計算機進行操作處理，通過網絡進行傳輸。紙質檔案、音像檔案，以及甲骨、金石、簡牘、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換成數字信息。

（一）檔案信息數字化的必要性

數字化是現代信息技術首要的技術特性，比特被人們比作“信息DNA” ，用它可以表示所有的信息。檔案信息數字化是檔案信息化建設的基礎和必要條件。傳統載體承載的檔案信息必須經過數字化處理，也只有經過數字化處理，方能通過計算機進行存儲和操作，并通過網絡進行發布，以使檔案信息經濟、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公眾對檔案信息的利用需求，從而提高管理效率，提高服務效益。

檔案信息數字化同時可以加強對檔案原件的保護。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。“比如中國第一歷史檔案館的輿圖庫，保管有包括天文、地理、寺廟、行宮等13大類1萬多件的輿圖檔案，有明代的海防圖、清代的疆域圖、世界地圖等等，有宮內內務府和軍機處繪制的，也有外國傳教士繪制的。中國第一歷史檔案館，一直將這些珍貴的檔案實行單獨保管。”這些檔案若以原件提供利用，極易使其遭受破壞，因而只能以復制件提供利用。而數字化技術可以真實地再現原始檔案材料的風貌，在各種復制方式中具有無可比擬的優勢。將檔案原件進行數字化處理后，即可將其妥善地保存起來。經過數字化處理的檔案信息易于復制，便于提供利用服務，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）檔案信息數字化的實現

對于不同類型與層次的檔案信息，數字化實現的方法有所區別。

對檔案內容信息的數字化，包括對檔案內容的原生信息進行數字化和對檔案內容的派生信息進行數字化。對檔案內容原生信息的數字化，即對檔案全文進行數字化，是數字化工作的主體部分。檔案信息化建設需要盡可能多的檔案全文信息，以真正發揮網絡的功能。檔案內容信息的數字化，可以依靠手工錄入，也可以對檔案原件進行掃描而后通過光學字符識別技術（OCR）進行識別，還可以通過縮微膠片轉換。這類信息多以文本方式存儲，以節省存儲空間，便于進行全文檢索。對檔案目錄等檔案內容派生信息的數字化，主要依靠手工錄入。手工錄入方法有鍵盤錄入、手寫識別、聲音識別等。這類檔案信息數字化后一般是存儲在數據庫中，其數字化的實質是向檔案信息數據庫中輸入數據。

對檔案形式信息的數字化，有二種情況：一種是對檔案外在形式和特征進行描述，生成派生信息，然后進行數字化；第二種情況是，對于多數歷史檔案和珍貴檔案，數字化過程中可能要求其外在形式與內容緊密結合，保持其原汁原味的面貌。在此情況下，可對檔案原件進行掃描，或用數碼相機進行數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行存儲，這樣可以原原本本地再現檔案的原始形態。對于聲音、影像等形式的多媒體檔案，要通過專門處理設備和相應的計算機處理軟件將其從模擬信號轉換為數字信號，以音頻文件、視頻文件格式進行存儲。

對數字信息進行存儲之后，還要對其進行相應的后期整理，以加強檔案信息數字化的質量控制，確保數字檔案信息的可用性。后期整理的內容一是進行質量檢查。如對通過掃描得來的圖像進行檢查，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，有無錯掃、漏掃，圖像質量有問題的要確定是否重新掃描等等；二是進行數據整理。對作為文件存儲的數字檔案信息要準確標示文件名稱，將存儲文件與檔案信息數據庫中相關記錄之間建立連接。這是檔案信息管理系統及檢索系統的前處理內容之一，是直接關系到管理與利用的速度和效率的重要環節。數據整理是一個比較繁瑣的工作，但就工作質量要求而言又相當之高。為了更好地完成這項工作，可以開發相應的計算機系統以減輕進行數字化處理的工作人員的勞動強度，確保數字化的質量。解放軍檔案館在開發《軍隊檔案館文獻信息管理網絡系統》的過程中，就將圖像掃描做成一個獨立的應用程序。該程序在完成掃描的同時，按照軍隊文書檔案的整理技術規范，自動為文件命名并與數據庫內容建立連接。這一程序的應用，為檔案原件掃描后形成《軍隊檔案館文獻信息管理網絡系統》的可用數據提供了一條相對方便、快捷的途徑，為前處理工作提供了一種解決方案；三是對存儲載體進行檢查。對作為存儲載體的磁盤或光盤應進行質量檢測，并確認無病毒，確保文件內容的完整和準確；四是對數字檔案信息進行備份。無論是以數據庫方式存儲還是以文件方式存儲，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）檔案信息數字化的選擇性與階段性

檔案信息數字化是一項非常繁瑣且工作量巨大的工作。人類有史以來所積累的檔案文獻浩瀚無邊，據統計，全國3522個檔案館擁有檔案文件1.4億卷。數字化可能意味著只要具備使用價值的檔案都要重新加工一遍，任務十分艱巨。據統計分析，要對大英圖書館的全部館藏進行數字化，大約需要全體2500名員工工作400年。筆者沒有搜集到檔案界所做的類似的分析預測。對一些館藏量相對較大、館藏結構較復雜的檔案館來說，在信息化建設過程中必須在堅持日常工作的同時完成數字化處理，樂觀的估計也可能需要長達幾十年的時間。然而網絡環境的飛速發展又敦促我們必須在盡可能短的時間內完成數字化工作。所以，當前在我國檔案信息數字化過程中出現了一些現象：比如有一哄而上搞數字化的趨勢；再比如為了達標人為規定一個檔案館進行數字化處理的檔案的比率；還有的檔案館想在短期內將全部檔案數字化；……。這些都是檔案信息數字化過程中必須走出的誤區。

要正確對待和把握住檔案信息數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數字化的適用范圍進行選擇。論證和確定是否有必要將全部館藏進行數字化、哪些館藏檔案應該數字化、哪些不需要數字化。要進行數字化的檔案信息應該是價值高、有序、規范和具有特色的。首先是利用頻率較高、需求量較大的經濟、科學、技術和文化等各類檔案；其次是急需得到搶救性保護的珍貴檔案。前者的意義在于可以充分發揮網絡的優勢，避免利用者親自到檔案機構查閱的辛苦，減輕檔案機構接待的投入；后者的意義在于實現了珍貴檔案的“數字化生存”，使其保存和提供利用得以有機地結合。

以美國馬里蘭州檔案館對縮微與數字化進行選擇為例。其觀點是檔案縮微是為了進行保護，檔案信息數字化是為了提供利用。該館在選擇檔案進行縮微或數字化過程中持比較保守的態度。館藏檔案拍成縮微膠片的不到5%。縮微的依據首先是珍稀檔案和個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，縮微后可節省人力、物力、財力。由于其縮微費用高達每立方英尺75美元，該館認為將館藏檔案全部進行縮微的花費還不如再蓋個庫房。而對待檔案信息數字化問題，該館認為本館館藏全部數字化上網發布則數據存儲量過大，所需硬件費用過高。該館傳統載體的檔案內容只有千分之一進行了數字化并上網發布。這些檔案信息內容主要是州法律或地產記錄。選擇的依據有幾個方面：從經濟角度考慮，由于經費預算有限，進行數字化的檔案信息必須有經費來源。如地產記錄，是州法院付錢委托館里進行數字化，而利用者在州法院利用時向州法院付錢；從利用者角度考慮，內容多為與利用者利益相關的檔案，上網后方便利用者使用，減少館內接待的壓力；從時間角度考慮，全部檔案信息數字化花費的時間太長。再如美國國家廣播檔案館也是如此。該館數字化的選擇之道是利用館藏優勢，積極爭取館藏數字化的課題，應約進行數字化。課題委托人如某公司對館內某些檔案有興趣，就可以提出數字化要求并提供經費。館內應要求進行數字化處理。同時以合約的形式明確這些數字化檔案信息除提供給委托人外也可以在本館的網站上發布。“借雞生蛋”，一舉兩得。

所謂的階段性就是根據基礎條件對數字化的實現過程進行階段性劃分，決定哪些檔案信息應該優先數字化，哪些檔案信息在下一階段再數字化，從而確定檔案信息數字化的實現步驟，做到科學安排、有序進行。在數字化的最初階段，可以先對檔案目錄信息進行數字化并上網發布。檔案目錄信息覆蓋面大，能較好地反映館藏檔案的全貌。它可以為網絡利用者檢索提供方便，明確所需檔案信息的所屬機構，然后再到相應的機構去利用檔案。省去利用者來往于不同檔案機構查找的時間。這個階段的目標是力求檔案目錄信息的詳盡具體，以方便利用者通過目錄也可獲得大量信息。下一階段，可以對重要檔案的內容摘要進行數字化并上網發布。有時利用者只看檔案目錄還無法確定是否符合其利用要求，還要進一步依據檔案內容摘要確定。接下來是對檔案全文信息的數字化，可以先將特色檔案信息數字化，而后依據利用率的高低再逐步數字化。只有檔案全文信息上網才能真正達到信息共享的最終目的。檔案信息數字化是一個長期的過程，但也是一個“前人栽樹，后人乘涼”的過程。目前我國檔案信息數字化進程還處在目錄信息數字化的階段，有一些檔案機構開始了全文信息數字化的初期階段，也就是說正處于比較艱難的栽樹階段。

檔案信息數字化是檔案事業發展史上少有的發展過程。這項工作有挑戰、有壓力、有困難，但同時也是一次機遇，是一次登攀，是一場鼓舞人心的變革。一旦確定了數字化的方向，就必須不畏艱難、發揚愚公移山的精神，使各類檔案信息從相對封閉的檔案庫房走上新世紀的信息高速公路！