淺談館藏紙質檔案數字化前整理中遇到的問題及處理方法

在大數據時代，政府成為最大規模的信息采集者，檔案館作為自然的數據集散地，對大數據的分析處理和增值應用，將成為未來檔案開發利用的重要內容，檔案館坐擁龐大的數據資源應該成為巨大社會價值的產出地。原有紙質檔案，要想在大數據環境下發揮更大作用，必須對其進行數字化，其中，數字化成果的質量是關鍵。如果數字化的成果無法使用，則浪費了人力物力，前功盡棄，毫無意義。做好數字化工作，前期整理是確保質量的必要基礎。前整理工作直接決定了檔案數字化工作的質量。自２０１３ 年起，山東省檔案館開始大規模開展館藏紙質檔案數字化工作，隨著工作的推進，在檔案前整理過程中遇到了一些問題，筆者結合工作實際，就前整理環節中經常遇到的問題及處理方法進行探討。

檔案前整理主要包括: 檔案交接、檔案拆訂、編寫頁碼、破損檔案裱糊、目錄比對、區分檔案能否掃描等環節，每個環節都關系到數字化后續工作能否順利開展。

一、前整理中遇到的問題

(一) 原始檔案頁碼存在漏編、重編、混亂、頁碼不連續等情況

目前館藏檔案，尤其是五六十年代的檔案，頁碼存在問題較多。有的檔案沒有編頁碼，有的一張編有多個頁碼，還有部分檔案頁碼整體混亂，沒有一個有效的、連續的頁碼。諸如此類頁碼不規范問題，會對數字化后續工作帶來很大困擾，造成掃描出現錯誤、質檢人員工作速度降低、勞動成本增加等。

(二) 卷內文件目錄有漏編、錯編現象

經常有在內容上毫無關聯的文件，在本應單獨錄入為幾條目錄數據的情況下，被確定為一件，只有第一件的相關內容被錄入數據庫中，而其余幾件文件則被忽略。另有檔案目錄數據著錄項目與實體檔案不符，主要有題名不能準確全面地揭示文件材料的內容，責任者、文號、成文時間是不是準確等，直接關系到檔案檢索的效率和準確性，導致檔案利用率降低。目錄數據內容的錄入越準確、越全面，檢索的速度就越快，準確性就越高。如果錄入時對題名、文號、責任者等著錄項目的處理敷衍了事，目錄數據不能反映檔案內容信息，最終只能是造就一堆垃圾數據。

(三) 原始檔案有破損、霉變、蟲蛀、字跡擴散等現象

早期檔案受年代久遠、保管條件不善以及所用紙張和書寫筆不規范等條件的影響，檔案受到破壞，部分檔案損壞嚴重，無法進行掃描。

(四) 原始檔案缺失

通過對頁碼、內容、目錄等進行比對，發現檔案內容有明顯缺失。

(五) 原始檔案內容混亂

由于裝訂時，未能對檔案進行正確排序，致使部分檔案內容順序顛倒，主要是單件內檔案排序錯誤，有少量出現整卷排序混亂。

(六) 原始檔案內容涉及敏感信息

如檔案內容涉及敏感事件、個人隱私信息，甚至涉及國家利益等。

(七) 原始檔案內有訂書釘、曲別針、大頭針等金屬氧化物

有些檔案由于年達久遠，生銹的檔案裝訂物已經對檔案造成了損害。

二、對前整理中遇到問題的處理方法

(一) 對頁碼問題的處理

前整理人員先對整卷檔案進行檢查，如頁碼混亂是由于早期裝訂錯誤造成的，則按頁碼順序對實體檔案重新整理。如確為檔案頁碼錯誤，根據?紙質檔案數字化技術規范? 等的要求，要對整卷檔案重新編制新的頁碼。

(二) 對卷內文件目錄有漏編、錯編的處理

１ 卷內目錄出現漏編情況時，前整理人員要根據檔案內容，重新進行分件整理，并按照?檔案著錄規則? 的要求編寫目錄，同時在機讀目錄中增加條目。

２ 卷內目錄出現錯編情況的修改

(１) 題名文字錄入錯誤

一是錄入時的錯別字較多，如“工業” 錄入“工葉”；二是錄入一些不規范的簡化字，如“予算” 實際應為“預算”，“付省長” 實際應為“副省長” 等。其次是題名揭示的內容不準確、不全面。部分檔案文件材料題名按照標題錄入為“通知” “會議材料” “黨組會議” 等，沒有可用的檢索信息；人事任免文件、干部調動函等，只照原標題錄入一個人的名字，未將涉及的全部人名列舉；還有一些自擬題目不能準確概括全文，如一件檔案中既有請示也有批復，而題名只寫請示。在現有技術條件下，數字化副本以圖像形式存儲，無法使用全文檢索方式，雖然現在數字化都要求ＯＣＲ 識別，但是由于早期檔案質量不高，造成識別不正確甚至識別不出，尤其是五六十年代的檔案很多都是手寫的，根本不可能進行文字識別，所以題名包含的信息量最大最多，是當前進行計算機檢索時最重要的途徑。題名一旦出現錯誤，就可能導致檔案成為“死檔”。前整理人員要根據檔案實際對目錄的所有著錄項進行檢查，發現錯誤及時對卷內目錄和機讀目錄進行修改。

(２) 同一責任者名稱不統一或不規范

按照著錄規則要求，責任者應錄入全稱或通用簡稱，并保持統一。錄入時經常出現有時用全稱，有時用簡稱，簡稱有時也不規范，同一個責任者往往有幾種不同的錄入法，如“山東省委宣傳部” (正確)、“山東省宣傳部”、“山東宣傳部” 甚至直接錄入為“宣傳部”。還有的錄入人員不管文件的實際責任者，直接把全宗單位名稱作為每份文件的責任者，如農業廳全宗的案卷，卷內材料的責任者全部錄為“ＸＸ 農業廳”。對于出現的錯誤，要根據?檔案著錄規則? 要求，進行修正。

(３) 文號錄入不全或錯誤

錄入時經常不錄入完整的文號，只錄入文號中年度和發文順序號兩部分，對今后檢索造成麻煩。對聯合發文時的一文多文號的，也往往只錄一個，漏掉了其他的文號。還有一些文號錄入時出現文字錯誤或年度錯誤。文號的錄入應符合當時的實際文號格式，根據規范，修改錯誤的文號，增添漏錄的文號。

(４) 成文時間標注錯漏

部分錯誤，是錄入時誤錄造成的，有一些是檔案本身有時間但未錄入，還有一些，是檔案本身沒有注明確切時間，但可考證出來而未認真考證造成的。對這些錯誤，都要根據?檔案著錄規則? 的要求進行修改。

(三) 對原始檔案有破損、霉變、蟲蛀、字跡擴散等情況的處理

發現此類情況時，前整理人員首先對檔案進行檢查，確認能否掃描，對破損不嚴重或折皺不平影響圖像質量的紙質檔案，應先進行簡單修復或壓平等相應處理后再進行掃描。如無法掃描，則在機讀目錄附注項內注明“本件檔案破損嚴重，未數字化”。

同時，前整理人員要把所有此類檔案做好登記，并移交給具有檔案修復職能的相關處室，由他們對檔案進行修復處理。以此，把檔案數字化前處理工作與破損檔案的搶救修復工作結合起來，借助數字化的東風，把檔案的基礎工作做得更加扎實。

(四) 對原始檔案出現缺失情況的處理

檔案前整理人員要對整卷檔案進行檢查，確認是否由于裝訂錯誤的原因造成檔案放置順序出現錯誤。如經過檢查發現檔案確實缺失，前整理人員要將情況在機讀目錄附注項中注明，如“第２ 件檔案有缺失”。

(五) 對原始檔案內容混亂情況的處理

前整理人員要根據卷內目錄和檔案內容實際，對檔案重新進行整理排序，并編制新頁碼。

(六) 對原始檔案內容涉及敏感信息情況的處理

前整理人員通過卷內目錄和檔案內容進行判斷，如檔案內容涉及敏感信息，則不掃描全文，并將原因記錄到機讀目錄附注項中，如“此件檔案內容涉及敏感信息，未掃描”。

(七) 對原始檔案內有訂書釘、曲別針、大頭針等金屬氧化物情況的處理

從對檔案保護的角度出發，如不拆除，裝訂物如果生銹，便會破壞檔案，在確保拆除裝訂物不會對檔案實體造成傷害的情況下，應將此類裝訂物拆除。但是，由于數字化公司技術能力的限制，部分檔案拆除裝訂物后會破壞檔案實體，碰到這種情況，暫不拆除裝訂物，前整理人員要做好登記，分批次移交給檔案部門相關處室，由專業人員處理，待拆除裝訂物后再進行數字化。

三、對今后如何做好檔案數字化前整理工作的幾點建議

(一) 建立健全各項規章制度

為確保檔案前整理工作的安全、高效，必須制定符合實際的各項規章制度，使前整理工作有章可循、有規可依。涉及檔案數字化前整理工作制定的規章主要有檔案數字化加工現場管理規定、檔案數字化加工安全保密規定、數字化工作流程、檔案出入庫房制度、檔案前整理技術規范等，尤其是在最關鍵也是問題最多的題名錄入方面，我們根據前整理工作中發現的各種問題，專門制定了題名修改技術規范；承擔檔案數字化工作的承包公司，為保證項目順利完成制定的管理制度包括數字化工作制度、人事管理制度、數字化現場管理制度、保密制度等。通過一系列規章制度的建立，保證了前整理工作的規范化、科學化。

(二) 檔案管理部門要全程跟蹤管理

檔案管理部門在數字化過程中，要采取各種有效的管理措施和技術手段，加強管理和監控。前處理過程中可能會遇到各種各樣的問題，通過安排檔案館工作人員現場值班的方式，可以隨時解決工作中出現的問題，指導工作開展，還能起到監督作用，既能提高工作效率又能消除工作隱患。

(三) 強化監理功能，提高工作效率

數字化工作是一項大的工程，由于檔案管理部門人手緊張，許多工作不可能面面俱到，如項目監督、驗收等環節需要許多人力去完成，單單依靠檔案管理部門人員很難去完成。為此，我們通過招標方式引進了數字化監理公司，對數字化的各個環節進行全方位、全程的管理、控制和協調，達到了對項目的建設方案、工作流程、工作進度、技術培訓等進行全面控制的目的。包括在前整理環節上，監理人員一方面可對工作進行指導，另一方面對前整理工作開展監督檢查，發現問題及時糾正。

總之，提高檔案數字化的整體效益，適應當前大數據時代的潮流，挖掘檔案信息資源，館藏檔案數字化的前整理是非常重要的環節，一定要抓好前處理這個數字化的基礎環節，以此提高數字化質量。