日本古籍數字化過程中式樣書的使用及啟示*

（遼寧師范大學管理學院，大連 遼寧 116029）

1 引言

古籍數字化意在利用和保護古籍。我國古籍數字化事業走過了近40年的風雨歷程，如我國國家圖書館發起的“中華古籍資源庫”項目就是“中華古籍保護計劃”的重要成果，目前在線發布的古籍影像資源包括：國家圖書館藏善本古籍、《趙城金藏》、法國國家圖書館藏敦煌遺書等資源，資源總量超過2.5萬部1000余萬葉；還有臺灣地區“數位典籍計劃”項目和香港地區“漢達文庫”等，多達近400個項目。國際上，一些發達國家對古籍數字化工程同樣引人關注，如英國圖書館的“薩克遜史詩手稿（The Electronic Beowulf）”和美國國會圖書館的“美國記憶導航（American Memory）”[1-2]。此外，國際合作也是對中外珍貴古籍實現數字化與共享的一種重要的方式，如“國際敦煌項目”“中美百萬冊書數字圖書館計劃”等[3-4]。隨著日本古籍數字化的發展，建設了許多與之相關的數據庫，如日本國立國會圖書館推出了館藏數據目錄藏書檢索書目數據庫和珍罕古籍圖像全文數據庫等多個項目數據庫。其中為適應古籍數字化事業的各類標準應運而生，2013年，NPO法人CSW發布的《古典籍、古文書、西洋珍本等的數字化指導方針v1.0.0.0》[5]，該方針由式樣書的樣本（“式樣書最小構成”）和為了補充做的例示（“解說”）兩部分構成，針對不同類型的古籍及古籍情況進行了詳細的數字化指導說明，明確了古籍數字化的技術和管理標準是古籍數字化實踐中的工作指南，規范了日本古籍數字化工作流程[6]，式樣書的制定為日本古籍數字化事業提供了統一標準。

2 式樣書概述

式樣（日：仕様、英：Specification）是指：材料、產品、服務等明確要求滿足事項的集合，記錄式樣的文書被稱為式樣書[7]。式樣書也就是樣板說明書，在產品生產、軟件開發、車間技術等領域應用廣泛，包括做法程序表、工序說明書、規格明細書、設計說明書等等，起到規范工序、制作說明和總結標準的作用。就古籍數字化領域而言，在工作運轉上，古籍數字化的品質要嚴格按照各類式樣書要求把控，并且在日本國內實現跨機構研究合作，力求珍貴古籍能被充分利用與共享。在管理上，通過各種培訓、講座、研討會健全人才培養。日本在古籍數字化進程中出臺多種式樣書，如《古典籍、古文書、西洋珍本等的數字化指導方針v1.0.0.0》方針和《國立國會圖書館資料數字化指導手冊》等，正是為了在古籍數字化中有助于確保數據品質以及數字化作業的效率而制作的，規范作業中文書的通用性和技術的標準化，有助于國內外各機構數字化作業的效率和高品質。從對圖像品質的檢查、人員專業性的要求以及數字資源的長期保存方法等方面給我國提供了借鑒意義。

3 式樣書的內容與結構

一般來說，式樣書分為3種：要求式樣書、功能式樣書和測試式樣書。2011年出臺的《國立國會圖書館資料數字化手冊》中提到的式樣書屬于要求式樣書。要求式樣書的目的有4個：確認顧客的要求；確認式樣的可行性；持續完成設計作業；成為測試式樣書的原本[8]。該要求式樣書作為合作雙方就工程要求進行溝通的基本條件，很好的保證了工程的正規性和可持續性。以《國內國會圖書館資料數字化手冊》為例，式樣書主要分為兩大部分，即基本要件和作業要件[9]。

3.1 基本要件

基本要件中要標出件名、本式樣書為接受本件委托圖書館對館藏資料進行電子化過程中的目的、受委托者進行相關工作的依據、相關術語的解釋資料、工作概要、對象資料、工作環境以及成果物。其中式樣書的術語包括掃描和掃描儀、圖像數據、書目單位、分冊單位、目錄數據、元數據文件、標題紙、縮微圖像等的定義解釋。委托者需要上繳給當事館的6份成果物如下：圖像數據（保存形式為jpeg2000的圖像）、圖像數據（保存形式為jpeg2000的圖像）及目錄數據、元數據文件夾、管理數據、成果物檢查證明書和BD-R錯誤率對應表。

3.2 作業要件

3.2.1 資料的搬出搬進和保管

對資料進行搬出和搬進時，應按照當事館提供的數字化對象列表來接受材料，同時記錄好搬出和搬進時的詳細順序。抽取資料時根據當事館制作的數字化對象列表進行抽取，然后制作管理資料抽取的數據。資料搬出時，要把資料包裹在加入緩沖材料的可折疊集裝箱里。制作資料的返還列表，要把資料包裹在加入緩沖材料的小盒里返還，返還時要把拆毀的資料和普通的資料分開，受委托者要把資料按照固定位置入架。為了防止遺失、失竊、破損、污損、老化的發生，搬送保管資料一定要嚴格對待，尤其是在管理中要留意以下幾點：在與工作場所分隔開的、備有空調設備的，且為耐火構造的保管庫里保管原資料；要定期的記錄耐火保管庫和工作場所的溫、濕度情況，按照當事館的要求提交；為了防止遺失、失竊、破損、污損、老化的發生，要特別注意溫度管理和機器的位置；在從耐火保管庫中搬出搬進原資料以外的時間里耐火保管庫要上鎖，為了防止遺失、失竊的發生，要隨時獲取原資料的搬出搬進的記錄；要明確告訴在工作現場的管理人員以上內容。

3.2.2 數據制作

（1）圖像數據

對原資料進行掃描，圖像數據（保存形式為jpeg2000的圖像及用于提供的jpeg2000圖像）以書目和分冊為單位進行管理。抽取封皮和標題的圖像，做成以分冊為單位的縮略圖像（JPEG形式）。應注意使用擁有光學解像度為400dpi以上性能的overhead[10]方式掃描器。為了保護原資料，不使用自動翻頁功能。確認過圖像尺寸（長寬）的基礎上，設定可保留全本所需最小像素到110%像素之間的模式，進行剪裁。另外，關于原資料中有折疊后夾入頁情況的資料，因為根據原資料的尺寸和折疊后夾入頁的尺寸不同，要使用不同的掃描和圖像修剪的方法，如果無法在同一壓縮率下進行掃描，需進行壓縮率轉換，掃描的同時拍攝下卷尺的刻度。從掃描了的圖像中，把每一分冊包含有封皮的特別指定的圖像數據，制作成縮略圖像。作好的圖像數據統一存入文件夾，圖像文件夾名稱的位數為4位半角數字。不滿4位的時候，在前面用半角數字“0”作補位（例：0001、0002、0003、…）。縮略圖像文件夾名要賦予為“書目 ID（12位）_分冊番號（5位）thumb”（例：000000000001_00010thumb.jpg）。

（2）目錄數據

原資料中存在目錄時，要把目錄部分文本化，記錄目錄數據。首先對即將文本化的圖書目錄進行假設，目錄占對象資料總數的幾分之幾，平均一本的目錄項目有多少項，平均目錄字數約多少字等。原則上，舊假名的使用和包含假名等，按照記載錄入。但是，漢字的異體字、帶有符號的字母數列，無法按照記載錄入的時候，把它替換成不破壞原意的同等的文字和能夠判斷的文字。錄入條目和錄入形式如下所示。目錄數據名是「mokuji.txt」，以TSV形式，一個分冊制作成一個文件夾。如圖1所示。

圖1 目錄數據例（mokuji.txt）

其次進行目錄文本化，參照圖2那樣的原資料的目錄部分，填寫目錄部分和登載頁。

圖2 代表的目錄例

（3）元數據文件夾

基于當事館提交的數字化對象列表，每冊用TSV形式和CSV形式制作一個元數據文件夾。適合的文件夾的條目按照表1來做。

表1 元數據文件夾的條目例

元數據文件夾的文件夾名為“metadata_**”。指的是一包在內的交付的時候元數據文件夾的文件夾名“metadata_**”。而且分開交付的時候的元數據文件夾的文件夾名為“metadata_○○”，后面加上（“分割01”“分割02”）連續的順序號。文字代碼為用UTF-8符號化的Unicode。而且，不需要BOM。

另外，既定條目中：數字化了的制作者一律錄入“**圖書館”；數字化了的制作年月日一律錄入“20**-**-**”；數字化之后的格式一律錄入“image/jp2”。

（4）管理數據

受委托者制作管理數據①和管理數據②制作的時候用文字代碼為用UTF-8符號化的Unicode，文件夾形式用TSV形式。而且，構成管理數據的條目名稱和記載的內容要所參照。首先是為了分冊管理圖像數據、目錄數據及書目等數據，而制作管理數據①。管理數據的文件夾名為“kanri_1_**”。文字代碼為用UTF-8符號化的Unicode。分割交付物的管理數據的文件夾名為“kanri_1_**”，后面加上（“分割01”“分割02”）連續的順序號。其次制作以計劃單位的方式管理關于計劃整體的情報為目的管理數據②。管理數據②的文件夾名為“kanri_2_**”。注意關于 HostComputer，OperatingSystem，OSVersion，ScannerManufacturer，ScannerModelName，ScannerModelNumber，ScanningSoftware，Scanning?SoftwareVersionNo的記載內容，要用以下的形式進行描述，如圖3所示。

圖3 使用用途

關于※ProcessingSoftwareName，ProcessingSoft?wareVersion的記載內容，按下邊表述的標明使用用途。

圖4 ProcessingSoftwareName，Processing SoftwareVersion使用用途

4 式樣書的使用特點

4.1 嚴格把控，反復確認圖像品質

數字化工作前對品質進行確認。在各工序開工之前，為確保品質，要把圖像數據、目錄數據及縮略圖像做成樣本提交給當事館，以獲得批準。當事館認為提交的抽樣數據的品質不適合的時候，要重新制作抽樣數據，然后重新提交。

表2 樣本圖像提交概要

圖像制作中進行品質檢查。關于制作的圖像數據，要對是否按照說明書完成進行品質檢查。在品質檢查中，每一個圖像數據用看片機軟件表示，通過目視進行確認。該目視檢查的角度為表3所示。

表3 品質檢查的基準

若品質檢查的結果為不合格，要把該圖像的分冊內的其他圖像數據在同一掃描環境中重新制作。發現缺頁、亂頁、落頁的時候要按統一格式記錄管理數據。品質檢查使用sRGB對應的顏色顯示器，觀看環境為sRGB的規定環境。當事館必需擁有實施現場檢查的場所。

4.2 重視數字資源長期保存

受委托者要把以書目和分冊為單位管理的圖像數據（以JPEG2000形式，用于保存的圖像）保存到BD-RDL和外接硬盤里，然后上繳。

交付媒體使用的BD-RDL要使用高品質并適合保存的，非常經久耐用的BD-RDL。寫入使用的驅動要使用高品質寫入性能的驅動。存入BD-R DL前要用最新的病毒檢查手段進行病毒檢測。要事先確認BD-RDL擁有能夠長期保存的品質。BDR的品質檢查要使用錯誤比率，檢查條目要采用Viterbi-SER（根據Viterbi解密器得出的隨機最小錯誤概率。）檢查基準值另作調整。逐一排查，對于檢查過的媒體，要提交BD-RDL卷名和對應錯誤比率表。選擇可長期保存的外接硬盤，作為一個電腦中的分區，使用磁盤的最大容量。而且，文件夾夾系統是NTFS形式的。繳納前要用最新的病毒檢查手段進行病毒檢測。并且交付時，要把病毒掃描軟件、定義文件夾名、檢查日期及結果用書面的形式出示。

4.3 對人員專業性有嚴格要求

條目相關任命的全體責任者都是擁有同等條目管理業務經驗的專職工作人員；圖像制作工程、目錄制作工程還有搬出搬進工程任命的都是從事各個領域的有業務經驗的工作人員；選取能夠使工作計劃的完成、重要人員和機器等的籌措、工作體制的確立、并對上繳時間、品質等進行的管理一切順利進行的人員；為了品質的提高和滿足規定性的擔保，任命的是擁有同種業務經驗的優秀管理責任者。

5 結語

通過對于日本古籍數字化過程中式樣書的使用調查發現，日本國立國會圖書館式樣書的使用基本反映了日本圖書館古籍數字化的主體架構和內容特點，為我國制訂相關指南提供了良好的參考樣本。相比較而言，我國有值得驕傲的成就，也有不容忽視的問題。比如，數字化的標準和規范問題、重復建設問題等。這些問題阻礙了我國古籍數字化的發展，如果不及時解決這些問題，勢必會造成人力、物力和財力的極大浪費。如何集中有限的資金，提高作業效率和規范管理流程，提升古籍數字化的質量和數量，已成為目前古籍數字化實踐中必須探討和解決的問題。日本式樣書編制的思想具有通用性，對我國具有同樣的指導價值，應該重視對原資料的保護，統一數據保存方法，在實踐中需要與我國現實情況進行對比，以探求我國的特色。