以“工匠精神”打造數字化檔案

文·海燕

隨著信息時代的到來，傳統載體檔案數字化數量越來越大，中共中央辦公廳、國務院辦公廳《關于加強和改進新形勢下檔案工作的意見》，要求加快推進傳統載體檔案數字化，切實推進檔案存儲數字化和利用網絡化。新的《檔案法》修訂草案也增加了檔案信息化的規定。隨著各縣區檔案館新的館庫建設的完成，數字檔案館（室）建設將是下一階段的重要工作，因而檔案數字化加工這一基礎性工作也將逐步開展。國家檔案局2017年8月發布的《紙質檔案數字化規范》，規定了紙質檔案數字化的技術要求和管理要求，山東省也對《文書檔案目錄數據采集規范》進行了修訂，這些規范性文件對各檔案館（室）開展數字化加工具有重要的指導意義。但在工作開展的過程中，會因各檔案館（室）情況不同，遇到各種各樣的細節問題，這就要根據不同情況及時解決遇到的問題，以期檔案數字化加工成果規范化、標準化，從而方便利用。

一、加工方式選擇問題

檔案數字化加工主要有兩種方式，一是檔案館（室）組織人員自主加工，二是外包給有資質的公司，兩種方式各有利弊。自主加工利于保密，利于檔案的保管保護。但從掃描前整理、掃描、圖像處理、質量檢測、圖像合成、目錄著錄，到數據驗收、數據掛接，每個工序一個人，就需要8-10人，而檔案館（室）一般人員較少，無法滿足各工序的人員要求，而從社會上招聘人員，即在專業性上無法保證，又要牽扯許多人員管理問題。另外，需要自己購置檔案掃描、圖像處理等各種設施設備、軟件，資金投入也較多。外包服務的方式，因有專業的公司負責項目管理，人員、設備都不用檔案部門操心，只要檔案數字化方案制定合理，檔案部門監管到位，檔案數字化的速度和質量還是可以有所保障的。因此，大批量的檔案數字化加工，筆者還是傾向于服務外包的方式。

二、數字化加工過程中的監管、指導問題

（一）加工方案的確認

紙質檔案數字化工作方案應包括數字化對象、工作目標、工作內容、數字化技術方法和主要技術指標、驗收依據、人員安排、責任分工、進度安排、安全管理措施等內容。技術標準，我們依照《紙質檔案數字化規范》的基本要求，采用了平板掃描儀，分辨率為300DPI，彩色掃描模式，并做了文字識別，合成雙層的PDF。這些指標，完全適應檔案查閱利用，也利于后期的全文檢索，另外基本能保證檔案的仿真復制、展覽制作的要求。值得一提的是，檔案目錄數據庫的建立，一定要與省檔案館新修訂的《文書檔案目錄數據采集規范》上規定的字段、字段值一致，利于下一步目錄數據的上網，也利于全省檔案目錄數據的統一。

（二）加工現場的監管、指導

檔案館（室）要明確一名工作人員負責加工現場的溝通協調、監督指導，建立問題反饋機制，對加工中出現的問題及時進行反饋和改正，及時總結，對出現的同類問題進行指導，避免重復勞動，從而保障數字化加工全程的安全、進度及質量。

1. 掃描前整理中應注意的問題

排版問題。各檔案館館藏中都有大批建國前后的老檔案，這些檔案情況復雜，紙張較差，掃描加工比較費時。有的檔案排版方式特殊，是豎排，從右至左、從上到下排版，同一案卷中出現不同排版方式，前整理人員不注意，就會出現掃描順序前后錯亂的情況。這就要求在掃描前整理、掃描加工時，強調一下這個問題，避免掃描順序錯亂。

2. 分件問題。主要是指涉及人名較多的民生檔案分件，如干部、工人分配介紹信。這類檔案每年會有2-3卷，每卷有100-200頁，每頁涉及一個人的分配、調動。此類檔案建議一人一件分件，或者10人一件分件，著錄文件標題時顯示每個人的姓名。因為大部分檔案管理軟件的全文檢索功能不健全，即使有全文檢索，對于手寫字體的識別率也很低。所以還是要在目錄標題上顯示出來，或者建立人名專題目錄，更能方便檢索，提高檢索效率。另外教育部門的畢業生分配工作調配表、知青登記表之類涉及人名多的檔案，如何著錄才能利于檢索，是建立人名專題目錄，還是在標題或者備注上顯示等問題，也值得大家商榷。

3. 專業檔案區別對待問題。檔案館（室）保存較多的一般是文書檔案，但涉及民生的專業檔案數量也不少，比如學籍檔案、婚姻檔案、土地延包檔案等，這些專業檔案的分類和目錄顯示的信息與文書檔案有所不同。如學籍檔案一般是按照高校檔案分類法分類，與文書檔案的機構（問題）分類，在檔號編制上有所不同。如果都用文書檔案“全宗號-目錄號-案卷號-件號”的檔號編制規則，混在一起，容易造成檔號編制混亂。至于目錄信息，婚姻檔案的目錄應該設置姓名、結婚時間、籍貫等字段；而土地延包檔案是按照鄉鎮、行政村、戶主姓名整理，目錄字段則需要設置這些信息。所以，專業檔案需要在檔案管理系統中設置不同的節點，按照需要設置目錄字段，才能更好地顯示需要的信息。

（三）掃描圖像處理問題

一般要求對掃描圖像進行旋轉、糾偏、去污、裁切等。但對一些特殊規格的檔案，筆者不建議裁切。比如分配工作報到證或者報到證存根，規格多為64開，建議掃描時按A4掃描，裁切時不宜將白邊切去，因為白邊裁切后圖像放大，印章也隨同放大，打印作為憑證時有稍許失真，不利于同原印章的比對，作為憑證會受到質疑。

（四）字體辨識問題

不好辨識的字多是手寫，或者是寫得太草不好辨識，或者是繁體字，或者是不規范的簡化字，一般要根據上下文的意思去考證。比如“瓩”字，當時在字典里沒有查到，輸入法里也沒有，但這是一份電力方面的文件，根據上下文意思，應該是表示電的功率的一個單位，想到了“千瓦”這個度量單位，結合前后文意，確定了是“千瓦”。還有“伩”“韓”“鞋”等都是不規范的簡化字，需要讓經歷過漢字簡化字過程的人員來辨識確認，爭取使文件標題完整、準確。最難確定的是學籍檔案中的姓名，干部、工人分配介紹信等涉及人名的檔案，一般只出現一次，通篇沒有上下文可參考，為了辨識一個字，有的需要去查一些家譜，從姓氏的輩分中去確定姓名中的字，有時需要去詢問檔案形成單位的老職工，以盡量使作為主要檢索線索的文件標題完整、準確，提高目錄著錄質量。

三、數據驗收數量和質量問題

質量驗收涉及數據的真實性、完整性、可用性和安全性，掃描數據和目錄的一一對應，目錄著錄是否規范，能否利于檢索利用等。數據驗收這個環節，既要保證數量上與紙質檔案的對應，又要保證數據質量符合規范，最終方便利用。我們的做法是在數據驗收工作中采取了監理機制，由監理公司先對數據進行100%檢查驗收，檔案館再對監理公司提交的數據進行抽查，抽查比例為10%，發現超過3%的錯誤，則監理公司重新驗收、修改。驗收兩遍以后，在利用的過程中還是會發現一些小的問題。比較多的有自擬標題、錯別字、字的辨識問題。從出現的這些問題，我們認為在驗收中，除了隨機抽查之外，要重點針對容易出錯的數據進行抽查。對問題及時反饋，從而減少錯誤的發生。

數字檔案館（室）建設是不斷提升機關檔案信息化水平，實現檔案數字資源集中統一管理，推進檔案信息共享工作，更加充分地挖掘檔案價值，使檔案工作更好地服務機關、服務社會、服務人民群眾的重要手段，做好檔案數字化加工，是重要基礎工作，我們要抓住國家檔案事業和信息化工作快速發展的大好時機，發揚工匠精神，嚴格接收標準、數字化標準、著錄標準，奮發有為，開拓創新，把檔案工作推向一個新的更高的階段。