國家圖書館民國時期檔案文獻的數字資源建設與知識服務*

冀曉萌

（國家圖書館，北京 100081）

數字技術的不斷創新和發展給圖書館館藏建設和知識服務提供了更加廣闊的空間和前景。作為圖書館館藏的重要組成部分，民國時期檔案類資源的數字化加工整理對于整個圖書館的館藏體系建設和數字服務水平提高具有非常重要的意義。近年來，民國時期檔案資料的保護與開發愈發受到重視，在這種背景下，如何做好館藏民國時期檔案類資料的數字資源建設與服務，成為圖書館面臨的重要問題之一。隨著《革命歷史檔案著錄細則》《民國檔案目錄中心數據采集標準民國檔案著錄細則》等各級圖書館和檔案館標準規范的相繼出臺，為檔案類資源的數字化加工整理工作提供了可靠的技術支持和標準化的操作指南。

“革命文獻與民國時期文獻保護計劃”項目實施以來，以國家圖書館為主的建設單位已完成約1萬頁日本細菌戰罪行調查檔案，1.2萬頁日軍在中國戰區暴行調查檔案，3.3萬頁相關文字檔案的數字化回歸工作[1]。筆者圍繞國家圖書館館藏民國時期檔案類資源的數字資源建設和服務，探討民國時期檔案類資源的特點、采集難點及方法，探究民國時期檔案類數字資源的建設與利用，以期為圖書館館藏檔案類資源的數字化服務提供借鑒和參考。

1 民國時期檔案類資源數字化采集

民國時期檔案類資源是重要的館藏歷史文化遺產之一，對于保護文化遺產和研究歷史具有重要意義[2]。但是檔案資源的特點和采集難點也是不可忽視的問題。

1.1 民國時期檔案類資源的特點

（1）多樣性：民國時期檔案資源豐富多樣，涉及政治、經濟、文化、軍事、社會等各個領域。這些文獻或檔案資源反映了當時社會的多種面貌，包括各類人群、地域、文化等方面，數量龐大。

（2）稀缺性：民國時期，中國社會發生了許多重大變革，如政治制度的更替、社會經濟的轉型、文化思潮的轉變等，由于歷經戰爭和政治動蕩，很多民國時期的文獻或檔案資源已經失落或流散，因此保存完好的文獻或檔案資源具有稀缺性[3]。

（3）區域性：民國時期政治的特殊性，導致不同地區的政治、文化、經濟情況差異巨大，因此在檔案類資源的收集和整理中，需要考慮地域特點和文獻特征。

（4）具有研究價值和歷史價值：民國時期檔案資源的研究價值廣泛，包括歷史、政治、社會、文化等多個學科領域[4]。這些資源在一定程度上反映出歷史的真實面貌，可以幫助我們更深入地了解中國近現代歷史的演進和發展。

1.2 民國時期檔案類資源的采集難點

檔案資源的采集是數字化工作的重要環節，對于數字化工作的質量和效率有著至關重要的影響。然而在民國時期檔案類資源的采集過程中，卻面臨著諸多難點：

（1）分布范圍廣。民國時期的檔案文獻并沒有明確的統一分類和組織形式，而是分散在各個國家、地區、機構和個人手中，這些檔案文獻既包括政府部門的公文檔案，也包括私人收集的文獻資料。因此，要將這些零散的文獻整合、分類、加工成系統化的數字化文獻庫，采集時需要耗費大量的人力和物力。

（2）保存狀況不同。民國時期檔案資源的保存狀況各異，有的檔案資源保存完好，易于采集和數字化處理；有的檔案資源保存較差，存在印刷不清晰、涂抹污損等問題，需要進行修復、整理等工作后才能進行數字化處理；一些文獻內容存在缺失、不準確等問題，需要進行補充和校對，這都增加了工作量和采集的難度[5]。

（3）多樣性和復雜性。民國時期的檔案資源種類繁多，涵蓋政治、經濟、文化、軍事等各個領域，且存在紙質檔案、照片、音頻、視頻等多種形式，這些文獻類型的特點和數字化加工方式都不盡相同，需要采用不同的采集設備和技術。此外，很多檔案資源以外文形式存在，需要先翻譯再進行數字化采集，為保證翻譯結果的準確性和可信度，需要專業人才提供支持，從而加大了采集的難度和復雜度。

（4）采集環境要求較高。翻拍方式易受天氣、光照等外部因素的影響，如果缺乏專業的檔案采集環境如光線較暗，容易導致拍攝出的照片不清晰，進而影響數字化質量。

1.3 民國時期檔案類資源的采集方法

（1）電子資源采集：直接采集已數字化的電子版資源。調研檔案資源的分布情況、館藏內容和數量、現有的數字化資源等信息，根據實際情況，可直接對已數字化的電子資源進行采集。

（2）實地采集：實地采集是指到現場相機翻拍、掃描、復印等方式采集文獻資源。翻拍是指將文獻放在專業的拍攝平臺上，用高像素的相機進行拍攝，通常適用于紙質文獻和圖片等實物資料的數字化采集；掃描則是指將文獻放在掃描儀上進行數字化采集，適用于較小尺寸的文獻、圖冊、圖表、手稿等多種文獻形式的數字化采集。采集者需要具備相關的知識和技能，如對文獻資源的鑒定和分類、拍攝和掃描技術等，盡可能保留檔案的原始外貌。

此外，針對海外回歸的民國時期檔案資源，需要先對外文進行翻譯，再進行數字化采集。翻譯的工作需要有專業學科背景的人員支持，才能保證翻譯結果的準確性和可信度。同時，對于一些難以識別和處理的文獻形式如手抄本等，也需要利用專業技術進行數字化采集，如通過圖像處理技術對圖像進行分割、識別和校對等處理。

2 民國時期檔案類資源數字化加工

2.1 數據加工原則

民國時期檔案類資源因其具有多樣性、稀缺性等特點，在數據加工時需要進行整體考慮，確保以下加工原則。

（1）完整保留檔案原貌：盡可能保留原始檔案的完整性和真實性，不進行過多修改和處理。以1：1的比例采集保存檔案圖像，原檔案幅面較大，無法整體采集的，可將原件分畫幅采集，確保拼接與原圖基本一致，無重影、拼接處無明顯歪斜變形等。

（2）數據質量要求高：數字化加工后的檔案資料需要適配多種服務端口，這就需要在加工時按數字資源保存、出版印刷及發布服務的需求可能性，生成長期保存級、出版印刷級與發布服務級圖像。保證圖像清晰度、文本識別準確性、數據完整性和一致性等方面，以確保數字化加工檔案的可靠性和可用性。

（3）數據制作內容準確無誤：元數據著錄的信息做到準確無誤，標引字段信息符合元數據著錄規范。在翻譯外文檔案資源時，需對翻譯過程進行統一管理、質量跟蹤。譯文文檔格式與原文文檔格式應保持一致。應聘請專家團隊嚴格審校，確保無政治性、學術性、知識性、技術性錯誤。

2.2 數據加工重點

2.2.1 元數據加工重點及質量把控

元數據是以源文獻為中心的知識組織方式，檔案數據信息需對數字資源對應源文獻的內容及特征進行描述。參照國家圖書館及檔案館的元數據著錄規范，檔案資料的元數據內容應包括檔案數據信息表和數據信息表，即每個檔案創建一條元數據，記錄每份文件的基本信息，生成“數據信息表”。以由國家圖書館民國時期文獻保護工作辦公室編著的《二戰時期西南太平洋戰區日本戰俘訊問檔案匯編》一書為例，著錄字段信息包括：加工編號、標識符、題名、創建者、日期、語種、主題/描述、類型、權限等。其中日期應著錄對象數據標注日期（原樣著錄）與標準格式日期（YYYY-MM-DD）兩種，名稱需著錄英文（原樣著錄）和中文譯文，主題/描述可根據文獻具體情況選擇著錄英文關鍵詞或中文提要。在生成元數據的過程中，需要查看元數據文件命名是否正確，存儲結構是否符合規范，是否依照規定的字段結構進行信息著錄，元數據是否存在無法對應對象數據等問題，字符、符號等文字錯誤率一般情況下不超過0.3‰。在元數據檢查時，通常采取抽樣方法，抽取一般不低于50%樣本，如發現元數據數據信息表個別標簽取值有誤，需核對檔案基本信息，按規定字段結構重新賦值。

2.2.2 對象數據加工重點及質量把控

根據《數字資源加工標準規范》以及項目調研實踐，數字化加工民國時期檔案類資源一般情況下包括長期保存級、出版印刷級與發布服務級圖像3個應用級別。針對不同應用級別的對象數據，按不同標準進行圖像處理與格式轉換，一般情況下，影像均以灰度掃描，要求圖像清晰，亮度適中，以保證盡量多的清晰內容為原則，掃描后的圖像不做糾偏及去污處理，掃描后的圖像要求真實反映原卷，在原件正確的前提下頁碼連續，不能有缺頁、錯頁、數據內容缺失等現象。參照“二戰時期西南太平洋戰區日本戰俘訊問檔案數字化服務”項目，該項目提交3種格式的對象數據，包括TIFF格式的長期保存級、JPEG2000格式的出版印刷級以及PDF格式的發布服務級。需要確保各級別對象數據圖像掃描文件夾和文件名命名正確、數據格式和圖像掃描分辨率符合要求、圖像清晰，不存在黑邊框、歪斜情況，圖像掃描錯誤率一般不超過1‰。

3 民國時期檔案類資源的服務與揭示

3.1 匯編成冊出版

匯編成冊出版是將數字化的檔案按照一定的分類、目錄和排版規則進行編輯，形成電子書籍或者紙質出版物。通常需要進行文本編輯、圖片處理、版面設計等工作。這種方式可以將檔案數字化為易于傳播和保存的形式，同時也方便人們進行查閱和研究。相比其他數字化揭示方式，匯編成冊出版更加貼近傳統的紙質出版物形式，更加容易讓人接受。同時，也可以在紙質出版物的基礎上制作電子版，增加檔案的傳播范圍和可訪問性。

國家圖書館近年來一直面向全國組織申報文獻整理項目，并組織專家評審會對申報項目進行評審，根據文獻內容、整理數量、類型、珍稀程度以及整理難度確定經費資助額度。相關的出版情況發布在“革命文獻與民國時期文獻保護網”上。其中有關檔案類的出版項目見表1。

表1 近年來國家圖書館組織出版的部分民國檔案類文獻項目

國家圖書館出版社將出版的民國文獻大致分為6大類，分別為文獻資料叢編、期刊資料分類匯編、外文類影印圖書、名人日記信札、抗戰及對日戰犯審判文獻和其他[6]。如，《二戰時期西南太平洋戰區日本戰俘訊問檔案匯編》收錄了約2000份訊問報告，揭示了二戰時期日軍在西南戰區各部隊的隸屬關系，提供了軍工企業的生產情況以及武器裝備的詳細數據，具有重要的史料價值和現實意義，有利于深化和推進對二戰歷史的研究[7]。

3.2 專題數據庫

建設民國時期專題數據庫，通過對民國時期檔案類資料的數字化加工和處理，提高數據的利用價值。專題數據庫的建立不僅可以大容量存儲檔案資料，便于管理和查詢，還可以通過網絡共享，提高數據共享效率。通過電腦網絡或手機移動端，公眾可以隨時隨地訪問這些數字化檔案，實現遠程查詢、瀏覽和下載。相比于傳統的紙質檔案，專題數據庫具有信息檢索速度快、容量大、便于管理等優點，因此在檔案資料數字化展示和傳播方面得到廣泛應用，極大地拓展了檔案資料的利用價值和范圍。

目前，“革命文獻與民國時期文獻保護計劃”項目建設的民國時期文獻專題數據庫包括“日本細菌戰資料庫”“東京審判資料庫”“日本戰爭罪行審判史料編譯”等，致力于向社會公眾推廣、普及抗戰歷史知識，為讀者研究使用提供便利。

3.3 數字化展覽展示

數字化展覽通常需要借助一些數字展示技術，如數字投影、數字屏幕、觸摸屏等。這些技術可以將數字檔案以多種形式如圖片、視頻、音頻等呈現給觀眾，使檔案內容更加生動直觀。同時，數字化檔案的展覽還可以借助一些虛擬現實和增強現實技術，搭配文物或民國時期的歷史文化資料，形成多元化的展覽效果，為觀眾打造更加沉浸式展示體驗。另外，數字化展覽具有更高的互動性，觀眾可以進行數字化操作、實時交互等，更具有參與感和趣味性，吸引更多的觀眾和用戶，提高民國時期檔案資料的傳播效果。如，國家圖書館在出版《遠東國際軍事法庭庭審記錄》一書后，又舉辦了“歷史的審判”展，將整理出版、數據庫建設和展覽展示有機地融合起來，形成了比較完整的文獻傳播鏈條。

3.4 知識服務

知識服務是近年來圖書館界的研究熱點之一，指面向服務對象需求，對數據進行深度挖掘、分析、過濾、提取與組織，最終形成有價值的知識供服務對象使用，幫助服務對象完成目標明確的任務或工作[8]。對于民國檔案類文獻而言，依托數字化加工整理后的檔案資源，通過對數字化檔案資料的語義標注和知識抽取，建立基于知識圖譜的知識服務平臺，提供自然語言查詢和問答服務等功能，為用戶提供更加智能化的知識服務。用戶通過輸入關鍵詞等語言，通過平臺自動地從數字化檔案資料中提取相關的信息和知識，快速地回答用戶的問題，提供更加高效、準確的知識服務，從而擴大民國時期檔案類資源知識服務的范圍。

4 結語

國家圖書館是民國文獻館藏最多的公共機構。保護好包括檔案在內的民國文獻，是圖書館的職責所在。數字人文時代的到來為文獻保護工作帶來了新技術、新思路和新挑戰，圖書館館藏民國時期檔案類資料的數字資源建設與服務，既是圖書館館藏體系和數字服務水平的重要組成部分，推動數字技術與傳統檔案文獻管理相結合，促進館藏檔案資源的保護、利用和傳承，也可以為推動相關的學術研究提供真實、可靠的文獻保障。