李倩

摘要：鑒于近現(xiàn)代文獻資料的珍貴性及其被忽視的現(xiàn)狀，文章以近現(xiàn)代文獻資料的數(shù)字出版和保護為例，闡述了數(shù)字出版內(nèi)容的開發(fā)、管理路徑和歷史文化承載意義，對于保護近現(xiàn)代文獻資料、豐富數(shù)字出版內(nèi)容、促進數(shù)字出版產(chǎn)業(yè)發(fā)展有一定的作用。

關(guān)鍵詞：

數(shù)字出版產(chǎn)業(yè) 內(nèi)容開發(fā)管理 近現(xiàn)代文獻資料

內(nèi)容是數(shù)字出版產(chǎn)業(yè)的靈魂，價值含量高的出版內(nèi)容和合理有效的管理方式是數(shù)字出版產(chǎn)業(yè)健康可持續(xù)發(fā)展的基本要求和根本動力。我國古代歷史、近代革命和現(xiàn)代建設(shè)中遺留下來的海量文獻資料，是數(shù)字出版內(nèi)容的重要來源之一。

近現(xiàn)代文獻資料，指的是自1911年辛亥革命到21世紀(jì)初近百年間所創(chuàng)作出的圖書、報刊、日記等文獻資料。由于近現(xiàn)代文獻資料距今時間較短，因此普遍存在不必緊急搶救開發(fā)的認識誤區(qū)；同時，長期以來人們一直認為近現(xiàn)代文獻的價值遠不如古籍善本，所以它們的安置待遇也就遠低于古籍文獻。近現(xiàn)代文獻資料淪為歷史文獻中的“亞珍貴文獻”，甚至是“弱勢群體”。[1]

需要引起人們重視的是，這些資料記錄著近代的革命浪潮、百家爭鳴的學(xué)術(shù)思想、抗戰(zhàn)時期的跌宕政局和新中國成立后的治國滄桑，其珍貴性并不比古籍善本低。[2]利用數(shù)字出版平臺來挖掘、開發(fā)和管理近現(xiàn)代文獻資料，是數(shù)字出版產(chǎn)業(yè)實現(xiàn)保護、傳播人類文化知識遺產(chǎn)這一歷史使命的重要方式。

一、歷史文化承載：數(shù)字化近現(xiàn)代文獻資料的必要性

1. 數(shù)字化的近現(xiàn)代文獻資料可更清晰地重現(xiàn)宏大壯觀的歷史語境

中國近現(xiàn)代歷史是一部政局跌宕、風(fēng)潮暗涌的革命史，其不同政見和立場的政治實體孕育了各具特色的經(jīng)濟、文化、思想文獻載體，如《大公報》《滿洲三省志》《蔣中正日記》《論持久戰(zhàn)》等等都誕生于此。此外，在新中國成立之后，全國范圍內(nèi)轟轟烈烈開展起來的土地改革、社會主義改造和改革開放等運動，也都留下了大量的私人記錄、文學(xué)作品、公開發(fā)行報刊和政府機構(gòu)出版物等文獻資料。

數(shù)字出版產(chǎn)業(yè)有責(zé)任重現(xiàn)這宏大壯觀的歷史語境，將其數(shù)字化，以保留這些珍貴的資料，從而更加真實地還原歷史原貌和歷史真相，更加清晰地展示新中國的奮斗及成長歷程，為中國解決發(fā)展中出現(xiàn)的各種社會問題提供必要的參考。

2. 數(shù)字化的近現(xiàn)代文獻資料可演繹百家爭鳴的文化思潮

中國近現(xiàn)代的政治雖然起伏動蕩，文化事業(yè)卻非常繁榮。近現(xiàn)代的中國思想文化異彩紛呈，圖書、報刊、手記、海報、檔案、圖片等豐富多彩的文獻形式，反映出了近現(xiàn)代時期百家爭鳴的文化盛況。在民國時期，學(xué)術(shù)啟蒙和思想交鋒一度達到頂峰，民國學(xué)人以《新青年》雜志為陣地，轟轟烈烈地開展新文化運動，在這段重要的歷史時期內(nèi)，誕生了諸如梁啟超的《中國近三百年學(xué)術(shù)史》、馮友蘭的《中國哲學(xué)史》、李大釗的《我的馬克思主義觀》等學(xué)術(shù)巨著。新中國成立之后，中共中央適時提出了“百花齊放，百家爭鳴”的振興文化事業(yè)的方針政策，文化事業(yè)得到了迅速的繁榮和發(fā)展，產(chǎn)出了大量如《紅巖》《蔡文姬》等優(yōu)秀作品。改革開放之后，我國文化事業(yè)再次迎來輝煌發(fā)展的春天，涌現(xiàn)并出版了更多的文化精品。

數(shù)字出版產(chǎn)業(yè)有責(zé)任演繹和傳播這百家爭鳴的文化思潮。近現(xiàn)代涌現(xiàn)出的這些文化精品，是中國近現(xiàn)代學(xué)術(shù)史上首批具有開創(chuàng)意義的奠基之作，不僅對我國近代新興學(xué)科的創(chuàng)建具有重要的學(xué)術(shù)價值和參考價值，在全世界范圍也被視作第一手研究資料。作為延續(xù)民族文化的重要手段，數(shù)字化出版這些近現(xiàn)代文獻資料可以重新演繹出近現(xiàn)代歷史中的文化風(fēng)采和思想交鋒。

3. 數(shù)字化的近現(xiàn)代文獻資料可為人文科學(xué)研究提供資源

海量的近現(xiàn)代文獻資料中，相當(dāng)一部分在中國近現(xiàn)代學(xué)術(shù)史上占據(jù)著重要地位。數(shù)字化采集提取和編輯處理過的近現(xiàn)代精品文獻，可以完整保存文獻資料的文本信息，更能保持文獻的初始面目，如原件的印章、墨跡、筆跡、批注等各種原始特征，使當(dāng)代研究學(xué)者可以足不出戶地拜讀到近現(xiàn)代文獻的原始樣貌，體會到近現(xiàn)代文獻的原始韻味，為研究學(xué)者提供更多挖掘原始資料的線索，有助于當(dāng)代科學(xué)研究更廣泛和更深入的開展，對當(dāng)代多種學(xué)科的建設(shè)有著不可替代的作用。

4. 數(shù)字化的近現(xiàn)代文獻資料有益于中國文化走向世界

進入互聯(lián)網(wǎng)時代，網(wǎng)絡(luò)傳播所具有的不受時空限制、信息量大、傳播速度快的特點，使數(shù)字信息成為最重要的文化資源。數(shù)字化手段將使人類的精神文化寶庫跨越時空，在全人類面前實現(xiàn)資源共享，可以讓神秘的中國文化——尤其是近現(xiàn)代文化歷史——借助現(xiàn)代信息技術(shù)再現(xiàn)輝煌，讓全世界人民感受到東方文化恒久彌新的獨特魅力。

二、數(shù)字出版產(chǎn)業(yè)的內(nèi)容開發(fā)：近現(xiàn)代文獻資料的挖掘與優(yōu)選

源源不斷地提供優(yōu)質(zhì)內(nèi)容，是保證數(shù)字出版行業(yè)健康科學(xué)、可持續(xù)發(fā)展的基本要素。對于近現(xiàn)代文獻而言，從浩如煙海的近現(xiàn)代文獻史料中挖掘和優(yōu)選出具備人文、思想、經(jīng)濟、歷史價值的優(yōu)質(zhì)資源，是數(shù)字出版的第一步。然而，海量的文史資料中必然玉石同室，精華與糟粕同在。因此，數(shù)字出版前應(yīng)對這些內(nèi)容資源進行優(yōu)選，實現(xiàn)對數(shù)字出版內(nèi)容質(zhì)量的宏觀控制。長期以來，受“片紙只字不得銷毀”思想的誤導(dǎo)，我國的近現(xiàn)代文獻整理和數(shù)字化工程一直持有“有文必收”的錯誤態(tài)度，這難免會將內(nèi)容價值極其一般的事務(wù)性、零散性和重復(fù)性文件也收錄其中，導(dǎo)致數(shù)字出版產(chǎn)業(yè)“內(nèi)容龐雜、魚龍混雜、玉石不分”，也造成了人力、財力和物力的巨大浪費。

對近現(xiàn)代文獻資料進行挖掘和優(yōu)選，除對國家所有的文獻資料進行整理外，更要重視民間對文化遺產(chǎn)的容納力。要通過民間走訪和考古發(fā)掘進行文獻挖掘，然后對散落在民間的文獻資料和館藏文獻進行擇優(yōu)鑒選，使投入的人力、財力、物力、時間等要素得以充分、合理和有效的配置，最大限度發(fā)揮數(shù)字化成果的經(jīng)濟效益和社會效益，提高數(shù)字資源的利用率。[3]對數(shù)字化對象的鑒選，應(yīng)當(dāng)采取歷史文化價值優(yōu)先性原則，從重要文獻到次要文獻，從亟須文獻到一般文獻，依次鋪開，循序推進，打造優(yōu)質(zhì)化和精品化的數(shù)字出版產(chǎn)業(yè)。

三、數(shù)字出版內(nèi)容管理：近現(xiàn)代文獻資料的數(shù)字加工與管理

數(shù)字出版產(chǎn)業(yè)的內(nèi)容管理，是指在內(nèi)容上進行包括收集、編輯處理、格式轉(zhuǎn)換、審核、版本控制、內(nèi)容測試、發(fā)布等處理的過程。[4]在大量的內(nèi)容資源中，絕大部分內(nèi)容是非結(jié)構(gòu)化的，內(nèi)容管理的目的是把非結(jié)構(gòu)化的信息，制作成圖書、報刊、光盤、網(wǎng)頁等產(chǎn)品，供用戶以各種媒體形式閱讀、檢索、查詢、分析和共享。以近現(xiàn)代文獻資料為來源的出版內(nèi)容數(shù)字化處理，就是指對近現(xiàn)代紙質(zhì)文獻進行數(shù)字化提取、格式轉(zhuǎn)換、數(shù)字化編輯整理等加工與整合，以及進一步搭建和應(yīng)用近現(xiàn)代文獻數(shù)據(jù)庫。

1. 近現(xiàn)代文獻資料的數(shù)字化提取

通過數(shù)字化手段，把破損的紙質(zhì)文獻當(dāng)中的文本內(nèi)容提取出來，是數(shù)字化出版近現(xiàn)代文獻資料的第一步。從古籍文獻的保護經(jīng)驗和國外數(shù)字化科技的發(fā)展趨勢來看，對近現(xiàn)代文獻資料可采用以下兩種數(shù)字化加工技術(shù)：（1）通過光學(xué)字符識別——OCR軟件，把近現(xiàn)代文獻資料的內(nèi)容錄入計算機，制成文本文件等。OCR技術(shù)可將近現(xiàn)代文獻資料轉(zhuǎn)化為文本，并能從圖像文件中自動抽取題名、著者、文中插題、文內(nèi)關(guān)鍵詞等檢索點，并轉(zhuǎn)化為索引。該技術(shù)在古籍?dāng)?shù)字化處理中已有較為成熟的應(yīng)用，如電子版《文淵閣四庫全書》。（2）通過影像縮微與掃描將文獻的內(nèi)容掃入計算機，制成圖像文件?？s微品存儲載體的穩(wěn)定性強，預(yù)期壽命可達500年以上，是長期安全保存文獻資料的最佳存儲介質(zhì)之一。對于非常珍貴、不可再生的近現(xiàn)代文獻資料，非常有必要使用可靠性更強的縮微技術(shù)進行處理。隨著掃描技術(shù)與縮微技術(shù)的結(jié)合，近現(xiàn)代文獻的數(shù)字化加工又可分為直接縮微處理和先掃描后縮微處理兩種形式?？s微技術(shù)在古籍?dāng)?shù)字化處理中取得的成果，值得借鑒，如廣東省立中山圖書館建成的“古籍全文數(shù)據(jù)庫”。

考慮到文獻價值和保存狀況的不同，筆者建議對文獻資料采取差異化數(shù)字加工手段：（1）對于價值珍貴且易老化損壞的、或價值一般但老化壞損嚴(yán)重的文獻，建議采用縮微技術(shù)，將文獻的影像記錄在縮微膠片上，以實現(xiàn)對文獻的搶救和保護。（2）對于價值高且使用頻率高的文獻，建議首先應(yīng)用縮微技術(shù)制作影像膠片以便保護，在此基礎(chǔ)上再將縮微膠片進行數(shù)字化轉(zhuǎn)換以便編輯和使用。（3）對于價值一般、保存情況好、使用頻率高的文獻，可采用OCR光學(xué)識別技術(shù)將文獻數(shù)字化以便于傳播使用。

2. 近現(xiàn)代文獻資料的數(shù)字化編輯整理

數(shù)字出版絕非簡單地將數(shù)字內(nèi)容資源提取出來，還須經(jīng)過必要的編輯、整理和加工，使用戶可以對內(nèi)容資源進行檢索、復(fù)制等必需的操作。近年來，信息組織技術(shù)方法逐漸被應(yīng)用于典籍文獻的數(shù)字化整理工作中，對于近現(xiàn)代文獻資料的編輯整理有參考借鑒價值。

數(shù)字化編輯整理工作主要包括近現(xiàn)代文獻索引的自動編纂和近現(xiàn)代文獻電子圖書的編纂：（1）近現(xiàn)代文獻索引的自動編纂。主要是指借助OCR技術(shù)對提取出來的文獻原文進行機編索引，可采用的技術(shù)手段包括索引之星、Word 索引軟件和自編語詞索引軟件等，此外，在索引排序方法方面可借鑒較為成熟的科學(xué)技術(shù)。（2）近現(xiàn)代文獻電子圖書編纂。電子圖書就是“以電子的方式儲存信息，并以電子的方式進行閱讀的圖書”。在完成掃描、識別等預(yù)處理之后，近現(xiàn)代文獻電子圖書編纂主要包括電子排版、Word文檔拆分、添加模板、制作網(wǎng)頁文件等環(huán)節(jié)，Easy CHM電子圖書編輯軟件是當(dāng)前最常用的電子圖書編纂軟件。

王雅戈等學(xué)者以吳覺農(nóng)先生所著的《中國茶葉問題》為例，對機編索引的方法和索引軟件的應(yīng)用進行了研究，并進一步應(yīng)用Easy CHM電子圖書編輯軟件對民國文獻電子圖書編纂進行了實驗。[5]其研究對民國農(nóng)業(yè)文獻數(shù)字化整理、開展農(nóng)史研究都有重要的貢獻，對其他近現(xiàn)代文獻的數(shù)字化編輯處理亦有指導(dǎo)借鑒意義。

3. 近現(xiàn)代文獻資料的數(shù)據(jù)庫式管理模式

傳統(tǒng)的出版方式難以有機綜合這些文字、圖像和聲音等不同載體的內(nèi)容資源和信息，而計算機數(shù)字化處理技術(shù)和數(shù)據(jù)庫存儲管理技術(shù)則可以實現(xiàn)近現(xiàn)代文獻聲、文、圖并茂的多維度展示和傳播，改變出版作品單一的出版形式，賦予其更加生動的形象和更加強大的生命力。[6]所以，在對海量的文獻資源完成挖掘、開發(fā)和編輯處理后，還需要對近現(xiàn)代文獻資料進行數(shù)據(jù)庫式的管理。

實際上，隨著科技的發(fā)展，數(shù)據(jù)庫技術(shù)已經(jīng)成為較為先進的文獻數(shù)字化管理手段，在近現(xiàn)代文獻資料的管理中，文化出版企業(yè)和文化管理機構(gòu)已經(jīng)逐步采用這一方式。如湖南省青蘋果數(shù)據(jù)中心就走在了行業(yè)的前列。中心成立20年來，已經(jīng)數(shù)字化了從清朝至今200多年的400種報刊，建立了擁有4000億漢字和4億篇文章的海量歷史文獻庫——“華文報刊文獻數(shù)據(jù)庫”，包含了中國革命領(lǐng)導(dǎo)人文庫、中國歌曲數(shù)據(jù)庫等數(shù)十個分庫。

結(jié) 語

近現(xiàn)代文獻資料涵蓋了清末以來中國的政治、經(jīng)濟、軍事、外交、科學(xué)、技術(shù)、教育、文化、宗教等各方面，是歷史締造者留給我們的精神遺產(chǎn)。借助數(shù)字出版的形式將近現(xiàn)代文獻提取、編輯、整理并用數(shù)據(jù)庫模式予以管理，是弘揚中國歷史和文化的重要途徑，也是豐富數(shù)字出版產(chǎn)業(yè)的內(nèi)容資源、引導(dǎo)數(shù)字出版產(chǎn)業(yè)科學(xué)發(fā)展、豐富人民精神文化生活的必然選擇。

參考文獻：

[1] 王雅戈，王晉玲，常娥. 民國文獻整理研究進展[J].圖書館建設(shè)，2011（3）：15-18.

[2] 劉洪權(quán).民國古籍出版對當(dāng)代古籍出版的文化貢獻[J].編輯之友， 2007（3）：91-94.

[3] 孫琴.民國文獻數(shù)字化建設(shè)現(xiàn)狀分析研究[J]. 山東圖書館季刊，2008（1）：71-73.

[4] 劉爭.內(nèi)容管理系統(tǒng)在數(shù)字出版中的應(yīng)用研究[J].編輯之友，2012（4）：20-23.

[5] 王雅戈，朱原諒，何琳.電子圖書編纂實驗——以民國文獻電子圖書編纂為例[J].圖書館理論與實踐，2009（6）：61-63.

[6] 朱琪.民國檔案數(shù)字化研究與思考[J].北京檔案，2010（2）：26-27.

（作者單位：湖南第一師范學(xué)院）