中文老報紙數(shù)據(jù)庫的建設(shè)研究

王靜 沈立力

關(guān)鍵詞：《時報》；中文老報紙；數(shù)據(jù)庫；元數(shù)據(jù)

摘要：《時報》作為近代上海三大報之一，在中國近代史與新聞史上影響深遠(yuǎn)。《全國報刊索引》依托上海圖書館豐富的館藏資源，在完成《時報》的數(shù)字化加工后，推出了中國近代中文報紙全文數(shù)據(jù)庫——《時報》。文章以《時報》數(shù)據(jù)庫建設(shè)為例，介紹了《時報》數(shù)據(jù)庫的建設(shè)流程，并從正文、廣告、圖片三大類型資源的元數(shù)據(jù)著錄規(guī)則入手，重點闡述了該庫的資源揭示與知識組織，并分析了《時報》數(shù)據(jù)庫的功能構(gòu)建情況，以期為中文老報紙乃至近代文獻(xiàn)數(shù)字資源的建設(shè)提供一定的借鑒和參考。

中圖分類號：G250.74文獻(xiàn)標(biāo)識碼：A文章編號：1003-1588（2018）10-0106-03

1815年出版的《察世俗每月統(tǒng)紀(jì)傳》是第一個以中國人為閱讀對象的中文近代化報紙，以此為起點至1949年，在中國出版的報紙被稱為近代中文報紙，即老報紙。據(jù)統(tǒng)計，現(xiàn)存老報紙應(yīng)有近萬種[1]。老報紙作為真實記錄當(dāng)時歷史和特殊社會轉(zhuǎn)型期思想文化的主要載體，極具思想文化價值和史料價值。隨著數(shù)字化技術(shù)的發(fā)展，老報紙資源逐步呈現(xiàn)在世人面前。但由于各機構(gòu)對老報紙內(nèi)容建設(shè)缺乏溝通，存在較為嚴(yán)重的重復(fù)建設(shè)，且缺乏統(tǒng)一的元數(shù)據(jù)著錄標(biāo)準(zhǔn)，致使老報紙的內(nèi)容未能得到很好的揭示。

1《時報》數(shù)據(jù)庫的建設(shè)情況

《時報》是近代上海老牌中文報紙，創(chuàng)刊于1904年，1939年?？?，存世35年，與《申報》《新聞報》并列為近代上海三大報。該報注重時評，刊載小說眾多，后期更有大量的體育新聞與圖片報道，內(nèi)容豐富，特色鮮明，使讀者可以穿越百年的時光隧道觸摸歷史的脈動?！稌r報》是由中國人自己創(chuàng)辦的，歷史長久且影響深遠(yuǎn)。《時報》開創(chuàng)了多個第一，如是第一個創(chuàng)辦?？娜請?，其影響延伸至文藝、教育、出版等眾多領(lǐng)域，時代意義可見一斑[2]。

《全國報刊索引》依托上海圖書館豐富的館藏資源，采用先進(jìn)的大幅面掃描設(shè)備，精心完成了《時報》的數(shù)字化加工處理工作，共計14.18萬版，正文篇數(shù)約180萬篇，廣告篇數(shù)84萬余篇，圖片篇數(shù)5萬余篇，推出了中國近代中文報紙全文數(shù)據(jù)庫——《時報》，為廣大讀者了解和研究《時報》提供了全面而系統(tǒng)的資料，并實現(xiàn)了該資源的共享。該數(shù)據(jù)庫將正文、廣告、圖片三大類型分開著錄，并制定了各種類型的元數(shù)據(jù)著錄標(biāo)準(zhǔn)及細(xì)則，實現(xiàn)了對文獻(xiàn)內(nèi)容的深度標(biāo)引，對文獻(xiàn)內(nèi)容進(jìn)行全面而又有效的揭示，這種資源組織方式為用戶提供了極大的便利，充分發(fā)揮了資源的價值。

2《時報》數(shù)據(jù)庫建設(shè)流程

《全國報刊索引》在建設(shè)《時報》數(shù)據(jù)庫前從用戶需求出發(fā)，經(jīng)充分調(diào)研后根據(jù)老報紙的研究價值及可操作性對上海圖書館館藏的中文老報紙進(jìn)行選題，在進(jìn)行內(nèi)部論證及向?qū)＜易稍兒螅罱K確定了中文老報紙的開發(fā)對象——《時報》。為了更好地對《時報》的資源進(jìn)行揭示及知識組織，《全國報刊索引》制定了各類型資源的元數(shù)據(jù)著錄規(guī)則，并根據(jù)元數(shù)據(jù)著錄規(guī)則對《時報》的資源進(jìn)行數(shù)字化加工處理。由于受人力、物力等限制，目前《全國報刊索引》依托上海圖書館的館藏資源，數(shù)字化加工處理工作采取外包形式，由專業(yè)的數(shù)字化生產(chǎn)制作商完成[3]，通過招投標(biāo)確定外包方進(jìn)行合作，外包方根據(jù)《全國報刊索引》提供的元數(shù)據(jù)著錄規(guī)則完成數(shù)字化加工后，再由《全國報刊索引》對數(shù)據(jù)進(jìn)行驗收。為了提升用戶體驗及提高資源利用率，《全國報刊索引》對用戶需求進(jìn)行跟蹤和調(diào)研后，根據(jù)用戶需求開發(fā)系統(tǒng)，設(shè)計數(shù)據(jù)庫結(jié)構(gòu)框架及完善數(shù)據(jù)庫功能，并進(jìn)行調(diào)試和發(fā)布。

3《時報》數(shù)據(jù)庫的資源揭示與知識組織

筆者對國內(nèi)外的知識組織案例進(jìn)行調(diào)研后發(fā)現(xiàn)，標(biāo)引深度日益加深，趨向深入文獻(xiàn)內(nèi)容?！稌r報》等中文老報紙內(nèi)容豐富、版面多樣，這就使元數(shù)據(jù)的著錄變得較為復(fù)雜。目前的老報紙數(shù)據(jù)庫普遍只對基礎(chǔ)信息進(jìn)行標(biāo)引，缺乏對報紙中圖片的題名、圖中人名、廣告標(biāo)題、廣告發(fā)布人、廣告對象等信息進(jìn)行深度標(biāo)引[4]。中文老報紙的內(nèi)容一般分為正文和廣告，部分正文內(nèi)容會附有圖片，為了更好地揭示報紙數(shù)字化文本的內(nèi)容，《全國報刊索引》對報紙的文中圖片也進(jìn)行了著錄，著錄的圖片主要是內(nèi)容獨立或附有文字說明的圖片。中文老報紙元數(shù)據(jù)的著錄分三種類型：正文元數(shù)據(jù)、廣告元數(shù)據(jù)及圖片元數(shù)據(jù)。《時報》數(shù)據(jù)庫建設(shè)初期，關(guān)鍵步驟之一就是制定正文、廣告、圖片三大類型的元數(shù)據(jù)著錄標(biāo)準(zhǔn)及細(xì)則，該標(biāo)準(zhǔn)及細(xì)則不僅要全面揭示《時報》的內(nèi)容，同時還要考慮其通用性，能適用于其他老報紙資源。因此，《全國報刊索引》在都柏林核心元數(shù)據(jù)規(guī)范的基礎(chǔ)上，大量查閱《時報》等中文老報紙，總結(jié)其出版、內(nèi)容等方面的規(guī)律，最終制定出三大類型的元數(shù)據(jù)標(biāo)準(zhǔn)及細(xì)則。

3.1正文元數(shù)據(jù)著錄

目前，《時報》的正文元數(shù)據(jù)著錄項有將近40個，除標(biāo)題、責(zé)任者、責(zé)任者單位、責(zé)任者著作方式、卷期信息、版次等基礎(chǔ)著錄項外，為了更深入地揭示資源，《全國報刊索引》還對新聞的來源、發(fā)布地、發(fā)布時間、題中人名、欄目等信息均進(jìn)行了著錄。此外，《時報》的?？吞乜姸?，如《教育周刊》《婦女周刊》《醫(yī)學(xué)周刊》《實業(yè)周刊》《汽車周刊》《圖畫周刊》等，針對這一特點，《全國報刊索引》擴展了附屬報名這一著錄項，用于對正文內(nèi)容所屬報紙正刊的附屬報紙名稱進(jìn)行著錄，包括增刊、副刊、特刊、紀(jì)念刊、?？?，為后續(xù)報名沿革的揭示打下良好的基礎(chǔ)。

《時報》內(nèi)容涵蓋面極廣，為了更好地進(jìn)行知識組織，《全國報刊索引》對《時報》正文內(nèi)容所屬的主題進(jìn)行分類，即對資源進(jìn)行深度標(biāo)引，實現(xiàn)豐富的檢索和聚類等，因此增加了類別這一著錄項，同時制定正文類別細(xì)則，主要有：①“評論”類別。《時報》設(shè)有“時評一”“時評二”“時評三”三個專欄，配合每日重大新聞發(fā)表時事短評，言簡意賅，貼合時局，針砭時弊。在其影響下，其他報紙也紛紛效仿，因而這種時事評論在其他中文老報紙中也常出現(xiàn)，因此設(shè)立這一類別。②“小說”“詩歌”“散文”“劇本”類別。當(dāng)時的報刊雜志登載小說是一種風(fēng)尚[5]，《時報》等老報紙刊載的文學(xué)作品內(nèi)容豐富多樣，尤其是小說、詩歌等眾多，因此設(shè)立這些類別。③“通信”類別?！稌r報》開辟有“特約通信”“北京特約通信”等，其他各報紛起效仿，如《申報》的“飄萍通信”、《新聞報》的“一葦通信”等[6]，因此設(shè)立這一類別。④“原報導(dǎo)讀”類別?！稌r報》多期報紙中的題名為“提要”“尚有本埠新聞轉(zhuǎn)入后頁”“本報今日第四張教育周刊閱者注意”“本報今日第四張婦女周刊閱者注意”等，對報紙內(nèi)容進(jìn)行概括或引導(dǎo)，因此設(shè)立這一類別。此外，《全國報刊索引》還設(shè)有“消息”“編輯部來信”“公文”等類別。

王靜，沈立力：中文老報紙數(shù)據(jù)庫的建設(shè)研究3.2廣告元數(shù)據(jù)著錄

廣告作為一種史料記錄社會生活的點滴，是還原歷史的重要線索[7]，因此對廣告元數(shù)據(jù)的著錄也應(yīng)盡量揭示其內(nèi)容特色。目前，《時報》的廣告元數(shù)據(jù)著錄項有將近20個，除廣告標(biāo)題、卷期信息、頁碼、版次等基礎(chǔ)著錄項外，《全國報刊索引》還對廣告對象、廣告語、廣告發(fā)布者、廣告欄目等信息進(jìn)行了著錄。中文老報紙的廣告包羅萬象，為了更好地揭示廣告內(nèi)容，《全國報刊索引》對廣告對象進(jìn)行劃分，制定了廣告類別細(xì)則。

《全國報刊索引》查閱《時報》及《新聞報》（《新聞報》是近代中國刊登廣告最多的著名商業(yè)大報，亦被稱為“廣告報”[8]）等老報紙后，制定了廣告元數(shù)據(jù)類別細(xì)則，主要有：①“百貨零售”類別?！稌r報》幾乎每天都有永安、先施、新新、麗華等百貨公司的廣告，因此設(shè)立這一類別。②“煙草”類別。在國貨運動的影響下，各香煙廠商宣傳推廣其產(chǎn)品的主要方式就是在報紙上投放廣告?！稌r報》刊登的香煙廣告數(shù)量大、品牌多，而且非常醒目，甚至獨占頭版；《新聞報》等中文老報紙上的香煙廣告也不勝枚舉，涉及面廣，影響較大，因此設(shè)立這一類別。③“醫(yī)療保健”類別。《時報》等老報紙刊登有大量的醫(yī)藥廣告，數(shù)量多、版面大，表現(xiàn)手法豐富多樣。廣告發(fā)布者除有個人診所和醫(yī)館外，還有醫(yī)院、藥房以及經(jīng)營藥品的洋行等，廣告內(nèi)容主要是各種藥品、疾病、偏方秘術(shù)等，如性藥廣告、婦科廣告、戒煙廣告等，因此設(shè)立這一類別。④“文化教育”類別。學(xué)校招生、圖書出版等方面的廣告是《時報》廣告的主要內(nèi)容，商務(wù)印書館和中華書局等出版社的廣告經(jīng)常出現(xiàn)在《時報》等老報紙的重要版面，因此設(shè)立這一類別。⑤“交通運輸”類別?！稌r報》《新聞報》等老報紙經(jīng)常登載運輸公司的啟事或聲明，如上海交通運輸公司、鴻安輪船公司、太平車行、云飛汽車等，以及列車運行時刻表、輪船時刻表以及汽車時刻表等各種運輸工具的運營信息，因此設(shè)立這一類別。⑥“招聘人才”類別?！稌r報》多期刊登題名為“待聘”“征求”“征求人才”“招請人才”等廣告，因此設(shè)立這一類別。⑦“鐘表珠寶”類別?！稌r報》登載各鐘表行、銀樓、珠寶號等公司的廣告，因此設(shè)立這一類別。此外，《全國報刊索引》還設(shè)有“房地產(chǎn)”“金融保險”“拍賣”“建筑裝飾”等類別。

3.3圖片元數(shù)據(jù)著錄

為了更好地揭示老報紙的內(nèi)容，《全國報刊索引》對報紙中的圖片也進(jìn)行了著錄。目前，《時報》的圖片元數(shù)據(jù)著錄項有將近20個，包括圖片標(biāo)題、圖片類別、卷期、頁碼、版次等信息?！度珖鴪罂饕丰槍D片類別這一主觀著錄項制定了圖片類別細(xì)則，主要有：①“書法”類別。《時報》刊登的圖片部分題名為“書法”，其內(nèi)容大多為某人題字，此外還包括與書法相關(guān)的信息，如學(xué)生的書法成績及評語等，因此設(shè)立這一類別。②“地圖”類別。《時報》刊登的圖片部分題名為地圖或某地區(qū)的地圖，因此設(shè)立這一類別。③“漫畫”類別?！稌r報》刊登的圖片部分題名為“漫畫”或“漫畫/版畫”，因此設(shè)立這一類別。此外，《全國報刊索引》還設(shè)有“照片”“歌譜”等類別。

4《時報》數(shù)據(jù)庫的功能構(gòu)建

4.1文獻(xiàn)檢索

檢索功能是用戶使用數(shù)據(jù)庫最直接的工具，其操作的便捷性和豐富性直接影響用戶對數(shù)據(jù)庫的體驗。目前，《時報》數(shù)據(jù)庫已實現(xiàn)網(wǎng)絡(luò)資源共享，用戶可通過普通檢索、高級檢索及專業(yè)檢索等多種渠道進(jìn)行文獻(xiàn)檢索。豐富、全面的檢索字段為用戶提供了極大的便利：在正文內(nèi)容方面，數(shù)據(jù)庫可利用的檢索字段包括題名、作者、作者單位、文獻(xiàn)來源、新聞來源、新聞發(fā)布地以及全字段等；在圖片內(nèi)容方面，除全字段和文獻(xiàn)來源外，數(shù)據(jù)庫可利用的檢索字段還包括圖片標(biāo)題、圖片責(zé)任者、圖片說明等；在廣告內(nèi)容方面，除全字段和文獻(xiàn)來源外，數(shù)據(jù)庫可利用的檢索字段還包括廣告標(biāo)題、廣告發(fā)布者、廣告語以及廣告產(chǎn)品等。此外，《時報》數(shù)據(jù)庫還可按時間范圍進(jìn)行檢索，為保證文獻(xiàn)查全率，還支持文獻(xiàn)繁簡檢索轉(zhuǎn)換。用戶通過數(shù)據(jù)庫的索引導(dǎo)出功能，還可以將檢索結(jié)果，如文獻(xiàn)的題名、報名、出版時間等信息導(dǎo)出和保存。

4.2文獻(xiàn)導(dǎo)航

科學(xué)合理的導(dǎo)航對中文老報紙數(shù)據(jù)庫的建設(shè)及應(yīng)用具有重要的作用，這直接關(guān)系到老報紙數(shù)據(jù)庫的使用效率及館藏資源的利用率。目前，中國近代中文報紙全文數(shù)據(jù)庫通過首字母導(dǎo)航和檢索兩種方式設(shè)立文獻(xiàn)導(dǎo)航。用戶不僅可以按照刊名拼音首字母或英文刊名的首字母進(jìn)行檢索，還可以通過輸入中文老報紙信息，如報紙名稱、創(chuàng)刊時間、出版社、出版地等進(jìn)行檢索。該數(shù)據(jù)庫對每期報紙都提供整本瀏覽和篇名瀏覽功能，整本瀏覽功能可完整呈現(xiàn)報紙原件的全貌，并可在全屏狀態(tài)下對該版報紙進(jìn)行放大或縮?。黄麨g覽功能則完整地羅列出各期報紙收錄的所有文章篇名，使用戶一目了然。此外，該數(shù)據(jù)庫還提供日期選擇功能、版面目錄信息功能、縮略圖功能等。

4.3聚類功能

《全國報刊索引》在建設(shè)《時報》數(shù)據(jù)庫初期就制定了規(guī)范、詳細(xì)的元數(shù)據(jù)著錄規(guī)則，并依照該著錄規(guī)則進(jìn)行數(shù)字化加工處理，同時通過多重校驗確保數(shù)據(jù)質(zhì)量。因此，《時報》數(shù)據(jù)庫具備豐富的檢索字段，可以快速、準(zhǔn)確地查找文獻(xiàn)，可實現(xiàn)正文、圖片和廣告三種文獻(xiàn)類別的分類檢索，并可以根據(jù)不同的文獻(xiàn)類別將檢索結(jié)果進(jìn)行個性化聚類。正文、圖片和廣告的聚類項均包括文獻(xiàn)類型、文獻(xiàn)來源及出版時間。此外，正文聚類項還包括全文狀態(tài)、作者、正文類別、文章欄目、新聞來源及新聞發(fā)生地等；廣告聚類項還包括廣告類別和廣告發(fā)布者等，通過個性化的聚類和圖形化的展現(xiàn)方式為用戶提供優(yōu)質(zhì)的服務(wù)。

4.4全文查閱和文獻(xiàn)定位功能

《時報》數(shù)據(jù)庫提供每篇文獻(xiàn)的全文閱覽服務(wù)，用戶可通過整本瀏覽和篇名瀏覽等功能，查閱和下載其所需的文獻(xiàn)資源。同時，該數(shù)據(jù)庫實現(xiàn)了報紙的熱區(qū)精準(zhǔn)定位，并對每篇文獻(xiàn)提供預(yù)覽功能，用戶通過預(yù)覽功能和報紙的熱區(qū)精準(zhǔn)定位查閱某篇文獻(xiàn)時，該篇文獻(xiàn)即可通過熱區(qū)分色顯示方式展示報紙的原貌。

參考文獻(xiàn)：

[1]楊敏.近代中國報紙數(shù)字資源的建設(shè)和利用研究[J].圖書館工作與研究，2014（6）：60-64.

[2]尹婷.上海《時報》?？芯縖D].南昌：南昌大學(xué)，2014.

[3]劉洪梅，梅顥，郭薇.外文老報紙篇名數(shù)字化項目外包后的數(shù)據(jù)質(zhì)量監(jiān)控[J].中國高新技術(shù)企業(yè)，2017（11）：119-121.

[4]楊敏.新中國成立前老報紙數(shù)據(jù)庫的比較研究[J].科技情報開發(fā)與經(jīng)濟，2014（7）：157-160.

[5]劉永文，陳曉鳴.《時報》：頗具時代特色的小說傳媒（1904—1911）[J].江漢論壇，2006（2）：113-117.

[6]余玉.從體裁到題材：上?！稌r報》新聞業(yè)務(wù)變革及效應(yīng)探析[J].南昌大學(xué)學(xué)報（人文社會科學(xué)版），2017（4）：83-90.

[7]楊朕宇.《新聞報》廣告與近代上海休閑生活的建構(gòu)（1927—1937）[D].上海：復(fù)旦大學(xué)，2009.

[8]陸依君.“東方之泰晤士”的傳承與揭示：《新聞報》數(shù)字資源的特色及價值[J].浙江檔案，

2017（4）：56-58.

（編校：徐黎娟）第38卷第10期河南圖書館學(xué)刊2018年10月

收稿日期：2018-09-01

作者簡介：陳驪（1969—），長治醫(yī)學(xué)院館員。