基于古文献特藏的数字图书馆系统的设计与实现.docxVIP

基于古文献特藏的数字图书馆系统的设计与实现肖珑冯英（北京大学图书馆）介绍正如在传统图书馆中存在有大量特藏一样，数字图书馆同样需要收藏特色资源，这部分资源我们称为数字特藏（digital special collection），是某一数字图书馆单独收藏的资源，具备特殊收藏和利用的价值。正在建设中的北京大学数字图书馆，除收藏有数据库、电子期刊、电子图书、网络资源等数字化资源外，还拥有大量特色资源，包括：北京大学博硕士学位论文；北京大学著名学者教授的手稿、照片等各类收藏；北京大学课程教学参考资料；北京大学古籍数字特藏。在上述特色资源中，数量最大、最具特色的当属古籍数字特藏，它是在北京大学图书馆纸本古籍特藏的基础上建设的，与专业出版商出版的电子版《四库全书》、 四部丛刊》、 二十五史》等资源一起，共同构建成北京大学古籍数字图书馆。它的建立，将使北大图书馆馆藏古籍突破时空的限制，在全世界的范围内得到广泛的利用，并能够长久妥善地留存于世。古籍数字图书馆的建设代表了北京大学数字图书馆的一个方面，完整地体现了北京大学数字图书馆的建设与服务思想。本文将从资源建设、标准规范、系统结构与新技术的应用、服务建设等方面对北京大学古籍数字图书馆进行全面介绍。一、资源建设北京大学图书馆目前收藏中国古籍约 1,600,000 册（件）、12 万种，其中孤本、珍稀本比比皆是，并有相当数量是在公元 16 世纪以前印行的；被辟为特藏的敦煌卷子、家谱、舆图、戏曲小说、地方志、少数民族文字古籍、金石拓片等类型藏书，都在海内外收藏界占有重要的地位。特别是金石拓片，收藏异常丰富，计 30,000 种、约 60,000 份，拓印对象包括商周甲骨、青铜器，秦汉至明清的碑刻以及砖文瓦当等中国历代金石文献，许多拓片是举世罕见或北大独有的。建设中的北京大学古籍数字图书馆将选择其中一部分作为自己的收藏：1，古籍特藏，包括：(1) 敦煌卷子 240 余件；(2) 宋元版书 350 多种，5,000 多册；(3) 明代嘉靖（1566 年）以前的版本约 3,000 种，25,000 册；(4) 古代舆图 500 余种，名人书画近百种；《(5) 写本系列：包括手稿本、名人信札、日记，影抄本、旧抄本、名人抄本，圣训、玉牒、奏折、文书、档案、地契等，在 6,000 种以上；(6) 手绘本 100 多种，近千册；(7) 家谱 1，000 余种，近万册；(8) 古代戏曲小说约 4,000 种，35,000 册；(9) 地方志共 4,000 多种，60,000 册。总计约 20,000 余种，均为传本稀少、版本珍贵、学术价值较高的收藏。2，金石拓片包括清代缪氏艺风堂、张氏柳风堂等两藏拓大家的完整收藏，以及其他著名学者、收藏家的旧藏，数量多，版本好，价值高，这些拓片将逐步经过数字化加工收入到古籍数字图书馆中，约 30,000 种、60,000 份。基于上述收藏，北京大学古籍数字图书馆将包括以下数据库：对象数据库：包括古籍拓片图像数据库、古籍拓片全文数据库，主要通过数字扫描加工、OCR识别转换和人工录入方式进行建设。初期建设将对古籍和拓片进行扫描加工，建成图像数据库；之后逐步通过 OCR 技术转换（古籍）和人工录入（拓片）等方式，进行全文数据库的建设，最终实现基于内容的全文检索。元数据库：即按照专为古籍和拓片设计的元数据格式，对古籍和拓片进行描述和揭示，便于读者浏览和检索，同时在该数据库中通过标识建立与对象数据库的链接。二、标准规范的设计与应用数字图书馆大规模开展建设之前，首要解决的两个问题就是版权和标准规范。在北京大学古籍数字图书馆的建设中，鉴于古籍拓片年代已久，并不存在版权问题。但由于收藏类型众多，古籍印本、写本、家谱、舆图、敦煌卷子、拓片的情况各不相同，标准规范方面的工作相当复杂。古籍数字图书馆涉及的标准规范可以从下列系统的流动过程中体现出来：资源数字化加工与标引入库、存储发现与获取发布图 1：古籍数字图书馆系统流动过程具体包括：1. 数字化加工标引过程中：数字化加工标准：对不同类型的资源，如印本、写本、舆图、拓片、敦煌卷子等进行扫描加工的标准，包括加工用途、加工级别、精度及色彩要求、存储格式等；元数据标准：用于描述对象，并对对象进行定位、管理，且有助于它的发现与获取的数据，即为元数据；元数据标准则是如何描述某类资源的某个对象的所有规则的集合，如拓片元数据标准、古籍元数据标准等。每一类元数据标准又可分为描述元数据、管理元数据、应用元数据三种类型，其中描述元数据是针对不同类型资源设计的，管理和应用元数据则在整个数字图书馆中通用。知识管理相关标准：包括知识分类体系等相关标准，以及人名、地名规范等；数据封装标准：将元数据与对象数据封装在一起的标准规范，以便日后保存与存取。2. 数据存储标准，如存储格式等。