淺談高校數字圖書館信息數字化建設中的問題及對策
時間：
盧險峰1由 分享
論文關鍵詞：數字圖書館 信息數字化 存儲技術 發展對策
論文摘要：數字圖書館是一個將信息資源以數字化方式存貯并通過網絡提供即時服務的信息系統，因而信息資源數字化是實現數字圖書館的根本條件。從數字圖書館中信息資源數字化的涵義出發，探討了信息數字化的關鍵技術，并從內容建設、知識產權、技術應用和標準與規范４個方面分析了我國數字圖書館信息數字化中存在的主要問題，同時提出了相應的對策和建議。
信息數字化作為數字圖書館的內容建設，是數字圖書館正常運轉的關鍵步驟。但目前我國信息數字化中由于種種原因還存在許多問題，如重復建設、知識產權、技術應用和標準與規范等問題，這些都嚴重阻礙了我國數字圖書館的健康發展。因此，我國在實施信息數字化建設過程中，不僅需要更新觀念、統籌建設，還要規范標準、加強立法、提高館員素質，更要加強適合我國國情的技術創新。為此，我們需要不斷地總結經驗，探索新的開發技術和工作方式，逐步將我國寶貴的傳統文化遺產加以數字化，進而開發出具有中國特色的數字化產品。
１數字圖書館中的信息數字化
１．１信息數字化的內涵
從社會信息化環境來說，數字圖書館是運用計算機技術、網絡技術、通信技術等多種信息技術，對不同載體和類型的信息資源進行搜集、選擇和規范化處理，使之以數字化的方式存儲，建立分布式的館藏信息資源庫和虛擬信息資源庫，并通過網絡向世界各地用戶提供無時空限制服務的信息系統。數字圖書館的主要職能是搜集、保存和傳遞數字化信息，可以稱之為數字化信息的存儲和傳遞中心，因而信息數字化建設無論從質量還是從數量上都是數字圖書館發展的關鍵環節。
１．２信息數字化的關鍵技術
信息數字化技術包括數字化信息的生成技術、存儲技術和壓縮技術等，其關鍵技術是數字化信息的生成技術和存儲技術。
１）數字化信息的生成技術包括有鍵盤錄入和非鍵盤錄入兩種方式，目前使用較多的數字化信息的生成技術主要是第二種方式。鍵盤錄入是一種手工轉換的文本模式；非鍵盤錄入包括手寫識別技術、印刷文稿掃描識別技術、語音識別技術。在信息數字化實際工作中，我國許多數字圖書館都采用兩者相結合的方式來規避鍵盤錄入的較高錯誤率和掃描方式對硬件的較高要求，也就是采用超星公司開發的數字化技術加上便攜式文件格式（ＰＤＦ）和超文本標記語言（ＨＴＭＬ）格式。
２）數字化信息的存儲技術包括直接存儲技術和網絡存儲技術。直接存儲技術是目前大多數數字圖書館的數據存貯技術，主要包括光盤塔技術、磁盤陣列技術和磁帶庫技術；網絡存儲技術是海量數據信息存儲的實現方式，包括直接附加存儲（ＤＡＳ）、網絡附加存儲（ＮＡＳ）、存儲區域網絡（ＳＡＮ）、小型計算機系統接口（ｉＳＣＳＩ）技術和內容尋址存儲（ＣＡＳ）［１］。
２信息數字化中存在的主要問題
雖然我國數字圖書館建設中的信息數字化工作取得了一定的進步，但由于觀念和技術的落后，信息數字化建設整體上呈現出數字信息資源重復建設嚴重、版權保護立法不健全、缺乏有力的技術支撐、標準和規范化建設滯后等問題［２］。
２．１重復建設問題
由于國內各地區、各系統以及各館之間無一個權威的協調機構，也無規劃布局和分工實施計劃，數字圖書館建設缺乏全局性的統一規劃和政府權威部門的協調，相當多的所謂數字圖書館建設仍處于各自為政、貪大求全和相對分散的無序狀態，信息資源重復現象的問題嚴重。近年來，我國各級政府投入數字化建設的資金總額已達３６億元，在政府資金的大力支持下，各級各類數字圖書館都在進行數字信息資源建設，甚至引進ＣＮＫＩ等數據庫，這種現象在各大高校數字圖書館的信息數字化中也非常普遍，在相當廣的范圍內存在著潛在的數字信息資源重復建設問題。
２．２知識產權問題
數字圖書館中信息數字化所涉及的知識產權問題包括信息來源的著作權尊重和數字化信息建成后自身著作權的保護。隨著數字圖書館的開通，數據庫的利用將越來越廣泛，由此產生的知識產權問題就不可避免，其中爭論的焦點是關于網絡作品的制作、傳播和使用的版權保護問題，讓一些數字圖書館在實踐中遭遇法律尷尬。著作權人公開指責圖書館界濫用權利，嚴重損害了著作權人的利益；出版界也有人認為文獻信息的數字化是復制出版界的出版物，在網上出現了成千上萬的復制本、使出版界的經濟利益受到損害；而圖書館界則認為信息獲取的主動權完全掌握在版權人手里，這樣會嚴重地影響知識的創造和傳播。因而制定網上數字化文獻的著作權法律法規已成當務之急。
２．３技術應用問題
隨著電子出版物的收藏和網絡數字化資源的采集，圖書館越來越多的信息一入館就是數字化的，而對于未數字化的傳統館藏，進行數字化轉化所使用的技術主要是光學字符識別（ＯＣＲ）掃描錄入方式。一般的ＯＣＲ錄入系統能夠實現對各種現代書籍、簡繁體書籍、報刊雜志、公文檔案的錄入識別，且識別率高，還能實現各種校對，然而，對于館藏文獻的數字化而言，由于漢字的復雜性，ＯＣＲ對各類中文文獻的識別遠難于對英文和數字的識別，特別對含有繁體手寫漢字的古籍文獻、簡繁混排的中文文獻、專業性強的中文文獻以及難于機檢的漢字文獻。ＯＣＲ技術目前還存在很大的誤識率和拒識率，為此，需要對ＯＣＲ系統進行深入的研究和改進，提高其應用的全面性，并要引入中文校對、錄入質量控制等技術，從而加強其管理功能。
２．４標準與規范問題
目前，在信息數字化標準規范方面存在的問題主要有：①缺乏對標準規范重要性的認識；②缺乏普遍接受和廣泛應用的關鍵標準規范；③缺乏對標準規范建設的系統化把握；④缺乏對標準規范的開放描述和開放應用；⑤缺乏開放、聯合、共享的標準規范建設與應用機制，例如圖書館在信息資源建設過程中所采用的軟件系統差異很大，如ＩＬＡＳ系統、圖書館集成系統等，其標準和格式都不一致，導致開發的數據庫不能兼容，檢索界面不一，檢索途徑也不同，檢索語言也無統一的規范控制，無法在網上實現資源共享。
論文摘要：數字圖書館是一個將信息資源以數字化方式存貯并通過網絡提供即時服務的信息系統，因而信息資源數字化是實現數字圖書館的根本條件。從數字圖書館中信息資源數字化的涵義出發，探討了信息數字化的關鍵技術，并從內容建設、知識產權、技術應用和標準與規范４個方面分析了我國數字圖書館信息數字化中存在的主要問題，同時提出了相應的對策和建議。
信息數字化作為數字圖書館的內容建設，是數字圖書館正常運轉的關鍵步驟。但目前我國信息數字化中由于種種原因還存在許多問題，如重復建設、知識產權、技術應用和標準與規范等問題，這些都嚴重阻礙了我國數字圖書館的健康發展。因此，我國在實施信息數字化建設過程中，不僅需要更新觀念、統籌建設，還要規范標準、加強立法、提高館員素質，更要加強適合我國國情的技術創新。為此，我們需要不斷地總結經驗，探索新的開發技術和工作方式，逐步將我國寶貴的傳統文化遺產加以數字化，進而開發出具有中國特色的數字化產品。
１數字圖書館中的信息數字化
１．１信息數字化的內涵
從社會信息化環境來說，數字圖書館是運用計算機技術、網絡技術、通信技術等多種信息技術，對不同載體和類型的信息資源進行搜集、選擇和規范化處理，使之以數字化的方式存儲，建立分布式的館藏信息資源庫和虛擬信息資源庫，并通過網絡向世界各地用戶提供無時空限制服務的信息系統。數字圖書館的主要職能是搜集、保存和傳遞數字化信息，可以稱之為數字化信息的存儲和傳遞中心，因而信息數字化建設無論從質量還是從數量上都是數字圖書館發展的關鍵環節。
１．２信息數字化的關鍵技術
信息數字化技術包括數字化信息的生成技術、存儲技術和壓縮技術等，其關鍵技術是數字化信息的生成技術和存儲技術。
１）數字化信息的生成技術包括有鍵盤錄入和非鍵盤錄入兩種方式，目前使用較多的數字化信息的生成技術主要是第二種方式。鍵盤錄入是一種手工轉換的文本模式；非鍵盤錄入包括手寫識別技術、印刷文稿掃描識別技術、語音識別技術。在信息數字化實際工作中，我國許多數字圖書館都采用兩者相結合的方式來規避鍵盤錄入的較高錯誤率和掃描方式對硬件的較高要求，也就是采用超星公司開發的數字化技術加上便攜式文件格式（ＰＤＦ）和超文本標記語言（ＨＴＭＬ）格式。
２）數字化信息的存儲技術包括直接存儲技術和網絡存儲技術。直接存儲技術是目前大多數數字圖書館的數據存貯技術，主要包括光盤塔技術、磁盤陣列技術和磁帶庫技術；網絡存儲技術是海量數據信息存儲的實現方式，包括直接附加存儲（ＤＡＳ）、網絡附加存儲（ＮＡＳ）、存儲區域網絡（ＳＡＮ）、小型計算機系統接口（ｉＳＣＳＩ）技術和內容尋址存儲（ＣＡＳ）［１］。
２信息數字化中存在的主要問題
雖然我國數字圖書館建設中的信息數字化工作取得了一定的進步，但由于觀念和技術的落后，信息數字化建設整體上呈現出數字信息資源重復建設嚴重、版權保護立法不健全、缺乏有力的技術支撐、標準和規范化建設滯后等問題［２］。
２．１重復建設問題
由于國內各地區、各系統以及各館之間無一個權威的協調機構，也無規劃布局和分工實施計劃，數字圖書館建設缺乏全局性的統一規劃和政府權威部門的協調，相當多的所謂數字圖書館建設仍處于各自為政、貪大求全和相對分散的無序狀態，信息資源重復現象的問題嚴重。近年來，我國各級政府投入數字化建設的資金總額已達３６億元，在政府資金的大力支持下，各級各類數字圖書館都在進行數字信息資源建設，甚至引進ＣＮＫＩ等數據庫，這種現象在各大高校數字圖書館的信息數字化中也非常普遍，在相當廣的范圍內存在著潛在的數字信息資源重復建設問題。
２．２知識產權問題
數字圖書館中信息數字化所涉及的知識產權問題包括信息來源的著作權尊重和數字化信息建成后自身著作權的保護。隨著數字圖書館的開通，數據庫的利用將越來越廣泛，由此產生的知識產權問題就不可避免，其中爭論的焦點是關于網絡作品的制作、傳播和使用的版權保護問題，讓一些數字圖書館在實踐中遭遇法律尷尬。著作權人公開指責圖書館界濫用權利，嚴重損害了著作權人的利益；出版界也有人認為文獻信息的數字化是復制出版界的出版物，在網上出現了成千上萬的復制本、使出版界的經濟利益受到損害；而圖書館界則認為信息獲取的主動權完全掌握在版權人手里，這樣會嚴重地影響知識的創造和傳播。因而制定網上數字化文獻的著作權法律法規已成當務之急。
２．３技術應用問題
隨著電子出版物的收藏和網絡數字化資源的采集，圖書館越來越多的信息一入館就是數字化的，而對于未數字化的傳統館藏，進行數字化轉化所使用的技術主要是光學字符識別（ＯＣＲ）掃描錄入方式。一般的ＯＣＲ錄入系統能夠實現對各種現代書籍、簡繁體書籍、報刊雜志、公文檔案的錄入識別，且識別率高，還能實現各種校對，然而，對于館藏文獻的數字化而言，由于漢字的復雜性，ＯＣＲ對各類中文文獻的識別遠難于對英文和數字的識別，特別對含有繁體手寫漢字的古籍文獻、簡繁混排的中文文獻、專業性強的中文文獻以及難于機檢的漢字文獻。ＯＣＲ技術目前還存在很大的誤識率和拒識率，為此，需要對ＯＣＲ系統進行深入的研究和改進，提高其應用的全面性，并要引入中文校對、錄入質量控制等技術，從而加強其管理功能。
２．４標準與規范問題
目前，在信息數字化標準規范方面存在的問題主要有：①缺乏對標準規范重要性的認識；②缺乏普遍接受和廣泛應用的關鍵標準規范；③缺乏對標準規范建設的系統化把握；④缺乏對標準規范的開放描述和開放應用；⑤缺乏開放、聯合、共享的標準規范建設與應用機制，例如圖書館在信息資源建設過程中所采用的軟件系統差異很大，如ＩＬＡＳ系統、圖書館集成系統等，其標準和格式都不一致，導致開發的數據庫不能兼容，檢索界面不一，檢索途徑也不同，檢索語言也無統一的規范控制，無法在網上實現資源共享。