XML结构化数字出版的特点与流程.docVIP

XML结构化数字出版的特点与流程 　　XML结构化标引是传统出版的数字化转型核心，出版社的图书或期刊资源只有通过XML结构化转换，才是真正意义上的数字化出版，才能为实现数字产业化、知识集成化发展打下坚实基础。 　　一、传统出版机构XML数字转型的必要性 　　我国2014年6月发布的数字出版统计数据显示，我国的数字出版产业正处于高速增长阶段。另据数据统计，全国584家出版社中有256家有数字出版相关产品，但其中只有102家设有数字出版机构，这些出版社的数字化进程，以大学出版社、科学技术出版社、教育出版社为代表走在前列。虽然发展势头良好，但由于类型单一、投资规模不大，没有出现像爱思唯尔、施普林格那样的数字出版企业。大多数传统出版企业的数字出版仍然基于传统出版模式，即单纯的纸质内容数字化或电子化，只是载体形式的变化，而不是产品内容结构的变化，出版社没有对内容资源进行多媒体呈现与集成化、结构化处理[1]。 　　结构化是数字转型的核心，结构化的首要环节是建立数字化标准，知识分类的基本单元不再基于某一篇文章，而是以文章结构以及词语为基本单元，通过语义标签对文章进行结构化处理。所以，结构化标准是数字化过程中的重要标准之一，结构化质量的好坏直接影响数字化的水平。 　　在学术出版领域，各大数字出版厂商和数字图书馆也开始规划构建用于文献存档的XML规范，如NLM DTD、AIP（美国物理学会）、BMC、PlosOne等。 　　另外，文档结构化也是出版社实现数字化编辑系统的核心，数字编辑平台无论是在工作效率上，还是在工作质量上，都远远超过传统编辑出版模式[2]。 　　二、 XML结构化数字转型的特点与优劣性 　　1.XML结构化的几个重要环节 　　首先，采用新技术。即对传统出版资源进行结构化整理，按照语义标准进行分类、存储。传统出版的电子版内容资源仅仅是服务、排版与印制，只包含标题、正文等格式控制命令，没有按照语义标准进行结构化整理，也就无法实现语义检索与分类，所以要采用新技术，通过XML结构化语言对原始资源进行加工与整理。 　　其次，改造出版流程。传统出版机构要大力开展网络出版业务，或设立完全市场化的数字出版公司。数字化出版可以依托传统的编、印、发环节基础，通过新技术改造，加之与互联网整合形成新的产业模式。随着产业融合的逐渐深入，在数字化浪潮的推动下，原本严格区分的行业边界会愈发模糊，内容提供商、技术提供商和渠道运营商之间的相互融合会越来越紧密。 　　最后，出版资源数字版权授权解决方案。由于数字出版具有海量存储、搜索便捷、传输快速、互动性强、成本低廉等特点，已经成为战略性新兴产业和出版业发展的主要方向。数字出版的特点也是数字版权面临的问题，政府与企业应加快技术创新和标准制定，为版权保护提供有效的技术手段；同时加大对数字版权侵权盗版行为的打击力度，切实保障著作权人合法权益。 　　2.XML标记语言的特点 　　结构化的本质就是为文档建立一个描述框架，通过标识符使文档任一部分（任一个元素）都和其他部分保持关联，关联的级数就形成了结构。标识本身的含义与它描述的文档信息相分离。结构化文档（Structured Document）是由标题、章节、段落、图表、公式等框架结构组成。 　　XML正是具备这一特性的扩展性标识语言。XML文档是由 XML元素组成的，每个XML元素包括一个开始标记（），一个结束标记（）以及两个标记之间的信息（称为内容）。XML允许无限的标记集，各标记集并不表示如何显示，而是表示其含义。例如，可以将XML元素标记为标题、作者或工作单位，等等。 　　3.XML结构化优势与劣势 　　XML最初就是为信息标准化所设计，选择XML作为稿件存储格式有下述优点： 　　（1）树状层次信息结构存储稿件的内容，可以方便地提取索引。即按照父子关系节点存储文档的内容，可以通过统一的XSL模板对文档稿件进行批处理，经过结构化的稿件可以方便信息的提取与索引。 　　（2）完全以内容为中心，从而分离了不必要的格式信息。对于每一篇稿件，XML可以以树状信息结构存储稿件的内容，忽略排版格式信息，从而实现语义层面上对文档的定义。 　　（3）只要设计统一的模板即可格式化为单独期刊具体页面格式。可以依据各期刊和图书体例的统一性设计转换模板，实现XML统一转换。 　　（4）有利于资料的共享和标准化。经过转换的所有文档，可以方便地建立全文数据库，实现内容资源的统一管理，实现知识提取、知识比较、知识关联。并针对选题策划等各种任务需求实现资源共享，实现个性化、片段化、碎片化出版。 　　（5）可以方便地转换为任意的格式，如HTML、PDF 、RTF等格式，实现多渠道出版。 　　选择XML作为稿件存储格式有下述缺点： 　　（1）出版商要