古籍数字化技术与出版模式的创新策略.pdfVIP

团慧喜 古籍数字化技术与出版模式的创新策略 口 安徽农业大学人文社科学院胡贤林河南新乡学院文学院毛建军 摘要古籍数字化技术为传统古籍的保护与利用提供了有效途径，具体包括文档录入系统和数字出版系统。文档录入系统解决的是古 籍数字化的汉字信息输入问题，主要涉及文档扫描系统和OCR识别技术。古籍数字出版系统解决的则是电子古籍的支持系统问 题。随着古籍数字化应用技术的发展，古籍数字出版与传统出版彼此促进式的复合出版将成为古籍出版的创新策略。 关键词古籍数字化应用平台数字出版 中图分类号G271文献标识码A收稿日期：2015—7—21 数字出版作为大众传媒时代一种先进的出版业态，近年来发展 有需要扫描的图书、档案、地图及各种图纸，技术颇为独到。其独有 迅猛，呈现方兴未艾之势。据《2013—2017年中国数字出版行业商业的“v”形书稿台，在扫描过程，珍贵档案、书籍可调整900一140。， 模式与投资战略规划分析报告》显示，中国数字出版总产出由2006 年的213亿元扩张至2010年的1058．4亿元。《中国数字出版“十二数据可输出到所有的标准图像格式。赛数OSl2000V具有原稿文字 五”规划》也明确指出，数字出版已经成为出版业发展的主要方向。 弯曲变形自动纠正功能。由于书脊折痕或者原件破损导致的字母变 在此背景之下，我国古籍数字化始于20世纪80年代初，近30年的形，可以通过软件自动校直，包括放置倾斜的原件。目前，赛数 时间里取得了丰硕的成果。《文渊阁四库全书》、《四部丛刊》、《中国 OSl2000V已被广泛运用在图书馆和档案馆数字化工作中。 方志库》、《国学宝典》、《中国基本古籍库》等大型古籍数字化项目相 2．OCR识别技术。清华文通TH—OCR由北京文通信息技术有 继建置，海量的电子文献资源为众多的文史研究者提供了极大的便 限公司研发，目前已升级到9．0版本。清华文通TH—OCR技术先进， 利。据统计，国内外利用计算机技术已开发研制了近500种古籍电能自动识别多体汉字、印刷及手写体，其产品在大陆市场占有率达 子文献一。古籍数字化的出现不仅是简单的外在文献载体转变，更 65％以上，其中13、韩文与英文混排文字文件的识别水平甚至超过 是内在的文化思维的新突变，无疑为传统的古籍出版模式带来了全 日本及韩国对其本国文字的识别水平，其亚洲文字(中文简体、中文 新的挑战与思考。本文尝试从古籍数字化技术应用层面，结合具体 繁体、13文、韩文)识别技术在微软中全面配装。清华文通TH—OCR 的案例分析，探讨建立一种数字出版与传统出版相互促进的复合出 在国内首次突破了OCR系统只能处理汉字或英文单一文字的局 版新模式。 限，实现了对汉英、13英、韩英混排文本的同时识别，成为汉字输入 一、古籍文档录入系统的技术进展 技术的一座里程碑。随着网络技术13趋成熟，文通适时推出网络版 古籍文档录入系统主要包括文档扫描系统和中文OCR字符识OCR，用户可以在局域网内合作完成识别工作，既降低成本，又可以 别技术。国内通用的扫描设备主要有佳能、清华紫光、爱普生、惠普、 提高工作效率。 汉王、北大方正等品牌。但是，专用于古籍数字化扫描的设备尚不多 丹青文件辨识系统则由台湾力新国际科技股份有限公司开发。 见。星震零边距档案扫描系统和赛数OSl2000V古籍数字化专用高作为目前国内技术最成熟的产品，其功能包括处理黑白文件、彩色 精度扫描仪则较为专业。OCR字符识别技术是在扫描技术的基础文件、文档版式分析、表格抽取、印刷多种字体中英数字夹杂的辨 上实现字符的自动识别。目前OCR的研究与技术开发，台湾有力新识。丹青文件辨识系统支持繁中、简中、日文等15种可辨识语言，系 国际丹青文件辨识系统、蒙恬科技、全景软件，大陆则以清华文通和 统能够提供方便快速的自动辨识功能，多项智能侦测模块、自动转 北京汉王最著名。以下简介文档扫描系统和OCR主要厂商的技术正影像、自动分析辨识、输出或另存新档，简单完成文件辨识及管理 与产品研发与应用进展。 应用，以此建立文档系统与数据库。力新国际也以项目方式积极参 1．文档扫描系统。北京星震同源数字系统有限公司研制的星震 与合作，如中华电子佛典协会的《大正新修大藏经》数字化工程。 scan)由“星震档案数字化 二、古籍数字出版系