文化行业标准《汉语文古籍文字认同描述规范》编制说明.PDFVIP

文化行业标准《汉语文古籍文字认同描述规范》 编制说明 （一）工作简况，包括任务来源、协作单位、主要工作过程、文化行业标准 主要起草人及其所做的工作等； 1．任务来源 根据原文化部文化科技司批复，《汉语文古籍文字认同描述规范》正式立项 为 2016 年文化行业标准制定计划项目，项目牵头承担单位为国家图书馆，由全 国图书馆标准化技术委员会归口管理，项目编号：WH2016-01。 2．标准起草单位和起草人 本标准牵头起草单位为国家图书馆，参与起草单位为天津图书馆和汉王科技 股份有限公司。 陈红彦作为整个标准的起草召集人，起草组成员包括王昭、谢冬荣、萨仁高 娃、李国庆、潘慧敏、肖禹、张毅、白帆、杜立功、赵依澍、江世盛、孟晓静、 王战波等。在本标准起草过程中咨询了有关单位意见，参考了相关项目的成果， 并进行了相关的论证与补充工作。 3．主要工作过程 本项目的主要目标是依据汉语文古籍文献中文字的特性，结合全文检索、数 据挖掘、知识发现、文本显示与输出等应用需求，通过文献调查和实例分析建立 文字认同描述数据模型，形成汉语文古籍文字认同描述规范。本标准的起草工作 主要分为四个阶段。 第一阶段：文献研究（2016 年9 月—2016 年10 月） 收集整理国家语委与古籍文字认同相关的标准规范，研究数字方志、中华寻 根网、（台湾）异体字字典等已有成果和应用实例，对现有成果进行深入分析和 比较研究，在此基础上归纳古籍文献中的文字特性，并构建文字认同描述数据模 型，包括文字认同描述元数据、文字认同规则描述数据 （包括文字认同规则数据 和文字认同规则适用范围描述数据）和文字认同过程描述数据三部分。 第二阶段：修订标准框架与专家论证（2016 年11 月—2016 年12 月） 在已有研究成果的基础上，研制标准规范草案，采用多种方式进行专家咨询， 如：2016 年11 月17 日举行讨论会，邀请李孝聪、黄燕生、赵嘉朱、马文大等专 家参会。会上专家对标准草案进行逐条讨论，就术语定义、应用范围、共性与个 案处理等问题提出建议；2016 年12 月16 日再次举行论证会，邀请罗琳、张英聘、 谭烈飞、成一农等专家参会，会议就修改后的标准草案进行了详细的论证。专家 认为此规范在修改后有很大改进，同时就部分细节内容和文字表述提出了建议。 第三阶段：完善标准规范草案与实证研究（2017 年1 月— 2018 年5 月） 根据专家意见和建议，进一步完善标准草案，结合国家图书馆中华寻根网项 目进行标准规范验证，并进行必要的修订。目前已经完成汉语文古籍文字认同描 述规范草案。 第四阶段：形成标准规范征求意见稿 （2018 年6 月） 依据 《标准化工作导则第 1 部分：标准的结构和编写》（GB/T 1.1-2009） 完成标准规范文档，提交全国图书馆标准化技术委员会秘书处，根据秘书处形式 审查意见进行完善，并配合秘书处初审意见反馈，修改完善标准形成标准征求意 见稿，并向业界公开征求意见。 （二）文化行业标准编制原则和确定文化行业标准主要内容（如技术指标、 参数、公式、性能要求、试验方法、检验规则等）的论据（包括试验、统计数据）， 修订文化行业标准时，应增列新旧文化行业标准水平的对比； 1．编制原则及论据 经过近三十年的发展，古籍数字化研究与实践取得了丰硕的成果，产生了一 大批有影响的古籍数字化项目。这些古籍数字化项目具有检索和浏览等功能，但 在文字处理方面还有所欠缺。古籍中大量存在的避讳字、异体字、草体字（手抄 本中的）等，增加了古籍文本转换的难度，降低了全文检索的效率。古籍数字化 过程中的文字处理是一个非常复杂的问题，既是学术问题，涉及文字学、文献学 等人文学科，又是技术问题，需要中文信息处理、软件工程等技术的支持。 在古籍数字化过程中，文字认同是文字处理方法之一，其规范化和标准化程 度直接影响古籍数字资源系统的研发与使用，制约数据挖掘、知识发现等技术的 应用与产业化。目前，因缺少相关的标准规范，古籍数字化厂商或数据库供应商 的文字认同处理方式较为简单，且没有完整的处理过程数据和描述，这就造成了 标准不统一、无法共享、难于整合。只有建立古籍文字认同描述行业规范，才能 降低古籍数字化中文字处理的技术难度和数据加工成本，同时降低古籍文本数据 应用和整合的成本，为学术研究