第二章数字出版信息组织研.pptVIP

电子书（数字图书） 光盘、互联网、无线网等渠道获得 计算机、PDA、电子阅读器、移动电话上阅读 特点 直接由计算机或其他电子设备存储、检索、显示和处理 制作非常简单，可使用专用工具 载体多样化 经由互联网、无线网等通道非常快速地传播 方便检索和永久保存 第二章 数字出版信息组织 2．1 数字文档方式 数字出版中所用到的文稿形式，在实际中最典型有四种：图像方式﹑公司自有格式、PDF标准格式和标记语言方式 图像方式 图像方式指对印刷稿直接用扫描仪扫描成图像，阅读时原样显示图像 实现简单，占存储容量大，不能用于全文检索和超文本链接 只出现在早期，现在基本不再使用 观点：图像方式并不是合适的数字文档形式 数字文档方式 公司自有阅读格式 微软（LIT）、Adobe（PDF），国内超星（PDG）、方正（CEB）、书生等，全部拥有自有格式和浏览工具 用户使用不同阅读器，一定程度上增加用户阅读成本，可能无形中造成数字图书用户流失 竞争后的事实标准 数字文档方式 PDF格式 与印刷密切相关 继PostScript（解决了符号字型描述的标准化）之后的一项重要技术，解决排版格式上的标准化问题 印刷制作的文稿可以直接制作或上网使用，数字文稿完全体现了印刷文稿的形式，用户可以原样打印输出，复杂的公式图表也可以很好的描述。现在一些报刊上网仍然提供PDF格式，以便读者了解版面情况，出版社也用其存档保存图书信息 PDF是可加密文档：可给用户不同等级的权限，可附数字签名，做批注、审批加印等 数字文档方式 PDF格式不主要针对电子阅读 在相对很小的屏幕上看大的印刷版面不方便 PDF检索功能相对较弱 对文章的检索不很方便，超文本链接功能不够强，这些功能是数字文档突出的特点 观点：PDF格式实际上是印刷出版的数字化延伸，建立了印刷出版和数字出版的桥梁，是对传统出版的数字化兼容，而非全新意义上的数字出版格式 数字文档方式 标记语言方式 以HTML为主的数字文档标识方式 标记语言 文稿可以在浏览器在上直接识读 专门为计算机描述文档，用户可以方便的浏览和检索信息 网络功能能够将Internet上的信息资源联结起来，因而成为今天网络环境中最主要的数字文本描述方式 2．2 数字出版中的数据 数字化产品（书+内容）业务流程 在数字出版中，需要一种描述出版行为结构框架的工具 组织不同类型、格式的数据，以形成产品 方便联结不同阶段的加工过程 方便流程管理 方便知识（不仅是数据）保存 便于数据转换 便于以各种形态发布 …… 文本与文献 文本是知识交流的主要方式 文献——单一的信息单元 文本是文献的典型数据形式，文献也可以包含其他媒体 可以是一个完整的逻辑单元，如研究报告、书、手册；也可以大型文本的一部分，如一个或多个自然段，词典的一个条目，一个汽车零部件的描述等 可以是任意物理单元，如一个文件、一封电子邮件或一个网页 文献的特征 语法用于定义结构、表现样式、语义甚至是外部行为 结构，文献生产者指定，如章、节 语义，文献作者说明 样式，如何打印或显示 文献的处理 人的理解——通过内容 计算机理解——自然语言？ 格式转化——专用/开放 …… 元数据 元数据——关于数据组织、不同数据域及其相互关系的信息。简言之，元数据就是“关于数据的数据” 数据库中的关系名、每个关系的字段和属性、属性区域 文本相关的元数据包括作者、出版日期、出版商、文献长度（如页数、字数、字节数）以及文献的类型（如书、文章、备忘录等） 2．3 SGML通用标记语言 2．3．1 SGML概述 80年代初IBM公司为世界的计算机和信息系统制订标准，通过在文档中附加标签，标志文档中的各种元素，这种将纯文本及格式化文本混合在一起的伪计算机语言称标记语言。IBM把这种语言叫做GML（Generalized Markup Language） 1986年世界标准化组织在GML的基础上制订了ISO8897标准，即SGML（Standard Generalized Markup Language） SGML作为一个国际标准语言，主要用于电子排版。其目的是为了不同系统之间文档信息的交换及文档信息的再利用 SGML主要是面向正文的，但也可以描述图形﹑图像﹑声音等。SGML是元语言，它主要是用来定义其他语言，而不对原始文档的表达方式做太细的规定与限制 2．3．2 SGML的作用与特点 SGML的作用 主要是对文档做结构上的规定 规定了表述文档结构及属性信息的方法，即抽象文档结构 规定了从抽象文档结构到具体应用所需要的特定字符及定义方法 规定了适用于这一具体文档结构的文档表达方式 对具有处理SGML标准文档并且可查找出文档中的标记错误等能力的文档处理系统做了规定 规定了将图像等多种形式的信息嵌入SGML的表达方式 SGML