軒紅

電子檔案是由傳統(tǒng)檔案數(shù)字化的結果，同時也可以是辦公自動化后產(chǎn)生的電子文件，都是計算機產(chǎn)生的文字、聲音、圖片、視頻等信息的集合，其管理和使用都需要借助專門的設備。電子檔案的出現(xiàn)，改變了傳統(tǒng)檔案事業(yè)的工作方式和管理模式。對電子檔案的使用和管理，都需要了解其特征。

1? 電子檔案的特征

電子檔案不同于傳統(tǒng)的紙質檔案和實物檔案，它有自己的獨特特征：（1）電子檔案的不穩(wěn)定性，其主要是存儲在磁介質上，主要有磁盤、光盤、磁帶等。這種介質容易受到震動、磁信號的影響，載體結構稍微變化，就有可能造成數(shù)據(jù)的丟失和破壞，這對電子檔案保存的環(huán)境有嚴格的要求。（2）電子檔案的非直讀性，電子檔案的閱讀需要借助一定的設備來進行，需要相關的軟硬件設備來進行閱讀，這就要求檔案館在保存電子檔案的同時還要保存其專門的閱讀設備。（3）電子檔案的易更改性，電子檔案的更改過程不容易被察覺，更改后不會留下任何痕跡，電子檔案在傳遞或更換其他載體時，容易被更改。電子檔案的增加、刪除、修改都非常方便，給檔案的真實性鑒定和保密性帶來一定的困難。（4）電子檔案對設備和技術的依賴性，檔案信息的加工、組織都需要借助一定的設備和軟件，還需要統(tǒng)一標準，標準不健全、不統(tǒng)一，容易出現(xiàn)在其他設備和環(huán)境下不能讀取、不兼容的情況，檔案資源不容易進行載體互換。

2? 電子檔案管理的難點

2.1? 檔案數(shù)據(jù)的不兼容性。數(shù)字檔案產(chǎn)生的途徑很多，有辦公檔案、數(shù)據(jù)檔案、照片、文本、視頻、聲音等各種形式的檔案資源，并且產(chǎn)生這些檔案的管理系統(tǒng)和應用程序也不一樣。這樣產(chǎn)生的各種各樣的非結構化數(shù)據(jù)在兼容性上就不好把握。不同類型的檔案需要不同的軟件才能打開，即使同一種文件在軟件升級后也有可能不兼容或者丟失數(shù)據(jù)。這種不兼容性給數(shù)字檔案的保存和使用帶來很大的困難。

2.2? 檔案信息冗余。由于不是完整的數(shù)據(jù)庫文件，各種各樣的數(shù)字檔案資源容易出現(xiàn)重復，數(shù)字文件的易復制性決定了其文檔備份較多，并且因工作需要可能會不定期地修改，這樣就會造成備份的不統(tǒng)一，尤其是手工備份文檔，更容易造成數(shù)據(jù)的冗余，不利于數(shù)據(jù)的長期維護，容易造成數(shù)據(jù)不統(tǒng)一。

2.3? 數(shù)字檔案信息之間的聯(lián)系弱。很多數(shù)字檔案是相對孤立的，缺少相對的聯(lián)系，導致系統(tǒng)沒有辦法識別兩份電子檔案的聯(lián)系和區(qū)別。在保證電子檔案安全的同時，強化檔案關聯(lián)共享。這種數(shù)字檔案的獨立性容易產(chǎn)生大量的數(shù)據(jù)孤島，如果文件的擴展名被修改或者丟失，該文件所關聯(lián)的程序則會失效，這種情況給電子檔案歸檔帶來不少的麻煩。

3? 電子檔案管理技術研究

電子檔案的管理技術主要分為原生電子檔案歸檔技術和數(shù)字化檔案歸檔技術兩種。

3.1? 原生電子檔案歸檔技術。原生電子檔案主要是指在生活和工作中，直接產(chǎn)生的電子文件，又具有一定的保存價值，形成原生電子檔案。原生電子檔案歸檔技術主要有：在線數(shù)據(jù)收割技術、網(wǎng)絡數(shù)字資源鏡像、白色檔案轉換技術、fedora檔案存貯系統(tǒng)等。

（1）在線數(shù)據(jù)收割技術：利用開源的原理，采用自動收割技術下載整個網(wǎng)絡空間，對其進行抽取和標引，并組織成檢索庫供用戶使用。奧地利國家圖書館和維也納科技大學聯(lián)合開發(fā)和使用該項技術，目前已經(jīng)應用到奧地利數(shù)字圖書館和網(wǎng)絡學習空間。（2）網(wǎng)絡數(shù)字資源鏡像技術：這種技術主要運用主題和事件的方式對網(wǎng)絡資源進行選擇，并形成檔案資源的元數(shù)據(jù)，包括對多媒體和超文本的采集、標引、存貯并使用，最后運用人工編目的方式，為每份檔案創(chuàng)建一條目錄。美國國會圖書館開展的MINERVA項目采用的就是這種方式。（3）白色檔案轉換技術：這種技術主要為了盡量提高檔案的利用效率，并且又不破壞數(shù)字檔案的結構而采用的方法，即對原生的電子檔案逐步地仿真和轉化，由黑色檔案（原始檔案）經(jīng)過保密加工和災難恢復等工作，轉換成灰色檔案，最后再經(jīng)過訪問的限定和遷移變成白色檔案，供用戶使用，既保證了檔案的安全，也提高了檔案的利用效率。（4） fedora檔案存貯系統(tǒng)：這是一套基于linux操作系統(tǒng)的管理軟件。其允許數(shù)據(jù)的錄入、刪除和修改，通過這個系統(tǒng)可以實現(xiàn)原生數(shù)字檔案館藏資源建設，主要由弗吉尼亞大學、赫爾大學、斯坦福大學、耶魯大學和英國赫爾歷史中心共同參與完成，可以通過系統(tǒng)實現(xiàn)電子檔案的評價和初審，可以實現(xiàn)檔案的病毒檢測、自動生成檔案清單和信息包，并形成相關的檔案訪問權限。同時fedora還有數(shù)字對象存儲庫，并配有數(shù)字檔案的采集和標引系統(tǒng)，主要由英國惠康圖書館開發(fā)，包含對不同標準的元數(shù)據(jù)重新創(chuàng)建、整理和組織，并開發(fā)了元數(shù)據(jù)自動提取和實施方案。

3.2? 數(shù)字化檔案歸檔技術。數(shù)字化檔案主要是指將紙質檔案數(shù)字化后形成的檔案，這種檔案的優(yōu)點是使用的過程中不會對檔案本體造成損壞，并且方便多人同時使用。主要有頁面自動分析技術、檔案數(shù)字化技術、多媒體數(shù)字檔案技術、3D激光掃描技術。

（1）頁面自動分析技術，即在數(shù)字化的過程中，自動對檔案的信息資源進行采集和標引，該技術首先對圖像進行預處理，然后提取圖片的信息，包括圖片的線、背景線、特殊符號、標題和文本等，最后進行文字的識別和重建。希臘國家信息與電子通信研究中心正在研究使用這種技術。（2）檔案數(shù)字化技術，主要包括紙質檔案的初始轉換，數(shù)據(jù)的管理和訪問，采用文章逐條、逐頁的數(shù)據(jù)加載方式，自動創(chuàng)建頁面級，手動創(chuàng)建文章即元數(shù)據(jù)的方式，采用SGML DTD（標記通用語言——文件形態(tài)定義）來反映，英國的曼徹斯特大學學者正在開發(fā)這種模式的歸檔技術。（3）多媒體數(shù)字檔案技術，這種技術主要研究了音頻檔案信號轉換的波段分析和恢復、信號提取、副本保存等關鍵技術，采用半自動的方式從視頻和音頻中提取元數(shù)據(jù)以供檢索使用。通過檢索相似性和曲線對比來對數(shù)字資源進行識別，這樣減少了數(shù)字化抽取過程中的信息丟失，意大利的帕多瓦大學在對這項技術進行深入研究，歐洲的很多國家都是使用這種技術。（4）3D激光掃描技術，這樣技術對實物檔案數(shù)字化有很大的意義，主要是通過三維掃描和模擬，將其存儲和開放使用，目前研究這項技術的主要有斯坦福大學、加州大學和中國科技大學，已經(jīng)取得了初步的成果。

4? 結語

隨著數(shù)字化進程的加快，數(shù)字檔案產(chǎn)生的速度越來越快，研究數(shù)字檔案的歸檔技術，已經(jīng)迫在眉睫了，文中介紹了不少的數(shù)字檔案方面的新技術，這些是數(shù)字檔案的保存、提取、收錄、檢索等技術，國內外關于數(shù)字檔案滿足用戶的檔案信息需求方面需要進一步加深，要以讀者服務為宗旨進行開發(fā)。

（作者單位：河南牧業(yè)經(jīng)濟學院? 來稿日期：2015-08-20）