古騰堡計(jì)劃電子圖書的校對方法

第第頁古騰堡計(jì)劃電子圖書的校對方法1引言"古騰堡計(jì)劃"是全球最具影響力的免費(fèi)電子書網(wǎng)站之一。它由美國的邁克爾•哈特（MichaelHart）創(chuàng)建于1971年。經(jīng)過多年的發(fā)展，它已擁有超過38000種精校圖書向全球讀者提供免費(fèi)服務(wù)，既可以在線閱讀，也可以下載mobi、epub等格式的文件在亞馬遜、蘋果等廠商生產(chǎn)的移動設(shè)備上閱讀。2012年2月，其Alexa全球排名已進(jìn)入前5000位。"古騰堡計(jì)劃"采用了分布式建設(shè)的模式，其圖書大多由來自世界各地的眾多志愿者進(jìn)行加工。由于志愿者在能力、素質(zhì)以及工作熱情等方面存在著諸多差異，為保證古騰堡圖書的質(zhì)量，加強(qiáng)校對的精度顯得日益重要。在這個背景下，2000年，CharlesFranks建立了"分布式校對"系統(tǒng)，以支持"古騰堡計(jì)劃"圖書的數(shù)字化文本建設(shè)。最初，這個"分布式校對"系統(tǒng)從屬于"古騰堡計(jì)劃"。2002年，它有了自己的官方網(wǎng)站。2006年，它成為單獨(dú)的法人實(shí)體，但依然與"古騰堡計(jì)劃"有著密切的聯(lián)系，由這個系統(tǒng)產(chǎn)生的電子書，是"古騰堡計(jì)劃"圖書最重要的來源［1］。2"古騰堡計(jì)劃"電子圖書制作流程"古騰堡計(jì)劃"的電子圖書之所以受到廣泛歡迎，是因?yàn)樗仁敲赓M(fèi)的，又是高質(zhì)量的。它的圖書制作遵循著一個非常嚴(yán)格的流程：（1）使用在線的軟件和數(shù)據(jù)庫創(chuàng)建圖書館。（2）世界各地的內(nèi)容提供者將圖書掃描，并將掃描件上傳到圖書館。"古騰堡計(jì)劃"根據(jù)美國版權(quán)法對電子書進(jìn)行版權(quán)驗(yàn)證，只有版權(quán)過期者才可以添加到計(jì)劃的列表中。（3）參與校對的志愿者選擇一本圖書進(jìn)行校對。（4）這時(shí)候，網(wǎng)站會顯示給校對者一個網(wǎng)頁，內(nèi)容包括掃描文件和通過文字識別軟件產(chǎn)生的文本文件，校對者通過兩者的比對進(jìn)行校對。這極大地減少了校對者的工作量。（5）除了修正文字識別軟件所產(chǎn)生的文本中的錯誤，校對者還需標(biāo)注原著中的粗體、斜體字以及腳注等內(nèi)容。（6）校對是協(xié)作式的，來自世界各地的志愿者通過互聯(lián)網(wǎng)可能對同一本書的不同頁進(jìn)行校對。校對者在完成了對某本圖書一頁的校對后，可以再申請新的校對頁，也可以退出校對。有意思的是，"古騰堡計(jì)劃"并不鼓勵校對者一天校對太多的頁數(shù)，他們的建議是"一天一頁"。他們認(rèn)為，每個人每天對校對工作貢獻(xiàn)的綿薄之力，最終會形成生產(chǎn)數(shù)字圖書的強(qiáng)大力量。2004年，"古騰堡計(jì)劃"的管理者自豪地宣布：平均每天有300～400個志愿者參與校對工作，平均每天完成校對頁數(shù)4000～7000個，這意味著每分鐘完成校對4個圖書頁。實(shí)際上，2004年以后，志愿者數(shù)量和校對頁數(shù)總量等數(shù)據(jù)每年都有相當(dāng)大的增長［2］。（7）校對過的圖書頁會保存在網(wǎng)站的數(shù)據(jù)庫中，等待下一輪的校對。"古騰堡計(jì)劃"的校對會有2輪，以盡量避免錯誤的發(fā)生。（8）當(dāng)所有的圖書頁都經(jīng)過2輪校對后，"古騰堡計(jì)劃"的處理軟件會將其整合成一本完整的數(shù)字圖書，并且再進(jìn)行一次錯誤檢查。由于一本書的校對很可能是由多人完成，因此這時(shí)的重點(diǎn)在于一致性的檢查上。（9）通過檢查后的圖書會被歸檔，并上傳到全球各地的鏡像站點(diǎn)，向全世界提供免費(fèi)閱讀和下載［3］。可以看出，"古騰堡計(jì)劃"的數(shù)字圖書制作，奉行"質(zhì)量優(yōu)先"的原則。雖然它的圖書數(shù)量并不太多，但涵蓋了莎士比亞、列夫•托爾斯泰、馬克•吐溫等著名作家的經(jīng)典作品，另外也包含了許多非文學(xué)類的名家名作，而且這些都是相對可靠的電子文本，為世界各地的讀者進(jìn)行閱讀、欣賞和研究提供了極大的便利。3分布式校對的幾個關(guān)鍵環(huán)節(jié)3．1分布式校對與集中化管理"古騰堡計(jì)劃"的圖書校對和制作雖然是由各地的志愿者采用分布式的方法完成的，但其基礎(chǔ)卻是集中化管理。在版權(quán)認(rèn)定、決定哪些圖書可以進(jìn)行掃描、校對與提交以及圖書的整合、發(fā)布等方面，都不是由志愿者自由和隨意地進(jìn)行，而是由"古騰堡計(jì)劃"的核心小組統(tǒng)一安排。"古騰堡計(jì)劃"的管理者會在廣泛搜羅圖書的基礎(chǔ)上對未加工的圖書進(jìn)行審查和鑒定。作為非贏利性組織，"古騰堡計(jì)劃"準(zhǔn)備加工圖書的來源非常龐雜，很多圖書來自圖書拍賣會、圖書館的剔舊以及各類捐贈。志愿者會將這些圖書的封面、封底和版權(quán)頁掃描，送交"古騰堡計(jì)劃"的版權(quán)小組進(jìn)行審查。版權(quán)小組由熟悉知識產(chǎn)權(quán)領(lǐng)域法規(guī)的專家組成。只有通過審查的圖書，才會被允許進(jìn)行數(shù)字化加工。這一舉措，有效地避免了可能出現(xiàn)的知識產(chǎn)權(quán)糾紛。一旦通過了版權(quán)審查，相應(yīng)的紙質(zhì)圖書會被送交個別志愿者，他們將書脊拆散后掃描，在得到掃描圖像的同時(shí)，用文字識別軟件產(chǎn)生與圖像文件對應(yīng)的文本，然后將這些文件上傳到服務(wù)器。這一工作過程也是相對集中的，僅由少數(shù)較為可靠的志愿者完成，這樣可以保證掃描與文字識別的精度。上傳到服務(wù)器的文件進(jìn)入"分布式校對"系統(tǒng)，發(fā)布在互聯(lián)網(wǎng)上。這時(shí)來自世界各地的眾多志愿者就可以利用該系統(tǒng)進(jìn)行分布式校對。在所有的工作環(huán)節(jié)中，項(xiàng)目管理員（ProjectManager）、后期制作員（PostProcessor）發(fā)揮著重要作用。項(xiàng)目管理員負(fù)責(zé)監(jiān)控?cái)?shù)字圖書的制作過程，后期制作員負(fù)責(zé)在校對完成后整本圖書的整合工作，包括確定圖書的題名是否正確、圖書結(jié)構(gòu)是否完整、是否有缺頁等［4］。可以看到，"分布式校對"系統(tǒng)的設(shè)計(jì)針對的是在電子書制作中工作量最大的校對環(huán)節(jié)，它運(yùn)用Web2．0的思維，利用眾多志愿者的合力突破了圖書數(shù)字化工作中的瓶頸。同時(shí)，在電子圖書的制作過程中堅(jiān)持嚴(yán)格的質(zhì)量控制，在目標(biāo)確認(rèn)、工作流程制定、質(zhì)量監(jiān)測、圖書發(fā)布等環(huán)節(jié)均由專家進(jìn)行集中化管理，遵循嚴(yán)謹(jǐn)?shù)囊?guī)范。3．2校次的管理為了防止疏漏和失誤，"古騰堡計(jì)劃"電子圖書的分布式校對并非一次成型，而是堅(jiān)持多次交叉校對。他們把不同階段的校對文本分為"銅文本"（Bronzee－texts）、"銀文本"（Silvere－texts）和"金文本"（Golde－texts），這與中國古代校讎的"三校"制有異曲同工之妙［5］。"銅文本"指那些處于最初校對階段的文本，任何注冊后的志愿者都可以在上面展開工作，主要任務(wù)是清除用軟件進(jìn)行文字識別所產(chǎn)生的錯誤。新加入的志愿者只能從事這一階段的工作，整本圖書的后期加工與合成則由富有經(jīng)驗(yàn)的資深志愿者完成。"銀文本"指那些已經(jīng)經(jīng)過校對并按照規(guī)定的編排格式整合成型、處于后期加工階段的圖書，這一階段的主要任務(wù)是進(jìn)行一系列準(zhǔn)確性和一致性的檢查。"金文本"指那些完成了一系列校對、格式編排、后期加工等程序，提交到古騰堡網(wǎng)站供讀者下載使用的圖書。當(dāng)然，這類圖書的文本也并非不可更改?？紤]到數(shù)字圖書生產(chǎn)的復(fù)雜性，各個環(huán)節(jié)的工作稍有疏忽都可能造成錯誤，"古騰堡計(jì)劃"建立起了強(qiáng)大的報(bào)錯機(jī)制。志愿者和普通讀者都可以向古騰堡的管理者報(bào)告其正式發(fā)布的圖書中的錯誤。對于報(bào)錯，"古騰堡計(jì)劃"也有一套自己的流程和標(biāo)準(zhǔn)，例如對目錄錯誤和文本錯誤的報(bào)告區(qū)別對待，對如何報(bào)告缺字、排印錯誤等，都有具體的要求［6］。嚴(yán)格的校次管理，保證了數(shù)字圖書的質(zhì)量。強(qiáng)大的報(bào)錯機(jī)制，使得"古騰堡計(jì)劃"的圖書始終處于不斷自我完善的過程之中。#p#分頁標(biāo)題#e#3．3"閱讀校對"環(huán)節(jié)"古騰堡計(jì)劃"的電子圖書制作，有一個"閱讀校對"（smoothreading）的環(huán)節(jié)，用來發(fā)現(xiàn)校對容易忽略的錯誤，他們歡迎更多的志愿者作為閱讀者（SmoothReaders）參與到校對工作中來。這與中國古代強(qiáng)調(diào)的讀校法有幾分相似。讀校法是重要的校對方法，對充分調(diào)動各感官的功能，避免生理和心理疲勞，實(shí)現(xiàn)優(yōu)質(zhì)高效的校對目標(biāo)，很有作用。當(dāng)然，對于閱讀時(shí)是否必須出聲朗讀，"古騰堡計(jì)劃"并沒有硬性的要求。"古騰堡計(jì)劃"將經(jīng)過對校之后的文本放在一個專門的數(shù)據(jù)庫中，供閱讀校對者使用，每個文本之前都有對這些文本性質(zhì)的描述以及閱讀校對的具體要求，志愿者可以方便地查詢自己感興趣的文本。志愿者下載了文本后，就可以進(jìn)行閱讀。在閱讀過程中，無論是發(fā)現(xiàn)影響流暢表達(dá)還是使自己感覺困惑的段落，志愿者都可以添加標(biāo)注。當(dāng)然，一些明顯的錯誤，志愿者也可以直接進(jìn)行修訂。"古騰堡計(jì)劃"建立了一個機(jī)制，使閱讀者和進(jìn)行圖書的后期加工的志愿者能夠很好地協(xié)同工作。當(dāng)志愿者選擇朗讀某個文本時(shí)，可以通過網(wǎng)站發(fā)送信息給從事圖書后期加工的志愿者，讓他知道目前是誰正在對文本進(jìn)行閱讀校對。而閱讀校對的成果，無論是有根據(jù)的改正還是無把握的存疑，又都可以通過網(wǎng)站及時(shí)地反饋給進(jìn)行圖書的后期加工的志愿者［7］。3．4尋求更大的用戶參與度"古騰堡計(jì)劃"電子圖書的生產(chǎn)，工作量是巨大的。因此，如何召喚更多的志愿者參與其中，是保證"古騰堡計(jì)劃"活力的關(guān)鍵因素。"古騰堡計(jì)劃"在其網(wǎng)站上專門設(shè)置了"志愿者之聲"的欄目，讓志愿者代表現(xiàn)身說法，解釋他們?yōu)槭裁丛敢饣ㄙM(fèi)那么多業(yè)余時(shí)間進(jìn)行免費(fèi)電子書的制作，從中能夠得到怎樣的樂趣，從志愿工作中如何能夠?qū)ふ业缴膬r(jià)值和意義，從而彰顯網(wǎng)站"創(chuàng)造和分享知識"的核心價(jià)值觀。榜樣的力量是無窮的，"古騰堡計(jì)劃"希望通過這種方式，吸引更多的人參與到網(wǎng)站建設(shè)中來［8］。"古騰堡計(jì)劃"非常重視網(wǎng)上宣傳，尤其重視反向鏈接的數(shù)量。為此，他們專門制作了官方的按鈕和廣告橫幅，植入了網(wǎng)站的鏈接，以HTML代碼形式發(fā)布，鼓勵各類網(wǎng)站和博客插入這些代碼。這些按鈕和廣告橫幅有80x15、104x40、104x90、104x104、468x60等不同像素大小，有的是靜態(tài)的，有的有動畫效果，以適應(yīng)不同網(wǎng)站和博客的不同需求。隨著"古騰堡計(jì)劃"的影響力的不斷增大，其反向鏈接數(shù)量不斷增多，據(jù)Alexa的分析已經(jīng)超過了3．1萬個。眾多的反向鏈接不但為網(wǎng)站帶來了大量的讀者，同時(shí)也帶來了更多的志愿者［9］。此外，F(xiàn)acebook、Google＋、Twitter等社交網(wǎng)絡(luò)應(yīng)用也被用于擴(kuò)大網(wǎng)站的影響。"古騰堡計(jì)劃"善于將大的工作任務(wù)分解細(xì)化，以適應(yīng)不同志愿者的能力、素質(zhì)和興趣的差異。除了校對工作外，志愿者還可以承擔(dān)提供紙質(zhì)圖書、燒制電子書光碟供沒有互聯(lián)網(wǎng)接入地區(qū)的人們使用、在網(wǎng)絡(luò)上宣傳等不同性質(zhì)的任務(wù)。讓人們做自己擅長和感興趣的事，這種理念也有助于志愿者數(shù)量的增長，有利于用戶參與度的提高［10］。3．5詳盡的幫助文檔和協(xié)作者社區(qū)的建立由于參與電子書制作的志愿者是一個非常龐大的群體，為有效地協(xié)同工作，"古騰堡計(jì)劃"提供了非常詳細(xì)的幫助文檔，建立了一個FAQ中心，內(nèi)容包括入門性質(zhì)的概況介紹、分布式校對、格式編排、圖書后期加工、項(xiàng)目的創(chuàng)建和管理、如何指導(dǎo)新手、建議、報(bào)錯與開發(fā)、郵件列表等諸多方面。以分布式校對為例，幫助文檔內(nèi)容涵蓋校對的指導(dǎo)方針、摘要、細(xì)則、為新手準(zhǔn)備的教程與測試以及校對軟件的使用指南。標(biāo)準(zhǔn)版和加強(qiáng)版軟件的使用指南分別列出，以方便志愿者的查詢［11］。"古騰堡計(jì)劃"為參與分布式校對的志愿者提供了一個BBS論壇，為大家的交流提供了一個網(wǎng)絡(luò)平臺。論壇分為新手入門、站務(wù)、活動、項(xiàng)目、社區(qū)、軟件使用、基金會等子版塊。如果志愿者在校對過程中遇到疑問，在幫助文檔中又無法找到，可以在論壇中發(fā)表論題，尋求幫助，展開討論。論壇的活躍程度較高，共擁有超過10萬的注冊用戶，發(fā)表了超過70萬的論題。協(xié)作者社區(qū)不但是志愿者答疑解惑的平臺，也是志愿者凝聚力的重要保證［12］。4古騰堡模式的借鑒意義實(shí)踐證明，由眾多用戶參與內(nèi)容建設(shè)的Web2．0方式，比閉門造車要有效率得多。目前國內(nèi)有許多失去著作財(cái)產(chǎn)權(quán)保護(hù)時(shí)間限制的圖書，包括大量有價(jià)值的古籍，并沒有進(jìn)行數(shù)字化加工。許多圖書館和其他機(jī)構(gòu)想要進(jìn)行這一工作，因?yàn)辇嫶蟮墓ぷ髁坑譀]有充足的經(jīng)費(fèi)和人員支持從而裹足不前。如果我們能夠參照"古騰堡計(jì)劃"分布式校對的工作模式，動員大批志愿者參加圖書數(shù)字化工作，