本文主要是介紹世新大學進行「世界日報」的數位化工作流程。

 

計畫單位：世新大學　
計畫名稱：北平世界日報內容數位化開發計畫

目錄： 計畫簡介 數位化工作流程說明 一、計畫執行 二、新聞微縮捲片 三、新聞內文 四、新聞資料輸入 五、 資料校對 六、網站建置

計畫簡介：
「世界日報」乃是世新大學創辦人  成舍我先生于1924年在北京創辦的報紙，並在1934年上海創辦「立報」。隨著二次世界大戰中日開戰後，上海被日軍攻佔淪陷（1935年），「立報」隨即轉往香港復刊。繼香港淪陷後再度轉往陪都重慶，成先生計畫在抗戰勝利後擴大辦報規劃。隨著中日戰爭結束，「世界日報」、「世界晚報」、「立報」等相繼在重慶、上海、北京復刊。隨著大陸中共政權成立，成先生跟隨蔣介石先生撤遷來台。
成先生在臺灣除為新聞報業貢獻心力外，亦創辦臺灣第一所全傳播新聞學校—世界新聞專科學校。成舍我先生於1991年2月先世，世新大學為紀念成先生辦報成就，計畫運用現代資訊科技進行世界日報數位化的工作，以重現近代中國發展歷史。新聞報紙數位化內容發展計畫在1998年進行作業測試，1999～2000年進行初步全文數位化測試。於2002年被列入國家科學委員會國家典藏發展計畫專案，計畫完成初期預估將可達成：
滿足傳播科系與中國近代史學者研究的需要；
增進歷史新聞事件資料查詢的便利性；
促進數位圖書館發展；
豐富華文網路資料庫等目標。<目錄>
 

圖一、成舍我先生家人

圖二、成舍我先生   

圖三、成舍我先生創辦各種報紙 圖四、創報之工作情形  

---

數位化工作流程說明：
現代中文資料的數位化工作，大多採取OCR文字辨識方式。但由於世界日報原文字形並不工整，原始資料保存不善、國內報紙資料庫數量不足、現有報紙資料庫收錄年代時間短，加上報紙全文影像處理等缺失，擬將世界日報的微縮資料（報紙原件存於北京圖書館），進行內容數位化開發。世界日報創刊於1925年，運用鉛字排版印刷，時間久遠紙質不佳，報紙內容甚多缺字、漏字，不常用字，簡體字等問題，又經過微縮影像列印出來，使得文字影像的自動辨識率相當低。經過廠商與相關測試結果，電腦自動辨識率不及一半。因此，在數位化過程不得不採取人工輸入方式。
整體數位化作業過程，2004年初已經將微縮捲片全面轉置完成成為數位影像檔案，放棄原本卡片製作方式，直接閱讀報紙影像檔作為文字影像輸入方式。因省略卡片製作時間，提高報紙影像的清晰度，縮減數位化資料轉置作業，同步提升數位內容開發的品質。同時全面利用FTP上傳與下載的方式進行圖文與檔案傳遞。
世界日報內容數位化工作流程，主要分成六部分進行，即計畫執行、新聞微縮捲片、新聞內文、新聞資料輸入、資料校對、網站建置。<目錄>

一、計畫執行：
該計畫由世新大學資訊傳播學系系主任莊道明副教授負責策劃執行，典藏計畫之數位化工作流程圖如下（圖五）<目錄>：

圖五、典藏數位化工作流程圖

---

二、新聞微縮捲片
針對數位化典藏的報紙資料，進行資料收錄規則。資料收錄數目方面：原則上，新聞相關內文採全文收錄，依照新聞事件逐筆輸入資料庫，預估每日約90則當天重要新聞，平均每月約2,700則新聞。報紙內的廣告、文藝副刊及週刊作品（與新聞無直接相關的版面內容）目前已經開始進行測試工作，並採用Metadata方式描述，並搭配其他相關新聞資料，提供使用者檢索。在全文新聞資料建置方面，以國內要聞、各省新聞、世界要聞、經濟界、教育界、世界瑣聞等主要版面消息為主。
透過與大陸北京圖書館等進行合作，取得原報紙內容全文的微縮捲片（圖六）（圖七）。利用微縮閱讀機讀取微縮捲片全文（圖八），並列印全文影像（圖九）。若微縮捲片品質不甚良好，則需人工調整列印，以加強列印後之品質控制。 <目錄>

圖六、世界日報微縮捲片 

圖七、世界日報微縮捲片

圖八、透過微縮機讀取世界日報之全文影像檔 

圖九、列印世界日報原版報紙  

---

三、新聞內文
2004年數位化方法流程更改為直接微縮捲片全面轉置為影像圖檔，一張圖檔即為一日全版新聞（圖十）。整版新聞以圖檔切割方式裁切為單則新聞檔案，每則圖檔即為一則新聞（圖十一），並加上新聞流水號做圖片檔名。

圖十、整版新聞圖檔 

圖十一、切割後的新聞圖檔 

將圖檔轉製成數位影像檔，發現如轉製後的圖檔清晰度或黑白對比不甚理想，考慮利用影像處理軟體來進行修圖工作，以提高打字人員辨識的輸入效率。<目錄>

---

四、新聞資料輸入
電子圖片新聞資料，交由打字人員，依據特定格式輸入電腦（圖十二），輸入欄位包括：流水號（no）、標題（ti）、副標題（ts）、日期（da）、版次（ed）、版名（cl）及全文（ct）。目前已經開始Metadata的建置、人名權威檔以及附加主題的分析。
而對於新聞版面配置與收錄原則，如下：
（一）收錄：國內要聞、世界要聞、各省新聞、經濟界（圖十三）、教育界、世界瑣聞、地方新聞。
（二）測試階段：廣告、文藝副刊、商品廣告、週刊作品。    
將主要版面消息，如國內要聞、各省新聞、世界要聞、經濟界、教育界、世界瑣聞…等新聞資料全文，依照流水號（no）、標題（ti）、副標題（ts）、日期（da）、版次（ed）、版名（cl）及全文（ct）鍵入為word檔，並以「則」為單位，上述這些資訊可供本計畫網站上檢索之用途。
文藝副刊、週刊作品目前已進行影像裁切與數位化測試，豐富世界日報網站
資料多元特性。

圖十二、新聞資料輸入   

圖十三、新聞第七版版面 

此外，若新聞原版報紙內容字跡不清楚、有缺字、漏字、不常用字、或簡體字等問題出現時，需仰賴打字員先行解讀後，試將缺字讀出，再行輸入。若上述問題仍令打字員無法解讀，則在鍵入資料時以「▓」表示之。
在輸入資料過程中，若遇難字與不常用字時，建議打字助理可使用Word中之難字表（【插入】à【符號】à字型【標準文字】＆【中日韓統一的表意文字】），來輔助輸入作業（圖十四）。或使用中央研究院文獻處理實驗室發展的漢字構形資料庫查難字、不常用字。若遇缺字時，則建議自行下載行政院主計處電子處理資料中心建置之《CNS11643中文標準交換碼全字庫》，簡稱全字庫，全字庫應用工具4.0（圖十五）。<目錄>
http://www.cns11643.gov.tw/web/index.jsp；
http://www.cns11643.gov.tw/web/download.jsp。

圖十四、難字表

圖十五、全字庫  

---

五、資料校對
對於資料校稿部分很慎重，實因關係到檢索結果呈現與資料之正確性與否的問題，故校對工作小組共規劃為三次之校稿，分別為一校、二校、三校，最後將完成三校的*.txt文字檔之新聞資料全文，匯入資料庫系統中。
(1) 一校：紙本校對(2) 。
校對工作小組將輸入資料之Word檔列印出紙本，與新聞原版報紙之電子圖像檔相互比對，進行全文資料校正與核對的工作（圖十六）。並特別注意缺、漏字與標點符號標註部分，提高輸入資料的正確率。
(3) 二校：電子檔校對(4) 。
一校完畢後，校對人員再次進行二次校對同時修正電子檔的錯誤（圖十七），檢查電子檔與影像檔之比對，如發現錯誤並修正電子檔。
(5) 三校：用Excel開啟*.txt檔校對(6) 。
將二校完成的電子檔，轉成.txt檔（圖十八）存檔，再用Excel軟體開啟*.txt檔校對（圖十九），因Excel軟體可自動分欄，增加校對效率。<目錄>

圖十六、一校 圖十七、二校   

圖十八、轉成*.txt檔 圖十九、三校 

（四）全面FTP上傳與下載圖文檔案。
利用FTP方式傳遞圖文檔案與電子檔，加快數位化作業之效率（圖二十）。

圖二十、2004年新增FTP檔案上下傳作業流程

---

六、網站建置
世界日報數位典藏計畫http://icd.shu.edu.tw/lipo/ 網站（圖二十一）之架構，目前僅提供三部分：
第一部分：計畫相關歷史背景介紹。
包括計劃緣起、報紙數位化的價值與重要性、世界日報典藏現況（現藏於世新圖書館）、數位化進行現況、世界日報版面配置、世界日報內容特色、報紙數位化的問題、實際展示等八個項目。
第二部分：世界日報全文檢索系統（圖二十二）。
將三校完成的*.txt文字檔之新聞資料全文，匯入資料庫系統中，並定時（約1～2個月）新增資料庫中新聞事件筆數，提供更豐富的新聞內容，及全文資料等瀏覽使用。使用者可透過檢索介面，利用關鍵字詞進行新聞全文檢索，更可利用布林邏輯（AND、OR、NOT）建立檢索策略進行搜尋，並可以新聞刊登起訖日期限制檢索範圍，以期檢索出精確之搜尋結果。
未來，擬加入北平世界日報微縮捲片轉出之影像檔，以供學者研究與民眾學習之用。
第三部分：網站加值。
包括歷史上的今天、與我們連絡、指正與建議、其他網站連結等四個項目。<目錄> 

圖二十一、世界日報數位典藏計畫之網站 

圖二十二、世界日報全文檢索系統之檢索介面

 

---

 

※以上數位化工作流程簡介之文字，主要是參考「世新大學北平世界日報典藏數位化工作流程調查表」、【國家數位典藏國家型計畫中程綱要計畫書】。

※製作單位：數位典藏國家型科技計畫  內容發展分項計畫
   世新大學北平世界日報典藏數位化計畫
※文字撰寫：世新大學北平世界日報典藏數位化計畫  郭哲裕、羅玉容
            數位典藏國家型科技計畫  內容發展分項計畫
            新聞主題小組助理  汪怡慧      
※圖片拍攝：數位典藏國家型科技計畫  內容發展分項計畫
新聞主題小組助理  汪怡慧、陳美智
※圖文編輯：數位典藏國家型科技計畫  內容發展分項計畫
新聞主題小組助理  曾欣怡、呂俊毅
致謝：
感謝世新大學「北平世界日報內容數位化開發計畫」之計畫主持人  莊道明
副教授撥冗指導及提供實地拍攝與簡介編寫。並感謝郭哲裕等相關計畫人員的協助。<目錄>

評分：