(略) 资源建设

A、 (略) 资源建设之地方图书数字化全文识别加工

资源数字化数量： * 0页

1、元数据加工标准

1.1规范性引用文件

下列文件对于本规则的应用是必不可少的。

《中国文献编目规则》(第 * 版)

《GB/T 点击查看>> 0信息与文献都柏林核心元数据》

《信息资源的内容形式和媒体类型标识》(GB/T 点击查看>> )

1.2著录对象

以数字化文献为著录对象。 * 般以具有独立名称、并可独立使用的 * 个数字资源为著录单位。

图书的著录单位为 * 种图书。 (略) 分资源， * 般可自由选择综合著录或分散著录。

1.3著录信息源

著录信息源是资源本身。资源本身是著录的首选来源。资源本身信息不足，可参考其他信息源。

1.4著录用文字

题名、责任者等取自资源本身的信息 * 般按资源本身的文字著录。

(略) 描述或标引的信息均采用简体中文著录。

有规范或规定编码标准的要求按标准著录，如：语种、中图分类。

日期用阿拉伯数字著录。

推荐采用ISBD著录标识符。

* 个著录项中多个著录内容之间以半角分号分隔。

1.5元数据著录简表

必备项为：加工编号、正题名、中图分类、主题词或关键词、摘要、内容形式、媒体类型、格式、页码、语种、适用对象、CDOI、数据提交单位、所属任务年份，共计 * 项;有则必备项为：其它提名、责任者名称、责任方式、附注、出版者名称、出版地、出版日期、关联、时间范围、空间范围、版本、ISBN、统 * 书号、发布地址，共计 * 项。

2、图像数字化标准和命名规则

2.1图像扫描加工

扫描前根 (略) (InternationalColorConsortium，简称ICC)标准，做加工设备的基本色彩校正，及针对各 (略) 色彩校正;

逐页扫描;

黑白页和灰度页用灰度方式扫描

色彩位深：8位

分辨率： * dpi;小于5号字体用 * dpi

档案典藏级格式：TIFF不压缩

发布服务级：PDF(经过JPEG * 压缩后，再做格式转换)

彩色页用彩色方式扫描

色彩位深： * 位

分辨率： * dpi;小于5号字体用 * dpi

档案典藏级格式：TIFF不压缩

发布服务级格式：PDF(经过JPEG * 压缩后，再做格式转换)

(略) 理。对出现偏 (略) (略) 理，图像歪斜度不可以超过 * 度，对方向不正 (略) 旋转还原，以符合阅读习惯;

(略) 理。对图像页面中出现的影响图像质量的杂质 (略) (略) 理;

图像拼接。若原文献幅面较大，无法整体采集的，可将原件分画幅采集(分画幅采集时，注意各拍摄区域边缘须留有 * 定的重复采集区域，以保证 (略) (略) 连贯完整)，服 (略) (略) 理，合并为 * 个完整的图像，以保证数字文件的整体性(合并信息应在readme. (略) 说明)。

2.2图像文件质量要求

图像文件(各种格式)放大到1：1状态，逐页检查。检查文件是否有彩点、彩线、太淡、太浓、黑边、污点、歪斜、模糊(马赛克等)或图像内容不完整等现象。若不符合图像质 (略) 图像校正或重新扫描;

图像文件真实反映原件，同册图书的图像尺寸相同，不得有失真现象;不能有缺页、错页、数据内容缺失等现象(原件有缺失的除外);

档案典藏级图像， (略) 适当的纠偏， (略) 理，以不压缩标准格式存档。发布服务级的图像，为有损压缩图像格式， * 页为 * 个PDF文件，在转换工作中应在图像轮廓清晰可读的前提下(可放大到实际尺寸检查判定)，尽量减小数据量;

图像符合扫描规格要求和技术参数;

所有文件保存位置以及文件命名正确,同 * 流水号不得有跳号情况，可以有效打开和显示;

图像的综合错误率不超过1‰。

2.3命名规则

2.3.1加工编号(book_id)

文献数字化加工过程中 * 册文献的唯 * 标识，它由 * 位数字和1位下划线组成。

文献基本资料类型(1位)、文献语种(1位)、任务年(2位)、机构代码(4位)、下划线(1位)、 (略) 流水号(3位)。

本规则针对地方图书的文献基本资料类型为(0：图书)，文献语种为(1：中文)，任务年为公元年后两位数字( * 年项目统 * 为 * )，机构代码见《推广工程数字资源联合建设机构代码》， (略) 流水号 (略) 分配，从1开始，不足3位以0补齐。

例： 点击查看>> _ *

2.3.2图像文件名

文件后缀名为小写字母

前封(含封 * 、封 * )

扫描文件名为Axxxxx_ * ，其中xxxxx为5位数字，按原书顺序依次排序。

前附页

目录页之前的前附页扫描文件名为Bxxxxx_ * ，其中xxxxx为5位数字，按原书顺序依次排序。

目录页之后的前附页扫描文件名为Dxxxxx_ * ，其中xxxxx为5位数字，按原书顺序依次排序。

目录页

扫描文件名为Cxxxxx_ * ，其中xxxxx为5位数字，按原书顺序依次排序。

正文

有页码的正文扫描文件名为Txxxxx_ * ,其中xxxxx为5位数字,与原书页号 * 致，按原书顺序依次排序。当存在大幅图像需分区扫描时其文件命名为Txxxxx_ * zz，其中zz为数字，表示扫描图像分区，按扫描顺序排序，对应的发 (略) 合并后命名为Txxxxx_ * 。例如：该图在原书的第 * 页，该图分成4个画幅，则4个画幅的扫描文件名分别为T0 * .tif、T0 * .tif、T0 * .tif、T0 * .tif，拼接后的发布级图像文件名为T * 8_ * .pdf。

正文中插页扫描文件名为Txxxxx_yy，其中xxxxx为5位数字,表示插页的前 * 页顺序号,yy为数字，表示插页，并按原书顺序依次排序。当插页中存在大幅图像需分区扫描时其命名为Txxxxx_yyzz，yy为数字，表示插页;zz为数字，表示扫描图像分区，按扫描顺序排序，对应的发布服 (略) 合并后命名为Txxxxx_yy。例如： * 张图夹在 * 页、 * 页之间，且该图分成4个画幅扫描，则4个画幅的扫描文件名分别为T0 * .tif、T0 * .tif、T0 * .tif、T0 * .tif，将4个画幅拼接后，该图的文件名为T * 0_ * .pdf。

后附页

扫描文件名为Yxxxxx_ * ，其中xxxxx为5位数字，按原书顺序依次排序。

后封(含封 * 、封 * )

扫描文件名为Zxxxxx_ * ，其中xxxxx为5位数字,按原书顺序依次排序。

3、TXT文本标准

对图像 (略) ocr识别，每页生成 * 个对应的TXT文件，文件命名与TIFF图像 * 致，后缀名小写。文本转换数据的准确率平均应达到 * %以上。

4、数据库标准

4.1数据库命名

(略) 对应数据库。数据库名由8位数字组成：

文献基本资料类型(1位)、文献语种(1位)、任务年(2位)、机构代码(4位)。

例： 点击查看>> .mdb

4.2数据库制作

4.2.1对ma (略) (略) 理，制作文献基本信息表(book)。

4.2.2目录信息著录，生成文献目录信息表(catalog)。

4.2.3文献版权页著录，生成文献版权信息表(copyright)。

4.2.4不带页号插图信息著录，生成文献插页信息表(inset)。

注：图书中有夹页时，对 (略) 标引。

4.2.5文献缺页信息著录，生成文献缺页信息表(lostpage)。

注：图书有缺失页时，对 (略) 标引。

4.2.6文献结构信息著录，生成文献结构信息表(struct)。

注：起始页号均为文献印刷页码

4.2.7记录扫描分辨率、压缩因子、文件数量、存储量等信息，生成文献加工信息表(process)。

4.3数据库制作要求

数据库的制作符合下列要求。

(1)文件格式为mdb格式;

(2)使用字符集为UTF-8;

(3)著录信息应严格按照文献 (略) 描述，所著内容与对象文件应正确链接;

(4)数据库字段各类表格等内容严格按照规定和样例版式;

(5)著录中遇到无法录入的生僻字、公式、符号等内容用“〓”表示。同时将“〓”所对应图像文件保存在档案典藏级数据内，以“〓”命名的文件夹内，建立方法：

子目 (略) 有用“〓”表示的图像文件;

图像文件删除其他信息，仅保留“无法录入的内容” (略) 的信息，tif不压缩格式，图像命名不变;

多个用“〓”表示的内容对应同 * 个图像时，仅保存 * 个图像文件;

(6)各种著录的文字、符号、版式、位置和文件名称准确，其综合错误率不超过0.3‰。

5、说明文件

5.1制作文献的说明文件

说明文件格式：MicrosoftExcel

说明文件命名：由8位组成：文献基本资料类型(1位)、文献语种(1位)、加工年(2位)、机构代码(4位)。如： 点击查看>> .xls

(说明文件的5张表需保存在同 * 个Excel文件的不同工作表中，每个工作表按下列表命名)。

5.1.1数据总体说明表

5.1.2保存级对象数据硬盘存储清单

5.1.3发布级PDF对象数据硬盘存储清单

5.1.4发布级TXT对象数据硬盘存储清单

5.1.5图书单册数据量统计表

5.2制作每册文献和保存数据介质的说明文件

6、存储规则

6.1存储介质及命名

存储介质为硬盘，硬盘命名由8位组成：

文献基本资料类型(1位)、文献语种(1位)、加工年(2位)、机构代码(4位)。

6.2数据存储规则

存储内容包括：TIFF图像、PDF、TXT文本、对应数据库、说明文件、介质说明文件，书目数据文件各 * 份。

各类型对象数据按加工编号递增顺序依次放置在硬盘内，保存目录及文件名由 * 级组成：

第 * 级目录为加工编号的前8位，如 点击查看>> ，同时将介质 (略) 保存 点击查看>> );

第 * 级目录为TIFF,PDF,TXT同时将对应数据库 点击查看>> )、说明文件 点击查看>> )、书目数据文件 点击查看>> )并行保存;

第 * 级目录为加工编号;

第 * 级目录为相应格式的对象数据文件，需要相应的单册文献的说明文件。

7、加工成品数据的文献管理平台功能要求

1.该发布系统需具备完善 (略) 资源管理和发布软件技术平台,包括数字资源发布、检索、阅读、管理、采集、制作、下载以及用户交互等功能。资源类型包括图书、期刊、论文以及自建数据库，并且实现在图书，期刊，论文、自建库的统 * 的检索和获取。平台功能成熟，检索方便快捷，具备多种途径的单项检索、组合条件检索。

2.能够兼容国家 * 计划中 (略) 示范工程标准PDG格式的电子图书文献资源，技术上能够做到整合到同 * 平台中，同时支持转换PDF、PDG、PNG、Word格式的 (略) 页版阅读方式，方便大多数用户使用习惯。同时实现不同格式的文档转换，所有图书均可实现文字图像复制摘录和图书无损缩放。支持元数据检索、目次检索、全文检索等多种检索方式， (略) 统 * 的用户界面，提供各种高级的检索功能，具有突出的检索性能。

3.该系统需具备独立完善的管理平台，管理功能全面，具备基本状态、流量分析、用户管理、排行管理、IP范围管理、图书管理、反馈需求管理、公告问题管理、频道专题管理、页面模板风格管理等功能;能实现自建特色库，系统具有良好的开放性和兼容性，除电子图书外还可以支持音频、视频、期刊、专题数据库、标准、网站信息等的使用。

4.不限制使用用户个数，无下载量限制，软件无用户数或使用次数限制; (略) 资源管理，包括推荐资源，查询，分类管理、设置; (略) 修改用户的 (略) 域网IP范围。

5. (略) 开发 (略) 软件系统 * 套，免费对数据库及相关软件系统的安装、调试、培训与维护。

6.平台提供IP和用户名两种身份认证和权限管理方式， (略) (略) 地址的情况下可以实现镜 (略) 账号访问;具有强大的查询检索、图书推荐、 (略) 、访问量统计等功能，并支持页面定制。

B、 (略) 资源建设之地方报纸数字化及篇名识别加工

建设数据量： * 版

1、元数据加工标准

1.1规范性引用文件

下列文件对于本规则的应用是必不可少的。

《中国文献编目规则》(第 * 版)

《GB/T 点击查看>> 0信息与文献都柏林核心元数据》

《信息资源的内容形式和媒体类型标识》(GB/T 点击查看>> )

1.2著录对象

以数字化文献为著录对象。 * 般以具有独立名称、并可独立使用的 * 个数字资源为著录单位。

报纸的著录单位为 * 种报纸。

对于连续性资源的著录对象是否发生改变，可依据题名、发行者、版本等的 (略) 判断，具体规则参照《中国文献编目规则》(第 * 版)。

1.3著录信息源

著录信息源是资源本身。资源本身是著录的首选来源。资源本身信息不足，可参考其他信息源。

报纸的著录信息源是本题名下第 (略) 分，若无法获得本题名下第 (略) 分，应以可获 (略) (略) 分著录。

1.4著录用文字

题名、责任者等取自资源本身的信息 * 般按资源本身的文字著录。

(略) 描述或标引的信息均采用简体中文著录。

有规范或规定编码标准的要求按标准著录，如：语种、中图分类。

日期用阿拉伯数字著录。

推荐采用ISBD著录标识符。

* 个著录项中多个著录内容之间以半角分号分隔。

1.5元数据著录简表

必备项为：加工编号、正题名、中图分类、主题词或关键词、内容形式、媒体类型、格式、语种、适用对象、出版频率、馆藏范围、CODI、数据提交单位、所属任务年份，共计 * 项;有则必备项为：其它提名、附注、出版者名称、出版地、开始日期、终止日期、关联、时间范围、空间范围、ISSN、统 * 刊号、发布地址，共计 * 项。

2图像数字化标准和命名规则

2.1图像扫描加工

扫描前根 (略) (InternationalColorConsortium，简称ICC)标准，做加工设备的基本色彩校正，及针对各 (略) 色彩校正;

逐版扫描;

黑白页和灰度页用灰度方式扫描

色彩位深：8位

分辨率： * dpi

档案典藏级格式：TIFF不压缩

彩色页用彩色方式扫描

色彩位深： * 位

分辨率： * dpi

档案典藏级格式：TIFF不压缩

(略) 理。对出现偏 (略) (略) 理，图像歪斜度不可以超过 * 度，对方向不正 (略) 旋转还原，以符合阅读习惯;

(略) 理。对图像页面中出现的影响图像质量 (略) (略) 理。

2.2图像文件质量要求

图像文件放大到1：1状态，逐版检查。检查文件是否有彩点、彩线、太淡、太浓、黑边、污点、歪斜、模糊(马赛克等)或图像内容不完整等现象。若不符合图像质 (略) 图像校正或重新扫描;

图像文件真实反映原件，同种报纸图像尺寸相同，不得有失真现象;按版次顺序由小到大，符合阅读习惯，不能有缺版、错版、数据内容缺失等现象(原件有缺失的除外);

图像符合扫描规格要求和技术参数;

所有文件保存位置以及文件命名正确，可以有效打开和显示;

图像综合错误率不超过1‰。

2.3命名规则

注：档案典藏级文件(TIFF格式)与其相应的发布文件(双层PDF格式和XML格式)命名规则相同，这里仅以TIFF格式文件为例，文件后缀名均为小写。

2.3.1加工编号

加工编号是报纸数字化加工过程中 * 种报纸的唯 * 标识号，由 * 位数字和下划线组成。文献基本资料类型(1位)、文献语种(1位)、任务年(2位)、机构代码(4位)、下划线(1位)、 (略) 报纸种类编号(3位)。中文报纸的文献基本类型为(2：报纸)，文献语种编码为(1：中文)。

2.3.2文件命名规则

每期报纸按照实际版次命名，用 * 位数字表示，后缀名小写tif。如第 * 版为 * .tif，第2版为 * .tif;则若报纸包含号外、增刊、副刊、特刊等特殊版面，且其不属于报纸原有常规版次内容，为独立的另起版面，其文件的命名规则为：特殊版面种类拼音首字母(大写)+版次(2位，如有实际印刷版次，按实际命名，如没有则按 * 开始顺序命名)，如号外第 * 版H * .tif、增刊第 * 版Z * .tif、副刊第 * 版F * .tif、特刊第 * 版T * .tif;若报纸中存在通版(即打通同 * 面上两个相邻版而形成的版)情况，应将这两版整体扫描为 * 个图像文件，并同时将其保存为这两版的图像，如当报纸中的第2版和第3版为通版时，通版图像整体保存为 * 个文件，并且将这 * 图像同时命名为 * .tif和 * .tif。

3双层PDF标准

3.1双层PDF加工

将处理完成 (略) 报纸篇目文字识别校对。采用图在文 (略) 双层PDF输出。

PDF文件根据图像尺寸、颜色、数据存储量、按JPEG * 有损压缩，压缩因子适度动态调整，在确保图像清晰的情况下，尽量压 (略) 占空间至最小。

3.2PDF文件质量要求

兼容adobereader6.0及以上版本。

在保持图像清晰可读的基础上尽可能减小存储量。

P (略) 使用的字体以”已嵌入子集”方式嵌入PDF文件。

双层PDF文件的图像层和文字层的文字对位准确，反显区域与文字区域相差1毫米以内。

双层PDF错误率不超过0.3‰。

4XML文件标准

文件应著录全面的报纸信息，记录标题及篇目位置等信息，标题位置为引题、标题和副题的整体位置，遵守XML语法规则，按 (略) 制作XML，使用utf-8字符集，错误率小于0.3‰。

5数据库标准

5.1数据库命名

每种报纸单独制作数据库，其命名与报纸加工编号相同，如： 点击查看>> _ * .mdb。

5.2数据库制作

5.2.1报纸基本信息表(book)

5.2.2报纸版面篇目信息表(catalog)

5.2.3报纸结构信息表(struct)

5.3数据库制作及要求

标引数据库以MDB数据库方式提交，后缀名mdb;

基本信息表的内容应与MARC数据相应内容保持 * 致;

版面篇目信息数据库标引要求真实反映报纸原貌;

结构信息表应严格按文献 (略) 描述;

无法录入的生僻字等用“〓”表示;

版面篇目信息表与XML文件的对应元素项的内容应 * 致;

各种著录、说明文件的文字、符号、版式、位置和文件名称准确，其综合错误率不超过0.3‰。

6说明文件

6.1数字化成品总清单

说明文件格式：MicrosoftExcel

说明文件命名：地方文献数据说明(说明文件的5张表需保存在同 * 个Excel文件的不同工作表中，每个工作表按下列表命名)。

6.1.1提交数据总体说明

6.1.2保存级对象数据硬盘存储清单

6.1.3发布级PDF对象数据硬盘存储清单

6.1.4发布级XML对象数据硬盘存储清单

6.1.5每种文献数据量统计表

6.2每个存储介质内的说明文件 点击查看>> )

7.存储规则

7.1存储介质及命名

存储介质为硬盘，硬盘命名由8位组成：

文献基本资料类型(1位)、文献语种(1位)、加工年(2位)、机构代码(4位)。

7.2数据存储规则

存储内容包括：TIFF图像、双层PDF、XML、对应数据库、说明文件、介质说明文件，书目数据文件各 * 份。

各类型对象数据按加工编号递增顺序依次放置在硬盘内，保存目录及文件名由 * 级组成：

第 * 级目录为加工编号的前8位，如 点击查看>> ，同时将介质 (略) 保存 点击查看>> );

第 * 级目录为TIFF,PDF,XML同时将对应数据库、说明文件 点击查看>> )、书目数据文件 点击查看>> )并行保存;

第 * 级目录为加工编号;

第 * 级目录为相应格式的对象数据文件;

第 * 级目录为相应格式的对象数据文件。

8加工成品数据的文献管理平台功能要求

1.该发布系统需具备完善 (略) 资源管理和发布软件技术平台,包括数字资源发布、检索、阅读、管理、采集、制作、下载以及用户交互等功能。资源类型包括图书、期刊、论文、报纸以及自建数据库，并且实现在图书，期刊，论文、报纸、自建库的统 * 的检索和获取。平台功能成熟，检索方便快捷，具备多种途径的单项检索、组合条件检索。

2.能够兼容国家 * 计划中 (略) 示范工程标准PDG格式的电子图书文献资源，技术上能够做到整合到同 * 平台中，同时支持转换PDF、PDG、PNG、Word格式的 (略) 页版阅读方式，方便大多数用户使用习惯。同时实现不同格式的文档转换，所有图书均可实现文字图像复制摘录和图书无损缩放。支持元数据检索、目次检索、全文检索等多种检索方式， (略) 统 * 的用户界面，提供各种高级的检索功能，具有突出的检索性能。

3.该系统需具备独立完善的管理平台，管理功能全面，具备基本状态、流量分析、用户管理、排行管理、IP范围管理、图书管理、反馈需求管理、公告问题管理、频道专题管理、页面模板风格管理等功能;能实现自建特色库，系统具有良好的开放性和兼容性，除电子图书外还可以支持音频、视频、期刊、专题数据库、标准、网站信息等的使用。

4.不限制使用用户个数，无下载量限制，软件无用户数或使用次数限制; (略) 资源管理，包括推荐资源，查询，分类管理、设置; (略) 修改用户的 (略) 域网IP范围。

5. (略) 开发 (略) 软件系统 * 套，免费对数据库及相关软件系统的安装、调试、培训与维护。

6.平台提供IP和用户名两种身份认证和权限管理方式， (略) (略) 地址的情况下可以实现镜 (略) 账号访问;具有强大的查询检索、图书推荐、 (略) 、访问量统计等功能，并支持页面定制。

     (略)

    长政采[ * ]JZTP-C1- (略) 资源建设项目，由于采购人调整采购需求，原报价时间变更为 * 日。

     * 日

    变更后需求如下

    备注：成交供应商需负责将加工 (略) 原有软件平台对接并将数据导入， (略) 验收合格。

(略) (略)

* 日