全国『地方志』全文数字化工程全面报道

★国家图书馆“地方志”二期全文数字化工程胜利完成

    本公司的全文数字化工程部，经过极其艰难的奋斗，在国家图书馆的专家和领导的指导支持下，2004年末，圆满地完成了“地方志”一期50万页约2.5亿多字全文数字化工程后，在2005年12月初，又出色地完成了二期40万页的约1.7亿字的重大工程。

    “地方志”不像其他古籍，它是各地自行编、写、刻、印的综合性小百科全书。由于年代久远，各地编、写、刻、印的水平相差很大，用字不规范，千差万别；刻印不工整，拓印深浅不一；浅的看不清，深的黑糊一片。而操作员又是新招聘来从初中到中专，汉文字基础很差的学生。这一切都给工程进展带来巨大的难度。按国图的专家说，中易要把“地方志”全文化攻下来，其他古籍都不在话下了。事实还真是这样！

    二期工程由于操作员水平已有提高，管理人员的管理水平也大有改进，所有软件功能不断改进，所以，二期工程整体已能按时、按进度向国图交任务，整体水平比一期工程大有提高。

    而这一切都是在中易公司尚未对外出售的，大型中文信息网络平台《超大型中文网络国际应用平台》系统（简称“中易汉神”）上完成的。这个项目在2001年选列入《国家973信息技术与高性能软件规划项目》国家科技部IT领域首席科学家顾钧教授亲任组长。公司总经理蓝德康任副组长。此项目2003年9月提前按计划完成后，即被国家图书馆选中为地方志全文数字化的基础平台系统。它的最大特点就是严格，标准地执行
ISO-10646:2003（即Unicode 4.0）国际标准。在此平台系统上完成的工程项目，不但能和世界上100多个文种统一平台，而且可以进行全世界浏览和检索。为国家图书馆数字化工程打下良好的百年大计的基础。

    这个《中易汉神》大型系统软件已通过微软的测试和认证。后来又经“国家中文信息处理产品质量监督检验中心”的检验和认证。

    而两年多以来，在地方志全文数字化生产线上，大规模地实用。说明它已完全成熟。又由于它完全是国际标准的统一平台系统，所以具备了在全世界推广使用的条件。

二期工程完成后，一些具体数字如下：

1、共完成：400349页，版式还原成品：663种；
其中，正文页357802页，占比例90%；表格页24414，占比例6%；
图像（封面、封底、插图等18133页），占比例4%。

2、总字符数：163214306个汉字和字符：
其中，除ISO-10646 C.J.K（即GB13000.1标准）以外的EXT-A字使用数：285175字；
EXT-B字使用次数764788字。另有一定数量EXT-B以外的汉字。

    由于中易进行了16年的大量中文信息基础研发，在字模设计、检索输入、系统扩充等掌握全面技术。所以早已具备能迅速处理任何汉字信息的能力，而且拥有全部自主知识产权。

    在2004年8、9、10三个月，一期“地方志”全文数字化工程进入全面拼命阶段，当时生产线设在天津华苑软件园。公司要求天津生产线上传过来的系统中没有的外字，北京公司要在3小时之内，回补到天津生产线系统外字字库中去，生产线上马上能用这些外字。天津有时传来的是几十个外字，有时是200-300字。接字后，编辑人员立刻进行异体字认同，模糊字识别，不等做完，字模部就造字，造完字，编郑码，软件部则立刻补进入Windows系统。业务部将完整的补字程序发回天津生产线，一环扣一环，争分夺秒。

    面对这么大量的生僻字、古怪字，又是文字水平很低的操作员在输入，而工作效率要求又很高，如果没有郑易里教授经半个世纪对汉字的研究，后期和郑珑和公司合作研发出来的《郑码》，那是无法完成的。
《郑码》就像车轮，再好的车，车轮不好，也没法跑，也跑不快。

    现在，公司的国图地方志全文数字化三期工程已开始一个月了，预期能提前完成。完成后，总体将完成“全国地方志”约130-140万页，大约6-7亿字。