科技丛书的电子保存和出版

　　——三个案例：ACM数字图书馆、网络PFC丛书、D-Lib杂志
(Preservation of Scientific Serials:Three Current Examples)

编者按：
　　当前科技知识越来越多地以电子形式保存和传播，但是当前的计算机和网络系统还无法很好地实现信息的长期保存，因此，有必要考虑如何更好地以电子形式保存科技信息，使它们同样成为子孙后代的精神财富。

　　本文目的不是空泛地地讨论信息保存的一些基本问题，而是选取了三个实例，ACM数字图书馆、网络RFC丛书，D-Lib杂志，从它们各自的内容、管理、技术等方面入手，讨论科技丛书电子存档的一些现实问题，希望能给有关人士一些借鉴。

一、三个实例
（一）ACM数字图书馆
　　ACM——the Association for Computing Machinery是一个专业团体，专门出版有关计算机领域研究状况的期刊杂志。ACM很早进入了电子出版领域，先是在1993年ACM将其属下期刊的文章、学报等内容做成了数据库，所有信息用SGML标记。之后ACM又考虑将其以前出版的信息也转换成电子形式，于是将其1985年之后的出版物也进行了转换。事实上当前ACM数字图书馆上的信息已经可以上溯到1948年ACM成立的时候了。

　　ACM的大部分电子信息主要是在1997年上传到互联网上，它有一个专门的网络接口，通过这个接口读者可以根据作者名、关键字和主题分类来搜索并浏览所需文章。但是这个ACM数字图书馆只能通过ACM获取，为了方便，ACM正和一家私人公司谈判，希望借其私人网络镜像所有出版物，这样可以大大减少读者登录时间，尤其是对那些北美地区以外的读者。但这种镜像仅为了执行方便，并没保存的目的。

　　在实现这种电子保存、电子出版的同时，ACM仍旧会出印刷版，这些印刷版的内容直接转自其SGML数据库，不会太麻烦。但目前的情况是，自从人们可以在线获取ACM数字图书馆后，其印刷版的需求急剧下降，因此ACM协会决定当印刷版需求降到不足以保本时，不再出版印刷版，那么据估计在未来的5到10年后，ACM下属的绝大多数期刊不会再以印刷版出现。

（二）网络RFC丛书
　　RFC，Request for comment，最初的意思是“征求评论”，但现在这一意思显然不确切了。当前这一系列约有2，700篇RFC，内容可以上溯到30年以前，具体包括TCP/IP协议、互联网邮件、万维网的组成及其它更多的技术标准。

　　RFC从末以印刷媒体形式出现，是初它是以FTP形式传递，最近则是利用了网络。RFC文章大多数是纯文本而没有图像和其它格式，只有很少一些PostScript版本的有图像。另外这些文章中有各种自动生成的索引，除了号码、类目、作者名录、篇名之外不提供别的netodata。

　　RFC背后的机构设置比较复杂，它是IETF（Internet Engineering Task Force，因特网工程任务组）的官方出版物，但具体的出版工作却交给了ISOC(Internet Society，因特网组织)，RFCS的编辑则来自南加州大学的信息科学学院。

（三）D-Lib杂志
　　D-Lib杂志是一份月刊，专门登载有关数字图书馆研究和发展的文章，诞生于1995年7月，目前已是数字图书馆有关信息的一个基本来源。

　　D-Lib杂志的开发工具都是一些最基本的网络技术：文章使用的是HTML格式，图像和其它内容也是使用当前的标准网络格式。这样的目的是让读者可以用标准的网络浏览器浏览这些文章。最近D-Lib杂志还运用了新的metadata手段，给每篇文章加上了DOI，相关文件还会包含简单的metadata。

　　在D-Lib杂志中，链接是自动工作的，这样就存在问题了，因为在出版之后内部链接还可以认真加以维护，但对外部链接就无法进行检查了，一段时间以后其中一些链接就会受损，而其相应的参考就无法使用了。

　　最初，D-Lib 杂志是由DARPA提供资金赞助，由CNRI出版。当前这一杂志由Cornell在学的两名成员编辑，由CNRI出版。

二、启示
　　前面分别对三个实例进行了详细介绍，下面是就科技丛书电子出版的几个重要问题进行讨论，及得出的启示。

（一）关于内容的选择
　　前面说过将科技信息，以电子形式存储很大的原因，是为了长时间的保存与传递，那么首先要决定的就是那些信息值得长期保存，无疑在科技领域这些信息应该是一些基本的，能够经得起时间考验的信息，而不是瞬息万变的东西。但当前在信息选取上就存在一种误区，认为那些传统的受欢迎的刊物提供的信息就是最基本的，最值得保存。事实并非如此，大众化的东西很多泛而不专，而且科技信息的基本来源未必就得是传统刊物，像网络RFC丛书、NASA的图片库、D-Lib杂志和电子出版期刊都是比较新的出版物，但它们在各自领域都是基本的信息来源。

（二）信息存储的三个层次
　　信息存储分为三个层次：标签存储、路径存储和内容存储。

　　标签是对整个出版物的整体面貌的说明，这一层次的存储也是最为重要的，因为它说明了一个时候电子存储技术的水平，对于后代来说，了解我们这个时代的技术面貌无疑和了解其中的内容同样有趣。

　　第二个层次是要为读者提供获取这些信息的途径，它包括一些基本资料和有效的路径系统。ACM数字图书馆和D-Lib杂志都支持着相当复杂的站点，这些站点上有索引，搜索引擎和各种metadata，及其它实际文章之外的信息。

　　最后才是具体内容的存储，这一层次相对来说倒次要一些了，因为如果仅存储内容，那么整个就成了一个大书库，却没有进入的途径和使用工具了。另外内容的存储相对要简单一些，不像前两层次那么复杂。

（三）稳定性
　　要实现信息的长期保存，除了技术因素外，还得确保组织这一工作的机构的稳定性，试想如果主办机构改组或破产，原来的信息活动该何以维持。在本文中的三个案例，其组织的稳定性各有不同：

　　ACM数字图书馆无疑是最稳定的，只要ACM协会存在，它就能得以发展。另外ACM作为专业组织，已经将数字图收馆作为了自己的一个重要资产，所以其后即使ACM破产或被收购，ACM数字图书馆也将作为一份资产而保留下去。更何况ACM的运营情况很好，约有80，000雇员及相当丰厚的资产，已经有50年历史的ACM仅以现有条件就可以维系100年。而这一切无疑决决定了ACM数字图书馆在科技信息保存上的稳定性。

　　而RFC丛书则不然，其主办机构对其计划基本是短期的，RFCS当前虽然运作得很好，但显然这种情况不会长期不变。尤其是IETF工作组是非正式性的，这种形式虽然使其能够取得很好的成绩，但也因此决定了它无法开展一些长期项目。

　　另外一些开放性丛书的组织稳定性则变化很大，以JEP（Journal of Electronic Publish，电子出版期刊）为例，其主办机构密执根大学出版社的初衷是打算长期办下去，但是为其提供经济资助的SAIC并没有这种长远计划。CNRI出版D-Lib杂志同样如此，如果没有了DARPA 的资助，就不得不搁浅。

（四）版权
　　在ACM数字图书馆中，大多数作者都将版权转交给了ACM，即使一些作品ACM还没有获取版权，它也已被授权以各种形式存储并出版它们。在版权法及相关政策有任何变化时，ACM总是试图确保自己的行为合法化。

　　ACM在版权的有这一点上并大多数出版社都开通，但它不会允许复制整个图书馆的内容。RFC丛书和D-Lib杂志也都允许复制其内容，至少为了非商业目的。

　　RFC通常被当作公共文件，RFC的作者授予了ISOC和IETF相当多的权利，ISOC持有文件版权，同时这些文件也基本不加限制地提供给用户使用。

　　D-Lib杂志文章的版权仍归作者所有，但作者允许CNRI出版和保存其作品，D-Lib杂志是公开的，无权限限制，允许读者以任何非商业性目的使用。整个D-Lib网站的内容已经镜像在全球的几个站点上。

　　事实，上述三种版权情况的区别在现实中非常明显，但每一种情况下，出版商都有权存储所有材料，包括与其它非商业组织合法对信息进行长期保存。

（五）存储技术和标准
　　在存储技术和标准上，ACM、RCF、和D-Lib各有不同，有的很简单，更新时只需一些小的变动，有的则很复杂。

　　ACM数字图书馆是其中唯一使用SGML这一标准的标记系统的，这一系统在技术上很复杂，而且用了各种不同格式（SGML、PDF和HTML）。使用SGML就必然在信息存储上带来许多特殊问题，这些困难也促使一些ACM成员使用一些能直接代表数据的语言（TEX）。ACM使用一个相关的数据库来存储内容信息和metadata。
与ACM相反，RFCS使用的则是最简单的技术，每一篇RFC都是一份单纯的ASCII码文件，RFCS文章的版面布局很仔细，一些简单的描述性metadata很容易从文本中提取出来。

　　D-Lib杂志使用的技术也相当简单，它不使用Javascript 和Java appplets，也尽量避免HTML中那些复杂的成份，因此，即使网络浏览器不再支持当前各种格式的版本了，D-Lib杂志中的内容也不会丢失。

　　在三个例子中，metadata对整个保存工作并不是至关重要的，但一些最关键的metadata还是要嵌套在文件中，另外这些描述性的metadata如果需要的话也很容易生成，保存一些结构性的metadata相对重要一些。在ACM数字图书馆中，有一个纲要的数据库来管理整个图书馆，这里最关键的是保存路径而不是内容本身。D-Lib杂志和其它网络出版物一样，相当依赖各种超级链接，因此总是在目录结构上保存内容。

参考站点
　　当然，保存科学丛书的电子模式不必拘于一格，以上三个例子只是给出一些参考信息。以下提供一些参考站点地址，可以为您提供更多相关信息。
　　ACM数字图书馆：http://www.acm.org/dl/
　　D-Lib杂志：http://ww.dlib.org/
　　RFCS：http://www.ietf.org/rfc.ntml
　　密执根大学出版社，电子出版期刊：http://www.press.umich.edu/jep/

　　另外一些站点还有：
　　http://www.aridne.ac.uk/
　　http://ww.prism.cornell.edu/
　　http://www.firstmonday.dk/
　　http://www.cisp.org/imp/
　　http://www.rlg.org/preserl/diginews/