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(guó)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(dòng)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(lái)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(duì)的精度顯得日益重要。在這個(gè)背景下，２０００年，ＣｈａｒｌｅｓＦｒａｎｋｓ建立了“分布式校對(duì)”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(gè)“分布式校對(duì)”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(gè)系統(tǒng)產(chǎn)生的電子書，是“古騰堡計(jì)劃”圖書最重要的來(lái)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(gè)非常嚴(yán)格的流程：（１）使用在線的軟件和數(shù)據(jù)庫(kù)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(guó)版權(quán)法對(duì)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(duì)的志愿者選擇一本圖書進(jìn)行校對(duì)。（４）這時(shí)候，網(wǎng)站會(huì)顯示給校對(duì)者一個(gè)網(wǎng)頁(yè)，內(nèi)容包括掃描文件和通過文字識(shí)別軟件產(chǎn)生的文本文件，校對(duì)者通過兩者的比對(duì)進(jìn)行校對(duì)。這極大地減少了校對(duì)者的工作量。（５）除了修正文字識(shí)別軟件所產(chǎn)生的文本中的錯(cuò)誤，校對(duì)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(duì)是協(xié)作式的，來(lái)自世界各地的志愿者通過互聯(lián)網(wǎng)可能對(duì)同一本書的不同頁(yè)進(jìn)行校對(duì)。校對(duì)者在完成了對(duì)某本圖書一頁(yè)的校對(duì)后，可以再申請(qǐng)新的校對(duì)頁(yè)，也可以退出校對(duì)。有意思的是，“古騰堡計(jì)劃”并不鼓勵(lì)校對(duì)者一天校對(duì)太多的頁(yè)數(shù)，他們的建議是“一天一頁(yè)”。他們認(rèn)為，每個(gè)人每天對(duì)校對(duì)工作貢獻(xiàn)的綿薄之力，最終會(huì)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(gè)志愿者參與校對(duì)工作，平均每天完成校對(duì)頁(yè)數(shù)４０００～７０００個(gè)，這意味著每分鐘完成校對(duì)４個(gè)圖書頁(yè)。實(shí)際上，２００４年以后，志愿者數(shù)量和校對(duì)頁(yè)數(shù)總量等數(shù)據(jù)每年都有相當(dāng)大的增長(zhǎng)［２］。（７）校對(duì)過的圖書頁(yè)會(huì)保存在網(wǎng)站的數(shù)據(jù)庫(kù)中，等待下一輪的校對(duì)。“古騰堡計(jì)劃”的校對(duì)會(huì)有２輪，以盡量避免錯(cuò)誤的發(fā)生。（８）當(dāng)所有的圖書頁(yè)都經(jīng)過２輪校對(duì)后，“古騰堡計(jì)劃”的處理軟件會(huì)將其整合成一本完整的數(shù)字圖書，并且再進(jìn)行一次錯(cuò)誤檢查。由于一本書的校對(duì)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(huì)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?jī)?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(duì)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(duì)的幾個(gè)關(guān)鍵環(huán)節(jié)

３．１分布式校對(duì)與集中化管理

“古騰堡計(jì)劃”的圖書校對(duì)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(duì)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(huì)在廣泛搜羅圖書的基礎(chǔ)上對(duì)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(lái)源非常龐雜，很多圖書來(lái)自圖書拍賣會(huì)、圖書館的剔舊以及各類捐贈(zèng)。志愿者會(huì)將這些圖書的封面、封底和版權(quán)頁(yè)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(shí)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(huì)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(shí)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(huì)被送交個(gè)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(shí)別軟件產(chǎn)生與圖像文件對(duì)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(duì)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(shí)別的精度。上傳到服務(wù)器的文件進(jìn)入“分布式校對(duì)”系統(tǒng)，發(fā)布在互聯(lián)網(wǎng)上。這時(shí)來(lái)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(duì)。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(duì)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(yè)等［４］。可以看到，“分布式校對(duì)”系統(tǒng)的設(shè)計(jì)針對(duì)的是在電子書制作中工作量最大的校對(duì)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(cè)、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(duì)并非一次成型，而是堅(jiān)持多次交叉校對(duì)。他們把不同階段的校對(duì)文本分為“銅文本”（Ｂｒｏｎｚｅｅ－ｔｅｘｔｓ）、“銀文本”（Ｓｉｌｖｅｒｅ－ｔｅｘｔｓ）和“金文本”（Ｇｏｌｄｅ－ｔｅｘｔｓ），這與中國(guó)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(duì)階段的文本，任何注冊(cè)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(shí)別所產(chǎn)生的錯(cuò)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(duì)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(duì)、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。考慮到數(shù)字圖書生產(chǎn)的復(fù)雜性，各個(gè)環(huán)節(jié)的工作稍有疏忽都可能造成錯(cuò)誤，“古騰堡計(jì)劃”建立起了強(qiáng)大的報(bào)錯(cuò)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(cuò)誤。對(duì)于報(bào)錯(cuò)，“古騰堡計(jì)劃”也有一套自己的流程和標(biāo)準(zhǔn)，例如對(duì)目錄錯(cuò)誤和文本錯(cuò)誤的報(bào)告區(qū)別對(duì)待，對(duì)如何報(bào)告缺字、排印錯(cuò)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(cuò)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。