收集原生電子檔案應“圖文並存”
業務研究
作者：程媛媛
檔案局2012年以令的形式發布了《電子檔案移交與接收辦法》，根據媒體報道和筆者調研掌握的情況，各地電子檔案收集的格式主要以圖片格式為主，文本格式為輔。眾所周知，圖片格式的電子文件較文本格式雖更具有不可更改性，但因受自身格式的限製，隻能通過題名進行檢索，不能實現全文查詢，這樣就會影響電子檔案的查全率和查準率，也與檔案數字化的初衷大相徑庭。而文本格式的電子文件雖然可以實現較為全麵的全文檢索，但其易於更改的屬性又與電子檔案管理保持原貌、保證安全的要求相違背。因此，多數檔案部門往往從“確保原生電子公文的真實性、有效性、安全性”的角度出發，而“棄文從圖”，要求“將原生電子公文以統一的數據格式（PDF格式）進行數據轉換，實行集中管理”。筆者認為，做好原生電子檔案的移交接收工作，必須注重規範其格式，應結合二者的優點，將收集到的“文”和“圖”，形成雙層PDF格式文件，使得兩種單一的電子文件轉化成“圖文並茂”的形式，達到既能實現全文檢索又能維持檔案原貌的效果。
實踐發現，如未同時收集文本電子文件而僅收集圖片電子文件，製作雙層PDF的方法雖然簡單，但實際操作卻較為繁瑣。下麵，我們介紹一種製作雙層PDF格式電子文件的具體步驟：
1.掃描一頁文檔，命名為1.tif。
OCR識別軟件，從圖片中讀取文件1.tif。
3.點擊左上方菜單欄中的“識別”選項。
4.得到識別後的結果。左側紅色方框為掃描圖片，右側紅色圓框為識別後文本。對文本進行校對、
修改後，點擊左上方菜單欄中的“WORD”選項。得到WORD格式的文本文件，保存並命名為2.doc。5.使用WORD2007軟件，打開2.doc。點擊“插入”，選擇“圖片”選項，將1.tif插入2.doc。
6.選擇“格式”，點擊“位置”、“其他布局”選項。選擇“襯於文字下方”，確定。即得到初始的雙層文件。此時文本與圖片未一一對應，因此能看到兩層。
7.將圖片調整至標準頁麵大小，進行文字排版，使其與圖片內容排版一致。注意：此項是製作的關鍵，調整應選擇微調，確保“圖”“文”上下一一對應。
8.選擇“文件”中的“另存為”選項，再點擊“PDF或XPS”格式。即得到雙層PDF格式文件。
以上操作方法雖然步驟簡便，但真正做起來卻較為繁瑣，尤其是第7項的“‘圖’‘文’上下一一對應”。通過實踐，筆者用一台
已使用5年的AvisionAW6300掃描A4幅麵1頁dpi為200點的文件，僅需要6秒，但後期進行OCR轉換、校對、圖文對應排版等步驟卻用了近3個小時，其工作量之大可見一斑。（當然，現在市場上有很多專業的雙層PDF文件加工係統，使用起來會相對便捷。）
因此，筆者認為在接收電子檔案時如果能夠同時接收其“圖”“文”兩種格式，會給檔案館日後的工作帶來巨大的便捷，接收電子文件格式的優先等級應為：“圖”+“文”>“文”>“圖”。