□ 王紅梅 本報記者 王 越

　　“標準文獻題錄數據自動抽取技術，我們是全國首創。”河北省標準化研究院（以下簡稱河北省標準院）文獻中心主任施建介紹，通過“標準文獻題錄數據自動加工系統”，平均加工速度是人工的6倍，加工字段由原來的27項增至57項，滿足了讀者快速檢索定位和準確辨析所需文獻的需求。

　　經濟社會的方方面面都與標準相關。但與此同時，我國的標準文獻利用率卻還不足20%，“開啟以標準內容資訊服務為主的新模式，深入挖掘標準服務政府管理和經濟社會發展的廣闊‘藍海’，就是我們的努力方向之一。”河北省標準院院長蘇永謙説。

　　加工自動化

　　2014年以來，河北省標準院自籌資金先後投入數百萬元，開發標準文獻題錄數據自動加工系統，實現加工效率大幅提升。

　　在該院文獻中心，工作人員登錄標準題錄數據自動加工系統，在“任務單管理”頁面，各項標準文獻的加工狀態實時顯現：待處理13項，進行中23項，已完成5項。進入題錄數據加工頁面，系統自動從經過文字識別處理的標準原文中抽取題錄數據，自動輸入到著錄頁面，部分字段內容可自動判斷賦值。在自動抽取數據的同時，系統實時對數據進行自動校驗，一旦出現錯誤字段，將標示為紅框，提示工作人員修改、審核；工作人員可手工選取標準內容資訊，點擊字段標簽，由系統自動抽取輸入。

　　在項目驗收階段，標準文獻中心做過一次題錄數據自動加工和人工加工對比試驗，結果顯示，兩種方式完成時間相差最少的為5分鐘，最多的為52分鐘，借助自動加工，平均速度提高了6倍。

　　服務個性化

　　在提高加工效率的基礎上，河北省標準院文獻中心在原有的標準號、名稱、發佈日期等27個標準題錄加工字段的基礎上，新增標準部分序號、發佈單位、歸口單位等30個字段，為讀者準確搜索到所需文獻提供了更多方便。

　　施建介紹，“題錄”是指文獻題名、作者、文獻來源等基本資訊，讀者通過題錄搜索相應文獻，題錄字段越多，查到文獻的線索就越多，讀者辨識性就越強，為讀者提供的文獻資訊量也就越詳細。

　　進入河北省標準院“標準圖書館”網站，將同一標準的檢索結果與其他標準資訊服務網進行比較可以發現，其他網站或僅提供標準號、中文名稱等不足10個題錄字段，或列出了某些字段卻不能提供連結；該網站則提供了附錄、提出單位、起草人、檢驗機構等大量差異化字段，並提供詳情連結。

　　例如，在標準GB 7718-2011顯示頁面點擊“被如下標準引用”，不僅可顯示引用該標準的15項標準，還可顯示每項標准詳情，為讀者提供的不僅是GB7718-2011的相關資訊，而是一個圍繞該標準的龐大數據群。

　　“這項技術大幅提高了文獻服務個性化水準，”施建介紹，長期以來，全國標準文獻服務基本圍繞標準文本傳遞開展工作，服務內容、服務手段、加工技術同質化嚴重，或停留在銷售標準文本階段，或僅能提供極為有限的資訊服務。“我們的目標是以‘資訊化—數字化—結構化—自動化—智慧化’為發展方向，以網際網路為平臺、以搜索引擎為手段構建標準文獻服務平臺，為讀者提供差異化、個性化服務，滿足現代社會對標準文獻的多樣化需求。”

　　下一步，河北省標準院將利用大數據技術，逐步實現標準內容數據展示加工、標準編寫、標準分析比對等方面的智慧化，推動標準文獻服務走向更深、更廣的嶄新“藍海”。