采购内容及相关要求

一、采购项目说明

本项目为胶东红色文献数字化专题数据库建设项目，分为 1 个包，供应商须对所投内容进行全部响应，报价若有遗漏则视为对采购人让利，供应商均应免费提供。

二、项目背景

烟台图书馆馆藏大量的红色文献报纸，但年代久远且保存情况不容乐观，为抢救、保护和利用，对其进行全文数字化，既是对纸质报纸的再生性保护，又是对文献资源的深度揭示和探索，使其具有便捷的检索功能和使用功能，便于保存数据并提供读者检索查询使用，有效的保护纸质文献资料的同时，也提高对读者的服务能力。

三、项目建设内容

对馆藏的《烟台日报》、《新威日报》、《渤海日报》、《大众日报》、《群力报》这五类报纸进行扫描等图像加工，完成报纸的版面分析、OCR 识别、字段著录、全文识别等工作。最终将成品数据导入新建设发布系统中进行日常发布查阅等。

具体工作量如下：

四、技术标准

• 4.1《大众报》数字化要求
  • 4.1.1板式分析要求

此环节成交供应商需对扫描的报纸进行版式分析。在本环节主要对报纸的版面进行切分，首先划定栏目，包括篇目引题、标题、副题、正文作者、图片标题、图片作者、广告等信息，同时标记出需要 OCR 识别的内容。

• 4.1.2OCR 文字识别要求

此环节成交供应商需对报纸进行 OCR 文字识别。识别应采取采用机器自动识别，然后以人工纠正为辅。

OCR 文字识别要求按照原篇目内容引题、标题、副题的顺序原貌识别，人工录入适用于报纸版面混乱、版面不清晰、OCR 识别效果不理想的情况。

本项目需将所有的电子扫描件统一进行识别，最终形成双层 PDF 文件及 TXT 文件。

• 4.1.3数据著录要求

此环节成交供应商需对报纸进行数据著录，著录字段按照我馆提供的要求进行著录。著录过程中采取相应手段，保证著录字段的正确。

• 4.1.4数据验收方案

目前报纸纸张酸化严重，排版无规律，印刷技术、条件与校对相对较差，文字字体和字形多样，操作人员知识有限等因素都不同程度地影响着数字化数据质量。

项目最终验收的维度主要包含： 记录标识号是否错误

报纸名称是否错误出版日期是否错误

与存储文件夹不对应版次命名是否错误

XML 记录的版次与实际图像不对应栏目的统领范围问题

不同篇目之间的边界与置标是否错误标题置标是否错误

各种文字识别是否错误

在验收过程中如果出现上述问题，成交供应商需根据要求，重新纠正数据后，再次进行验收，直至数据完全通过后，进行签字完成验收。

• 4.2发布平台建设要求
  • 4.2.1发布平台需求概述

成交供应商需开发平台将成品数据管理起来。同时根据我馆的要求进行页面设计。平台设计过程中应考虑到合理性、美观性、安全性、便利性等。

平台功能应包括认证功能、发布功能、检索功能、阅读功能、排行功能、统计功能等，兼顾普及性和学术性，为读者提供一个检索红色报刊的数字化信息平台。

数据库建设实施各流程的工作完成后，由技术支持人员负责数据库的后期管理维护、系统安全、数据安全、数据备份等各项工作。另外，编辑人员还要制定更新计划， 定期对数据内容进行更新、清理和修正，保障数据库的生命活力。

4.2.2功能列表

详情请见招标文件