كيفية تحويل اليوميات القديمة إلى أرشيف قابل للبحث
لجعل اليوميات القديمة قابلة للبحث، احتفظ بكل صفحة أصلية كصورة واضحة وقابلة للقراءة، وأنشئ نصاً باستخدام تقنية التعرف الضوئي على الحروف (OCR) أو عبر النسخ اليدوي الدقيق، ثم اربط كل صفحة بمعرّف ثابت يشمل التاريخ والمجلد ورقم الصفحة. أضف مجموعة صغيرة ومتسقة من الوسوم ودقّق التواريخ والكلمات غير المؤكدة بمقارنتها بالصورة. الهدف هو العثور على الفقرة المطلوبة والعودة إلى صفحتها المصدرية—وليس جعل كل مدخل يبدو نظيفاً وخالياً من العيوب تماماً أو إعادة كتابة اليوميات.\n\nهذا الدليل مخصص لمن يمتلك بالفعل يوميات ورقية أو نسخاً ممسوحة ضوئياً ويريد البحث فيها حسب التاريخ أو الاسم أو المكان أو الموضوع. يُميز سير العمل أدناه بين ملفات الحفظ وأدوات المساعدة في البحث، حتى لا تؤدي أخطاء الـ OCR والتعديلات اللاحقة إلى محو السجل الأصلي لما تذكره الصفحة بالفعل.
حدد ما يجب أن تقودك إليه نتيجة البحث
قبل البدء بالمسح الضوئي أو إضافة الوسوم، دوِّن عمليات البحث التي تتوقع إجراءها. على سبيل المثال: "عرض المداخلات من مارس 1998"، أو "البحث عن كل ذكر للشقة القديمة"، أو "فتح الصفحة التي كتبت فيها عن رحلة القطار". تعكس هذه الأمثلة احتياجات مختلفة: فالتواريخ تتطلب حقول تاريخ متسقة، والموضوعات تحتاج إلى وسوم أو نصوص قابلة للبحث، والاسترجاع على مستوى الصفحة يتطلب مراجع صفحات ثابتة.
اختر أصغر وحدة تظل مفيدة وعملية. فاليوميات التي تحتوي على مدخلة واحدة مؤرخة لكل صفحة يمكن التعامل معها كسجل واحد لكل صفحة. وإذا كانت المدخلات تمتد عبر عدة صفحات، فتعامل مع المدخلة ذاتها باعتبارها السجل واحتفظ بمعرفات صفحتها الأولى والأخيرة. وإذا كان التاريخ غير واضح أو استمرت المدخلة عبر فاصل، فسجل حالة عدم اليقين تلك بدلاً من التخمين. يمكن لمعرف ثابت مثل D03-p014 أن يشير إلى المجلد 3، الصفحة 14 حتى لو قمت لاحقاً بإعادة تسمية ملفات الصور.
هذا خيار تصميم عملي، وليس قاعدة أرشفة صارمة. تتضمن موارد الأرشفة الشخصية لمكتبة الكونغرس إرشادات حول المسح الضوئي للمجموعات الشخصية وحفظ المواد الرقمية؛ وتشير إرشاداتها الأوسع إلى أن المحتوى الرقمي يعتمد على التكنولوجيا ليظل قابلاً للوصول (مكتبة الكونغرس، الأرشفة الرقمية الشخصية). ولهذا السبب ينبغي لسجل البحث أن يعود بك إلى صورة الصفحة الأصلية، ولهذا يجب عليك الاحتفاظ بنسخة قابلة للاستخدام من المسح الضوئي الأصلي.
الخطوة 1: إعداد جرد توثيقي قبل المعالجة
أدرج اليوميات والمجلدات وفقاً لترتيبها المادي. سجّل تسمية المجلد، والنطاق الزمني التقريبي، وما إذا كانت الصفحات مرقمة، وأي فجوات أو إضافات مدرجة تعرفها مسبقاً. لا تجعل الجرد معتمداً على اكتمال التواريخ: فدفتر الملاحظات ذو التواريخ المجهولة يظل بحاجة إلى مكان ثابت في التسلسل.
استخدم أسماء ملفات وصفية وثابتة مرتبطة بسجل الجرد، على سبيل المثال D03_p014_master.tif لملف الصورة و D03_p014.txt لنصه المنسوخ. حافظ على نسق واحد للمعرفات في جميع المراحل. لا تستخدم التاريخ باعتباره المفتاح الوحيد لاسم الملف؛ فقد تكون المدخلة بلا تاريخ، أو ذات تاريخ غير مؤكد، أو مصححة لاحقاً. وإذا قمت بتوزيع المعالجة على عدة جلسات، فحدد آخر صفحة مكتملة في سجل الجرد لتسهيل اكتشاف الفجوات والتكرارات.
الخطوة 2: التقاط الصفحات بطريقة تتيح تدقيق النص
امسح الصفحات ضوئياً أو صوّرها بترتيب القراءة، بما في ذلك الصفحات الفارغة أو التي تم تخطيها عمداً إذا كان لموضعها أهمية. حافظ على إظهار كامل الصفحة في الإطار، وتجنب قص الملاحظات الهامشية، وتأكد من وضوح الخط وإمكانية قراءته في الصورة الملتقطة. إذا كانت الصفحة هشة، فلا تضغط عليها أو تبسطها بطريقة قد تعرضها للتلف؛ بل طوّع طريقة التصوير أو استشر متخصصي الترميم المناسبين عند التعامل مع مواد قيمة أو حساسة.
احتفظ بنسخة عالية الجودة من صورة الصفحة لتكون النسخة المرجعية، وأنشئ مشتقات أصغر حجماً أو قابلة للبحث حسب الحاجة. توفر مكتبة الكونغرس إرشادات للمسح الضوئي الشخصي كجزء من موارد الأرشفة الخاصة بها. وعلى الرغم من أن إرشادات الرقمنة الخاصة بإدارة الأرشيف والوثائق الوطنية (NARA) كُتبت للسجلات الفيدرالية وليس لليوميات الشخصية، إلا أنها توضح تماماً أن جودة الرقمنة وإدارتها هما جزءان أساسيان من سير عمل التحويل الموثوق (موارد الرقمنة في NARA). والدرس العملي للمجموعات الشخصية بسيط: راجع عينات ممثلة من الصور وتفحص الصفحات الضبابية أو المقتطعة أو المائلة أو الصعبة القراءة قبل الاعتماد على نصوصها.
الخطوة 3: تطبيق التعرف الضوئي على الحروف (OCR)، ثم مراجعته ومطابقته بالصورة
يمكن لتقنية OCR تحويل صور الصفحات المطبوعة أو المكتوبة بخط اليد إلى نص يمكن للكمبيوتر البحث فيه، شريطة أن تدعم الأداة المستخدمة نوع الخط ونمطه. تعامل مع مخرجاتها كأداة للمساعدة في الاستدلال، وليس كنسخ نصي موثق ونهائي. فالخط القديم، والحبر الباهت، والتهجئة غير المعتادة، والاختصارات، والإضافات المقحمة بين السطور، وتلف الصفحات، قد تؤدي جميعها إلى كلمات خاطئة أو مفقودة. علماً بأن البحث الذي لا يسفر عن نتائج لا يثبت بالضرورة غياب الكلمة عن اليوميات.
عالج عينة صغيرة أولاً. اختر صفحات تمثل المجموعة: خط واضح، وخط مضغوط، وأقلام أو أوراق مختلفة، وأي نصوص مكتوبة بلغات أخرى. تحقق مما إذا كانت المخرجات قابلة للاستخدام وما إذا كانت الأداة تتعرف على اللغة ونظام الكتابة. إذا كانت نتائج OCR غير موثوقة، فانسخ فقط المدخلات أو الصفحات التي يرجح أن تبحث فيها، أو اتبع نهجاً هجيناً: احتفظ بالصورة، وأدخل نصاً قصيراً تم تدقيقه يدوياً، وضع علامة على الكلمات غير المؤكدة. لا تعمد إلى "تصحيح" إملاء الكاتب أو فك الاختصارات من تلقاء نفسك وبشكل صامت؛ فإذا قمت بتوحيد مصطلح قياسياً لتحسين البحث، فاحتفظ بالصيغة الأصلية وضع تصنيفاً منفصلاً للنسخة المعيارية.
لضبط الجودة، تفحص كل سطر OCR يحتوي على اسم مهم أو تاريخ أو مصطلح بحث تنوي الاعتماد عليه. وإذا لم تتمكن من فحص كل سطر، فضع علامة تشير إلى أن النص غير مراجع وسجل النطاق الذي تمت مراجعته. اجعل عدم التيقن واضحاً باستخدام صيغة اصطلاحية مثل [؟] أو [غير مقروء]، واربط النص المشكوك فيه بصورة الصفحة. يظل أرشيفك مفيداً حتى عندما يكون النص المنسوخ غير مكتمل، بشرط أن تكون قادراً على معرفة ما تم تدقيقه وما لم يتم بعد.
الخطوة 4: استخدام سجل بيانات وصفية موجز
امنح كل صفحة أو مدخلة سجلاً موجزاً يحتوي على حقول تساعد في تحديد موقعها وتفسيرها. إليك مجموعة عملية للبدء:
يعكس هذا الهيكل مفاهيم شائعة في البيانات الوصفية، ولا يعد إلزاماً باعتماد معيار رسمي معقد. يصف دليل مستخدم مبادرة دبلن كور للبيانات الوصفية (Dublin Core) خصائص مثل العنوان والمعرف والموضوع والتاريخ والوصف والحقوق، ويناقش كيفية إنشاء قيم البيانات الوصفية (DCMI، إنشاء البيانات الوصفية). بالنسبة لفهرس اليوميات الخاصة، تُترجم هذه الأفكار إلى عنوان أو تسمية للمدخلة، ومعرف ثابت، وموضوعات مفيدة، وتواريخ، وملاحظات وصول. يمكنك البدء بجدول بيانات؛ إذ لا حاجة لقاعدة بيانات مخصصة ما لم تتوسع المجموعة أو تتجاوز احتياجات البحث إمكانيات الجداول.
افصل بين ما تذكره اليوميات نصاً وبين تفسيرك الشخصي لها. على سبيل المثال، سجّل 'التاريخ كما كُتب': 4/5 و'التاريخ المعياري': غير معروف إذا لم تكن متأكداً مما إذا كان التاريخ يعني 5 أبريل أم 4 مايو. وملاحظة مثل 'ربما ربيع 2001' مكانها حقل الاستنتاج، وليس حقل التاريخ الأصلي. هذا الفصل يتيح التصحيح لاحقاً دون المساس بالدليل المصدر.
الخطوة 5: اختيار وسوم للاسترجاع وليس للوصف الشامل والمفصل
ابدأ بمفردات موجزة تعكس عمليات البحث المحتملة: الأشخاص، أو الأماكن، أو الأنشطة المتكررة، أو المشروعات، أو الأحداث المحددة. طبّق التهجئة نفسها باستمرار، واستخدم أسماء بديلة عندما يظهر شخص أو مكان بأسماء متعددة. يجب أن يكون الهدف من الوسم هو المساعدة في استرجاع المادة؛ ولا يلزم أن يلخص كل ما تتضمنه الصفحة.
تجنب إنشاء وسم جديد لكل عبارة. إذا كانت عبارات "قطار" و"سكك حديدية" و"قطار 6:10" تشير جميعها إلى الموضوع المتكرر نفسه في ملاحظاتك، فحدد ما إذا كنت بحاجة إلى وسم معياري واحد مثل 'سفر بالقطار' مع الاحتفاظ بالصياغة الأصلية في النص المفرغ. تجنب إضافة تسميات وصفية حساسة لا تفيد في مهمة الاسترجاع المحددة. بالنسبة لعمليات البحث الموضوعية، قد يكون البحث في كامل النص كافياً؛ وتكون الوسوم اليدوية أكثر قيمة عند ضعف الـ OCR أو عندما تحتاج لجمع فقرات ذات صلة رغم تنوع صياغاتها اللفظية.
الخطوة 6: اختبار عمليات البحث ومعالجة الثغرات
جرّب عدداً قليلاً من عمليات البحث الفعلية التي تطابق هدفك: تاريخ دقيق، وشخص، ومكان، وموضوع متكرر، وعبارة قد يخطئ الـ OCR في قراءتها. تحقق مما إذا كانت كل نتيجة تنقلك إلى الصورة والصفحة الصحيحتين. إذا تعذر العثور على فقرة معروفة، فابحث عن السبب: قد يكون حقل التاريخ غير متسق، أو قد توجد أشكال متعددة للاسم، أو ربما فشل الـ OCR، أو قد تكون النتيجة مخفية في ملاحظة لم تتم فهرستها.
استفد من مواضع الفشل في تحسين الجزء المعني من النظام، وليس لإضافة بيانات وصفية عشوائية. أضف اسماً بديلاً لشخص ما إذا كان ذلك يحل مشكلة تكرار البحث عنه. صحح نص الـ OCR عندما تكون الصورة المصدرية واضحة القراءة. أضف ملاحظة على مستوى الصفحة إذا امتدت المدخلة عبر صفحات متعددة. احتفظ بسجل معالجة موجز يتضمن الصفحات التي تمت مراجعتها، والتصحيحات التي تم إجراؤها، والبنود التي لم تُحسم بعد؛ فهذا يساعدك على التمييز بين نتيجة البحث السلبية الحقيقية وبين جزء لم تتم معالجته أصلاً.
الخصوصية، والحدود، ونقطة التوقف المناسبة
قد تؤدي النسخة النصية القابلة للبحث إلى كشف محتويات اليوميات بسهولة أكبر مقارنة بدفتر ورقي مغلق. وقبل استخدام خدمة OCR سحابية أو أرشيف مشترك، فكر فيما إذا كانت شروط التخزين والوصول والحذف تتوافق مع متطلباتك. وإذا كان من الضروري أن تظل المادة محلية، فاختر سير عمل يُبقي الصور والنصوص تحت سيطرتك المباشرة. وفي حال مشاركة الوصول، حدد المجلدات أو الحقول المناسبة للعرض؛ ففهرس البحث ليس ملزماً بتضمين كل شيء.
لا تتخلص من اليوميات الورقية لمجرد رقمنتها. فالمسح الضوئي يحفظ صورة للصفحة، بينما يُعد الـ OCR أداة نصية مشتقة قد تحتوي على أخطاء. وبالمثل، لا يمكن لهذا النظام أن يضمن أن كل كلمة مكتوبة بخط اليد ستكون قابلة للبحث. فجودته تعتمد على حالة الصفحة، ووضوح التقاط الصورة، ونوعية خط اليد، واللغات المدعومة، وحجم المراجعة والتدقيق الذي تقوم به.
تصل إلى نقطة توقف منطقية ومناسبة عندما تصبح لكل صفحة يوميات مرجعية ثابتة، وتكون التواريخ والوسوم اللازمة لعمليات البحث المستهدفة متسقة، وتؤدي عينة من نتائج البحث الهامة إلى الصفحة الصحيحة مباشرة. ابدأ بمجلد واحد، واختبر سير العمل، ثم وسّعه ليشمل باقي المجلدات. احتفظ بالصورة، واجعل النصوص غير المؤكدة مميزة بوضوح كشكوك، ودع البيانات الوصفية تؤدي عملها بالقدر الكافي الذي يتيح لك استرجاع الفقرة متى احتجت إليها.