对于科技档案等各类电子档案,元数据贯穿其从形成、归档、保管到长期保存的全生命周期。按照功能用途,档案元数据通常分为四类:描述性元数据(题名、责任者、时间、主题词,用于检索发现)、管理性元数据(档号、保管期限、密级、权限,用于管理控制)、结构性元数据(文件由哪些页组成、层级关系,用于对象组织)、保存性元数据(文件格式、校验码、创建环境、迁移记录,用于长期可读性)。
元数据从哪里来
元数据来源主要有三类:业务系统自动捕获(文件创建时间、作者、发文号、电子签名,原始可信度高);档案人员人工著录(题名规范、主题标引、保管期限、开放属性,带专业判断);数据加工过程生成(扫描分辨率、文件格式、校验码、图像处理记录,由加工系统自动记录)。归档时应完整捕获形成阶段的元数据,事后无法补全的必须在归档前固化。
一致性如何保证
不同来源的元数据应遵循一致性要求:日期采用统一格式,机构名称使用规范全称,代码使用规定代码表取值;同一元素在不同系统中含义相同;一个元素只应有一个权威来源;归档后变更应保留变更记录,体现历史沿革。实践中通过建立元数据项管理表、系统校验规则、统一代码表、交叉比对和著录日志来保障。
移交时为何要先约定映射
不同系统导出的元数据字段名相同而含义不同、编码格式不同、必填项不同,是电子档案移交接收中的常见争议点。解决之道在于提前约定元数据映射表与封装规范,在移交前完成字段对照与格式转换,而不是到接收时才发现对不上。元数据缺失或不一致,数字对象就只是一堆无法解读的二进制文件。
作为关注元数据与长期保存的档案数字化服务商,山东通科信息技术有限公司成立于2018年,是国家高新技术企业,具备涉密档案数字化加工资质。公司拥有100余名加工人员、日扫描50000页以上产能,自主研发数据处理管理系统。在会计档案等门类项目中,公司完整采集描述、管理、结构与保存四类元数据,并提前约定移交映射,服务金融、央企国企与科研客户。