Tên tệp số hoá nên theo một mẫu cố định gồm mã bộ sưu tập, mã tài liệu, số thứ tự ảnh có số không đứng đầu, viết không dấu, không khoảng trắng. Đi kèm là một bảng siêu dữ liệu tối thiểu, thư mục tách ảnh gốc và ảnh dùng, và tệp mã kiểm tổng để phát hiện tệp hỏng.
Một dự án số hoá có thể tạo hàng chục nghìn tệp. Nếu tên tệp là thứ máy ảnh tự sinh, hoặc mỗi người đặt một kiểu, thì sau vài tháng không ai biết tệp nào là trang nào của tài liệu nào. Việc đặt tên và siêu dữ liệu nghe khô khan nhưng là nền móng: nó quyết định bộ sưu tập có tra cứu được, chuyển sang hệ thống khác được, và còn đọc được sau nhiều năm hay không.
Quy ước tên tệp: nguyên tắc
Chỉ dùng ký tự an toàn
Dùng chữ không dấu, số, dấu gạch ngang và gạch dưới. Không dùng chữ có dấu, khoảng trắng, dấu chấm thừa, ký tự đặc biệt. Chữ có dấu trong tên tệp dễ vỡ khi chuyển giữa hệ điều hành, khi nén, khi đưa lên máy chủ. Thống nhất viết thường toàn bộ để tránh trùng tên khác hoa thường.
Số thứ tự đủ chữ số
Đánh số ảnh bằng số có độ dài cố định, thêm số không ở đầu (0001, 0002…), để máy sắp xếp đúng thứ tự. Nếu không, ảnh 10 sẽ đứng trước ảnh 2. Chọn số chữ số đủ cho tài liệu dài nhất có thể gặp.
Tên tệp là mã, không phải mô tả
Đừng nhét nội dung vào tên tệp như “gia pha ho Nguyen trang dau dep”. Mô tả thuộc về bảng siêu dữ liệu. Tên tệp chỉ cần định danh duy nhất và sắp xếp được. Ngày tháng nếu có trong tên thì viết theo dạng năm-tháng-ngày để sắp xếp đúng.
Một mẫu quy ước tên tệp
Mẫu dưới dùng được cho phần lớn bộ sưu tập tư liệu giấy; điều chỉnh theo nhu cầu nhưng giữ cấu trúc:
| Phần | Ý nghĩa | Ví dụ | Ghi chú |
|---|---|---|---|
| Mã bộ sưu tập | Viết tắt dự án hoặc nơi giữ | hnld | Ngắn, cố định suốt dự án |
| Mã tài liệu | Số thứ tự tài liệu trong bộ | t0042 | Khớp với dòng trong bảng siêu dữ liệu |
| Số ảnh | Thứ tự ảnh trong tài liệu | 0007 | Có số không đứng đầu |
| Hậu tố loại ảnh (tuỳ chọn) | Phân biệt ảnh trang, ảnh chi tiết, ảnh thẻ màu | ct cho chi tiết | Định nghĩa trong tài liệu quy ước |
| Phần mở rộng | Định dạng | .tif, .jpg | Cùng tên gốc cho ảnh gốc và ảnh dùng |
Ghép lại, ảnh thứ bảy của tài liệu số 42 có tên hnld_t0042_0007.tif, ảnh dùng tương ứng là hnld_t0042_0007.jpg. Viết quy ước này thành tài liệu một trang đặt ở thư mục gốc của bộ sưu tập, để người mới vào nhóm và người tiếp quản sau này đọc được.
Nếu bộ sưu tập có nhiều cấp, ví dụ hộp chứa tập, tập chứa tài liệu, có thể thêm một phần mã cho cấp hộp hoặc tập. Đừng thêm quá nhiều tầng; tên tệp dài khó đọc và dễ gõ sai. Thông tin phân cấp chi tiết vẫn nằm trong bảng siêu dữ liệu.
Bảng siêu dữ liệu tối thiểu
Mỗi tài liệu một dòng trong bảng tính, các cột tối thiểu nên có:
- Mã tài liệu: khớp với phần mã trong tên tệp.
- Nhan đề: nhan đề ghi trên tài liệu, hoặc nhan đề do người biên mục đặt (ghi rõ là đặt).
- Niên đại: theo năm-tháng-ngày nếu biết; khoảng niên đại và căn cứ nếu ước định.
- Loại tài liệu: sách khắc in, chép tay, văn tự, ảnh, bản đồ…, theo danh sách thống nhất.
- Nơi giữ bản gốc và ký hiệu kho: để người sau tìm lại vật thể.
- Số ảnh: để kiểm đủ tệp.
- Ngày số hoá, người số hoá, thiết bị: để truy vết khi có lỗi.
- Quyền và điều kiện sử dụng: ai cho phép, được công bố hay không.
- Ghi chú tình trạng: rách, mất tờ, mốc, chữ mờ.
Bảng nên lưu dạng CSV mã hoá UTF-8 bên cạnh bản bảng tính, vì CSV mở được bằng mọi phần mềm và khó lỗi thời. Khi đưa lên nền tảng như Omeka, các cột này ánh xạ khá tự nhiên sang các trường Dublin Core.
Ảnh gốc và ảnh dùng
Ảnh gốc (bản lưu trữ)
Ảnh gốc là ảnh chất lượng cao nhất, không chỉnh sửa ngoài những bước ghi lại được. Định dạng phổ biến là TIFF không nén hoặc nén không mất dữ liệu, hoặc DNG nếu chụp RAW. Ảnh gốc không bao giờ bị ghi đè; đặt thư mục ảnh gốc ở chế độ chỉ đọc sau khi kiểm.
Ảnh dùng (bản truy cập)
Ảnh dùng là bản JPEG cỡ vừa để xem nhanh, chia sẻ, đưa lên web. Có thể cắt mép, xoay thẳng, chỉnh sáng nhẹ. Ảnh dùng luôn tạo lại được từ ảnh gốc, nên mất ảnh dùng không phải thảm hoạ.
Cấu trúc thư mục
Một cách đơn giản: thư mục goc và dung tách riêng, bên trong chia theo mã tài liệu. Cùng tên tệp gốc ở hai thư mục giúp ghép cặp tự động. Tài liệu quy ước, bảng siêu dữ liệu, tệp mã kiểm tổng đặt ở thư mục gốc.
Kiểm toàn vẹn và lưu trữ dài hạn
Mã kiểm tổng
Tạo mã kiểm tổng (checksum) như SHA-256 cho mọi ảnh gốc ngay sau khi chép vào kho, lưu trong một tệp văn bản. Định kỳ tạo lại và so sánh; mã khác nghĩa là tệp đã bị thay đổi hoặc hỏng. Đây là cách duy nhất phát hiện hỏng tệp âm thầm trên ổ cứng trước khi quá muộn.
Đóng gói khi chuyển giao
Khi gửi bộ sưu tập cho thư viện hay kho lưu trữ, đóng gói theo chuẩn BagIt: thư mục dữ liệu kèm danh sách tệp và mã kiểm tổng. Bên nhận kiểm ngay được gói có đủ và nguyên vẹn không.
Nhiều bản ở nhiều nơi
Giữ ít nhất hai bản sao ở hai thiết bị khác nhau, trong đó một bản ở địa điểm khác. Ổ cứng ngoài để trong ngăn kéo cùng phòng với máy tính không đủ an toàn. Kho của trường hoặc kho lưu trữ mở là nơi tốt cho bản sao lâu dài, kèm siêu dữ liệu.
Áp dụng cho bộ sưu tập đang làm dở
Đừng dừng mọi thứ để làm lại
Nhiều nhóm đọc tới đây và nhận ra bộ sưu tập của mình đã có vài nghìn ảnh không theo quy ước. Không cần dừng việc số hoá. Áp quy ước mới cho mọi ảnh từ hôm nay, và lập kế hoạch chuyển đổi phần cũ theo từng lô.
Chuyển đổi phần cũ
Liệt kê toàn bộ tệp hiện có ra bảng tính bằng lệnh liệt kê thư mục. Thêm cột mã tài liệu và tên mới, điền bằng cách đối chiếu ảnh. Kiểm bảng, rồi đổi tên hàng loạt bằng phần mềm hoặc mã nhỏ. Lưu bảng ghép tên cũ và tên mới vĩnh viễn, vì các ghi chép, bài viết cũ có thể đã nhắc tới tên cũ.
Giao người giữ quy ước
Chỉ định một người chịu trách nhiệm quy ước tên và bảng siêu dữ liệu, duyệt mọi thay đổi. Quy ước không ai giữ thì sau vài đợt thay người sẽ trôi dần về tình trạng lộn xộn ban đầu.
Lỗi hay gặp và cách sửa
Những lỗi dưới đây khó sửa nếu phát hiện muộn, dễ tránh nếu có quy ước từ đầu:
| Lỗi | Hậu quả | Cách tránh |
|---|---|---|
| Giữ tên tệp do máy ảnh sinh | Không biết ảnh thuộc tài liệu nào | Đổi tên hàng loạt ngay sau buổi chụp, theo bảng |
| Tên tệp có dấu, khoảng trắng | Vỡ tên khi chuyển máy, lỗi trên máy chủ | Quy ước chỉ dùng ký tự an toàn |
| Chỉnh sửa đè lên ảnh gốc | Mất bản chất lượng cao nhất | Thư mục gốc chỉ đọc, chỉnh trên bản sao |
| Siêu dữ liệu nằm trong đầu một người | Người đó nghỉ, thông tin mất | Ghi bảng ngay tại buổi số hoá |
| Một bản sao duy nhất | Hỏng ổ là mất hết | Nhiều bản ở nhiều nơi, kiểm mã định kỳ |
Câu hỏi thường gặp
Có nên đặt tên tệp bằng tiếng Việt có dấu không?
Không nên. Chữ có dấu trong tên tệp dễ bị lỗi khi chuyển giữa hệ điều hành, nén, hoặc đưa lên máy chủ. Hãy dùng mã không dấu trong tên tệp và để nhan đề tiếng Việt trong bảng siêu dữ liệu.
Vì sao số thứ tự ảnh cần số không ở đầu?
Để máy sắp xếp đúng. Không có số không ở đầu, nhiều phần mềm xếp ảnh 10 trước ảnh 2. Độ dài cố định giúp thứ tự luôn khớp với thứ tự trang.
Ảnh gốc nên lưu định dạng nào?
TIFF không nén hoặc nén không mất dữ liệu là lựa chọn phổ biến cho ảnh gốc lưu trữ, DNG nếu chụp RAW. JPEG dùng cho ảnh truy cập. Hãy theo yêu cầu của cơ quan sẽ nhận lưu trữ nếu có.
Mã kiểm tổng là gì và tạo thế nào?
Mã kiểm tổng là chuỗi ký tự tính từ nội dung tệp; tệp đổi một bit là mã đổi. Hệ điều hành và nhiều phần mềm miễn phí tạo được mã SHA-256 cho cả thư mục.
Bảng siêu dữ liệu nên lưu bằng Excel hay CSV?
Làm việc trên bảng tính nào cũng được, nhưng nên xuất thêm bản CSV mã hoá UTF-8 để lưu trữ, vì CSV mở được bằng mọi phần mềm và ít bị lỗi thời.
Đã lỡ chụp hàng nghìn ảnh với tên tự sinh thì sửa thế nào?
Lập bảng ghép tên cũ với tên mới theo thứ tự chụp và mã tài liệu, kiểm kỹ, rồi đổi tên hàng loạt bằng phần mềm hoặc mã nhỏ. Giữ bảng ghép tên làm hồ sơ truy vết.
