Kho ấn phẩm Tạp chí Nghiên cứu Lịch sử lưu giữ một bộ phận quan trọng thành quả nghiên cứu sử học Việt Nam qua nhiều thập niên. Trong bối cảnh chuyển đổi số, việc chuyển các ấn phẩm in thành tệp số là cần thiết nhưng chưa đủ để các kết quả nghiên cứu được tìm kiếm, kết nối và khai thác như một nguồn dữ liệu khoa học. Trên cơ sở phân biệt số hóa và dữ liệu hóa, xuất phát từ đặc điểm kho ấn phẩm và thực trạng công tác số hóa Tạp chí Nghiên cứu Lịch sử đang được triển khai, bài viết phân tích những yêu cầu và vấn đề đặt ra đối với quá trình chuyển từ tài liệu số hóa sang dữ liệu có cấu trúc, có khả năng tìm kiếm, liên kết và khai thác phục vụ nghiên cứu lịch sử. Qua đó, bài viết góp phần xác định định hướng dữ liệu hóa kho ấn phẩm Tạp chí Nghiên cứu Lịch sử, hướng tới nâng cao khả năng tiếp cận, tra cứu và khai thác các kết quả nghiên cứu sử học.

Từ khóa: Số hóa; dữ liệu hóa; Tạp chí Nghiên cứu Lịch sử; dữ liệu mô tả; tư liệu sử học.

Mở đầu

Qua hơn bảy thập niên hình thành và phát triển, Tập san Văn Sử Địa và Tạp chí Nghiên cứu Lịch sử đã công bố nhiều công trình nghiên cứu, tư liệu, trao đổi và tranh luận học thuật về lịch sử Việt Nam và lịch sử thế giới. Các bài viết không chỉ phản ánh những kết quả nghiên cứu ở thời điểm công bố mà khi được đặt trong quan hệ với nhau còn cung cấp cứ liệu để khảo sát sự vận động của vấn đề nghiên cứu, phương pháp tiếp cận và đời sống học thuật sử học qua các thời kỳ. Vì vậy, giá trị của kho ấn phẩm không chỉ thuộc về từng số tạp chí riêng lẻ mà còn nằm ở khả năng nhận diện, đối chiếu và kết nối những tri thức được tích lũy trong toàn bộ quá trình xuất bản.

Tuy nhiên, kho ấn phẩm hình thành chủ yếu dưới dạng in được tổ chức theo năm và số xuất bản. Cách tổ chức này thuận lợi cho lưu giữ và xác định nguồn công bố, nhưng chưa trực tiếp đáp ứng nhu cầu tìm kiếm đồng thời các bài viết về cùng một vấn đề, tác giả, sự kiện hoặc giai đoạn lịch sử. Số hóa giúp bảo tồn và mở rộng khả năng tiếp cận tài liệu, song nếu kết quả chỉ dừng ở các tệp ảnh hoặc PDF của từng số, phương thức khai thác về cơ bản vẫn phụ thuộc vào việc lần tìm nội dung trong từng ấn phẩm. Vấn đề đặt ra do đó không chỉ là chuyển được bao nhiêu trang in sang dạng số, mà là làm thế nào để thông tin khoa học trong các ấn phẩm có thể được nhận diện và tổ chức thành dữ liệu.

Hiện nay, công tác số hóa Tạp chí Nghiên cứu Lịch sử đang được triển khai ở giai đoạn đầu, tập trung vào một phần kho ấn phẩm. Việc tổ chức thông tin ở cấp bài viết để phục vụ tra cứu và khai thác thống nhất vẫn là yêu cầu cần tiếp tục thực hiện. Trên cơ sở phân biệt số hóa và dữ liệu hóa, bài viết phân tích đặc điểm kho ấn phẩm, tình hình triển khai, những vấn đề đặt ra và định hướng tổ chức dữ liệu phù hợp với yêu cầu nghiên cứu lịch sử.

1. Số hóa và dữ liệu hóa trong chuyển đổi số

Chuyển đổi số làm thay đổi phương thức tiếp cận nguồn tài liệu, tổ chức, quản lý và khai thác kết quả nghiên cứu khoa học. Đối với kho ấn phẩm, yêu cầu đặt ra không dừng ở việc chuyển tài liệu sang môi trường số mà còn bao gồm việc hình thành và sử dụng dữ liệu có khả năng tra cứu, đối chiếu và liên kết.

Nghị quyết số 57-NQ/TW ngày 22-12-2024 của Bộ Chính trị về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia xác định phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia là “đột phá quan trọng hàng đầu”; đồng thời nhấn mạnh yêu cầu “làm giàu, khai thác tối đa tiềm năng của dữ liệu, đưa dữ liệu thành tư liệu sản xuất chính, thúc đẩy phát triển nhanh cơ sở dữ liệu lớn, công nghiệp dữ liệu, kinh tế dữ liệu” [1]. Định hướng này cho thấy chuyển đổi số không chỉ gắn với việc đưa thông tin và hoạt động lên môi trường số mà còn đặt trọng tâm vào việc hình thành và khai thác dữ liệu.

Trong tiến trình chuyển đổi số, cần phân biệt số hóa tài liệu với dữ liệu hóa thông tin từ tài liệu. Đối với ấn phẩm in, số hóa là quá trình chuyển tài liệu sang dạng số, thường dưới hình thức tệp ảnh hoặc PDF, nhằm phục vụ lưu trữ, bảo quản và tiếp cận. Tuy nhiên, bản số chưa đồng nghĩa với dữ liệu có cấu trúc. Đối với kho ấn phẩm khoa học, dữ liệu hóa là quá trình nhận diện, trích xuất, tổ chức và liên kết thông tin từ các bài viết, tạo điều kiện tìm kiếm, tổng hợp và khai thác kết quả nghiên cứu theo những tiêu chí khác nhau.

Sự khác biệt giữa hai quá trình không có nghĩa số hóa và dữ liệu hóa phải thực hiện tách biệt hoặc tuần tự. Việc xác lập thông tin mô tả, định danh bài viết và liên kết dữ liệu có thể tiến hành ngay trong quá trình tạo lập bản số. Do đó, hiệu quả chuyển đổi số các nguồn tài liệu khoa học không chỉ phụ thuộc vào khối lượng tài liệu được số hóa mà còn ở cách thức tổ chức và khả năng khai thác dữ liệu hình thành từ những tài liệu đó.

Đối với khoa học lịch sử, yêu cầu tổ chức dữ liệu còn gắn với đặc điểm của nguồn tư liệu. Tên nhân vật, địa danh, cơ quan và thuật ngữ lịch sử có thể được ghi khác nhau qua các thời kỳ. Do đó, chuẩn hóa thông tin phải hỗ trợ nhận diện và liên kết những cách gọi khác nhau, đồng thời giữ được cách thể hiện trong tài liệu gốc để phục vụ kiểm chứng. Đây là yêu cầu cần được chú trọng khi chuyển từ số hóa sang dữ liệu hóa kho ấn phẩm Tạp chí Nghiên cứu Lịch sử.

2. Từ số hóa kho ấn phẩm đến hình thành dữ liệu Tạp chí Nghiên cứu Lịch sử

Khối ấn phẩm được xác định để triển khai số hóa gồm 48 số Tập san Văn Sử Địa giai đoạn 1954-1958 và 596 số Tạp chí Nghiên cứu Lịch sử giai đoạn 1959-2025 [2]. Trải qua nhiều thời kỳ xuất bản, kho ấn phẩm lưu giữ các công trình nghiên cứu, tư liệu và trao đổi học thuật với cách trình bày, thông tin xuất bản không hoàn toàn đồng nhất. Đặc điểm này đặt ra yêu cầu vừa bảo toàn nguồn công bố, vừa tổ chức dữ liệu thống nhất để có thể đối chiếu các kết quả nghiên cứu qua thời gian.

Ở cấp độ ấn phẩm, số hóa tạo lập bản sao số, góp phần bảo quản và mở rộng khả năng tiếp cận tài liệu. Bản số cần phản ánh trung thực nội dung, cấu trúc, thứ tự trang và thông tin xuất bản của tài liệu gốc. Tuy nhiên, nếu tài liệu vẫn chỉ được tổ chức theo năm và số tạp chí, người nghiên cứu phải tìm trong nhiều tệp để tập hợp các công trình về cùng một tác giả, chủ đề hoặc giai đoạn lịch sử. Ngay cả khi PDF cho phép tìm kiếm văn bản, việc tổng hợp và đối chiếu trên toàn bộ kho ấn phẩm vẫn bị hạn chế nếu thiếu dữ liệu mô tả thống nhất.

Từ đặc điểm đó, bước chuyển quan trọng từ số hóa sang dữ liệu hóa nằm ở việc tổ chức thông tin ở cấp bài viết trên cơ sở các ấn phẩm đã được số hóa. Mỗi bài viết có nội dung nghiên cứu tương đối độc lập nhưng luôn gắn với một số tạp chí, thời gian và vị trí công bố xác định. Vì vậy, dữ liệu cấp bài viết phải vừa hỗ trợ tra cứu theo nội dung, vừa duy trì liên kết với ấn phẩm gốc để bảo đảm khả năng truy nguyên và kiểm chứng.

Việc tổ chức dữ liệu ở cấp bài viết trước hết đòi hỏi xác lập các thông tin mô tả cơ bản như nhan đề, tác giả, năm xuất bản, số tạp chí, trang bắt đầu và kết thúc cùng những thuộc tính có thể xác định từ văn bản gốc. Các thông tin này, khi được tổ chức theo cấu trúc thống nhất và liên kết với bản số tương ứng, cho phép nhận diện chính xác từng công trình trong toàn bộ kho ấn phẩm. Trên cơ sở đó, việc tra cứu không chỉ thực hiện theo năm hoặc số xuất bản mà còn có thể mở rộng theo tác giả, chủ đề nghiên cứu và những tiêu chí thông tin khác. Tuy nhiên, cần phân biệt thông tin vốn có trong ấn phẩm với những thông tin được bổ sung trong quá trình biên mục, đặc biệt đối với các bài viết thuộc những giai đoạn xuất bản trước đây chưa có hệ thống từ khóa hoặc tóm tắt theo cách trình bày hiện nay.

Khả năng liên kết dữ liệu còn mở ra những hướng khai thác có ý nghĩa đối với nghiên cứu lịch sử. Thông qua hệ thống bài viết được nhận diện và mô tả thống nhất, có thể tập hợp các công trình nghiên cứu về cùng một sự kiện, nhân vật, thời kỳ hoặc vấn đề lịch sử; đối chiếu những cách lý giải khác nhau và theo dõi sự phát triển của một hướng nghiên cứu qua các giai đoạn. Đặc biệt, việc liên kết thông tin giữa các bài viết còn tạo cơ sở để khảo sát sự vận động của các khuynh hướng nghiên cứu, những vấn đề được quan tâm và các cuộc tranh luận học thuật qua từng thời kỳ, góp phần phục vụ nghiên cứu lịch sử sử học Việt Nam. Những khả năng này cho thấy giá trị của dữ liệu hóa không chỉ ở việc nâng cao hiệu quả tra cứu mà còn ở việc mở rộng phương thức tiếp cận và khai thác các kết quả nghiên cứu đã được công bố.

Như vậy, dữ liệu hóa không thay thế bản số mà bổ sung lớp thông tin được tổ chức ở cấp bài viết, liên kết với nguồn công bố. Đây là cơ sở để xem xét các nhiệm vụ và điều kiện triển khai trong thực tế.

3. Dữ liệu hóa Tạp chí Nghiên cứu Lịch sử: thực trạng và những vấn đề đặt ra

Công tác số hóa kho ấn phẩm Tạp chí Nghiên cứu Lịch sử đang được Viện Sử học triển khai trong khuôn khổ nhiệm vụ chuyển đổi số của Viện Hàn lâm Khoa học xã hội Việt Nam. Theo kế hoạch đợt cao điểm 100 ngày (từ ngày 20-8 đến ngày 5-11-2026), công tác số hóa được tổ chức theo các nhóm nhiệm vụ gồm: rà soát, kiểm kê và phân loại kho ấn phẩm; tạo lập bản số; kiểm tra chất lượng và chuẩn bị dữ liệu mô tả. Hoạt động trước hết tập trung vào nhóm ấn phẩm thuộc các năm 2023-2025, đồng thời chuẩn bị điều kiện tiếp tục số hóa những ấn phẩm còn lại [2], [3]. Kế hoạch cũng xác định nhiệm vụ trích xuất thông tin bài viết, xây dựng dữ liệu mô tả và chuẩn bị tích hợp vào cơ sở dữ liệu dùng chung. Như vậy, yêu cầu dữ liệu hóa đã được đặt ra trong quá trình tổ chức số hóa, thay vì chỉ được xem xét sau khi hoàn thành việc tạo lập bản số.

Xét trên quy mô toàn bộ kho ấn phẩm, công tác số hóa hiện mới ở giai đoạn đầu, với khối lượng tài liệu đã số hóa chiếm tỷ lệ nhỏ so với tổng khối lượng tài liệu cần thực hiện. Việc trích xuất thông tin bài viết và xây dựng dữ liệu mô tả đã được xác định trong kế hoạch, song hệ thống dữ liệu thống nhất ở cấp bài viết phục vụ tìm kiếm, liên kết và khai thác thông tin chưa được hình thành. Từ thực trạng trên, quá trình chuyển từ số hóa sang dữ liệu hóa kho ấn phẩm Tạp chí Nghiên cứu Lịch sử đặt ra những yêu cầu về bảo đảm chất lượng tài liệu số, tổ chức dữ liệu mô tả ở cấp bài viết, chuẩn hóa thông tin và từng bước phát triển khả năng khai thác dữ liệu toàn văn.

Để hình thành nguồn dữ liệu có thể tổ chức, liên kết và khai thác thống nhất, trước hết cần bảo đảm tính đầy đủ, chính xác và khả năng xác định xuất xứ của tài liệu được số hóa. Kho ấn phẩm Tạp chí Nghiên cứu Lịch sử được hình thành qua nhiều thập niên, với những khác biệt về hình thức trình bày, cách đánh số, chất lượng in ấn và tình trạng lưu giữ. Những đặc điểm này đòi hỏi quá trình tạo lập bản số phải gắn với đối chiếu danh mục xuất bản và tài liệu gốc, xác định chính xác năm, số tạp chí, thứ tự trang và tình trạng đầy đủ của từng ấn phẩm. Đây không chỉ là yêu cầu kiểm soát chất lượng số hóa mà còn là điều kiện để nhận diện chính xác nguồn công bố của các bài viết. Nếu thông tin ở cấp ấn phẩm không được xác lập đầy đủ, dữ liệu được xây dựng ở cấp bài viết có thể thiếu căn cứ đối chiếu, ảnh hưởng đến khả năng kiểm chứng và độ tin cậy của nguồn tài liệu phục vụ nghiên cứu lịch sử.

Trong điều kiện công tác số hóa đang ở giai đoạn đầu, việc xây dựng dữ liệu mô tả thống nhất ở cấp bài viết cần được xác định là một nhiệm vụ trọng tâm, triển khai đồng thời với quá trình tạo lập và kiểm tra chất lượng tài liệu số. Trước hết, cần ưu tiên xác lập những thông tin có thể nhận diện và kiểm chứng trực tiếp từ ấn phẩm gốc, bao gồm nhan đề, tác giả, năm xuất bản, số tạp chí và vị trí trang của từng bài viết. Các thông tin này cần được tổ chức theo cấu trúc thống nhất và liên kết với bản số tương ứng, bảo đảm mỗi bài viết được nhận diện chính xác trong toàn bộ kho ấn phẩm. Việc ưu tiên các trường thông tin cơ bản vừa phù hợp với điều kiện triển khai hiện nay, vừa tạo nền tảng để tiếp tục bổ sung những thuộc tính phục vụ nhu cầu nghiên cứu chuyên sâu. Theo đó, dữ liệu hóa cần bắt đầu từ việc xác lập và quản lý thống nhất thông tin của từng bài viết, thay vì chỉ tập trung gia tăng số lượng các tệp số được lưu trữ.

Trên cơ sở dữ liệu mô tả cơ bản, việc chuẩn hóa thông tin cần được thực hiện phù hợp với đặc điểm của nguồn tài liệu sử học. Các bài viết được công bố qua nhiều thời kỳ có thể sử dụng những cách ghi khác nhau về tên người, địa danh, cơ quan, sự kiện và thuật ngữ lịch sử. Vì vậy, cần phân biệt thông tin được thể hiện trong văn bản gốc với thông tin được chuẩn hóa nhằm phục vụ tra cứu, đồng thời bảo đảm khả năng nhận diện mối liên hệ giữa những cách gọi khác nhau của cùng một đối tượng. Việc chuẩn hóa không nhằm thay thế cách ghi trong tài liệu gốc mà tạo thêm khả năng kết nối và đối chiếu thông tin giữa các bài viết. Cách tiếp cận này vừa đáp ứng yêu cầu tổ chức dữ liệu thống nhất, vừa bảo toàn những đặc điểm có ý nghĩa đối với việc nghiên cứu và giải thích nguồn tư liệu lịch sử.

Trên nền tảng dữ liệu mô tả được xây dựng và chuẩn hóa, việc phát triển dữ liệu toàn văn có thể được thực hiện từng bước nhằm mở rộng khả năng khai thác nội dung các bài viết. Công nghệ nhận dạng ký tự quang học (OCR) hỗ trợ chuyển nội dung bản quét thành văn bản có thể tìm kiếm, nhưng độ chính xác phụ thuộc vào chất lượng bản in, kiểu chữ và hình thức trình bày của từng thời kỳ. Đối với các công trình sử học, những sai lệch trong nhận dạng tên riêng, địa danh, niên đại hoặc thuật ngữ có thể ảnh hưởng đến kết quả tra cứu và đối chiếu. Do đó, việc phát triển dữ liệu toàn văn cần gắn với kiểm tra chất lượng và duy trì khả năng đối chiếu với văn bản gốc, tránh sử dụng kết quả nhận dạng tự động như những thông tin đã được kiểm chứng. Trong điều kiện nguồn tài liệu có chất lượng không đồng đều, việc ưu tiên xây dựng dữ liệu mô tả chính xác trước khi mở rộng khai thác toàn văn là hướng triển khai phù hợp, bảo đảm tính khả thi và độ tin cậy của dữ liệu được hình thành.

Từ những yêu cầu trên, quá trình dữ liệu hóa Tạp chí Nghiên cứu Lịch sử cần được tổ chức theo lộ trình gắn với từng giai đoạn số hóa. Đối với mỗi nhóm ấn phẩm, việc tạo lập và kiểm tra bản số cần đi đôi với xác lập thông tin mô tả của từng bài viết và liên kết dữ liệu với nguồn xuất bản tương ứng. Trên cơ sở đó, tiếp tục chuẩn hóa thông tin, kiểm tra tính thống nhất giữa các nhóm dữ liệu và từng bước mở rộng khả năng khai thác nội dung toàn văn. Cách tổ chức này cho phép dữ liệu được hình thành và hoàn thiện cùng với tiến độ số hóa, hạn chế tình trạng tích lũy các tệp số riêng lẻ rồi phải tổ chức lại thông tin khi triển khai xây dựng cơ sở dữ liệu. Đồng thời, cần bảo đảm sự phối hợp giữa nghiệp vụ tạp chí, chuyên môn sử học và kỹ thuật xử lý dữ liệu để thống nhất phương thức mô tả, kiểm tra và quản lý thông tin. Việc lưu trữ, tích hợp và khai thác dữ liệu cũng phải gắn với yêu cầu bảo đảm quyền tác giả, an toàn thông tin và khả năng duy trì lâu dài trong hệ thống dữ liệu dùng chung của Viện Hàn lâm Khoa học xã hội Việt Nam [2], [3].

Về phương diện khoa học, giá trị của định hướng dữ liệu hóa cần được xem xét ở khả năng xác định chính xác nguồn công bố, tìm kiếm và liên kết các bài viết có liên quan, đồng thời đối chiếu thông tin với tài liệu gốc. Khối lượng trang quét hoặc số tệp được tạo lập phản ánh tiến độ số hóa nhưng chưa đủ thể hiện khả năng khai thác dữ liệu. Chỉ khi thông tin ở cấp bài viết được tổ chức và kiểm chứng thống nhất, kho ấn phẩm mới có thể hỗ trợ việc khảo sát các vấn đề nghiên cứu và tranh luận học thuật trong lịch sử sử học Việt Nam.

4. Kết luận

Số hóa và dữ liệu hóa kho ấn phẩm Tạp chí Nghiên cứu Lịch sử là những nội dung có quan hệ chặt chẽ trong quá trình chuyển đổi phương thức lưu trữ, quản lý và khai thác nguồn tài liệu khoa học của Viện Sử học. Trong điều kiện công tác số hóa đang ở giai đoạn đầu, việc xác định định hướng dữ liệu hóa phù hợp có ý nghĩa quan trọng đối với khả năng tổ chức và khai thác lâu dài những kết quả nghiên cứu đã được công bố. Quá trình này đòi hỏi không chỉ sự thống nhất trong tổ chức thông tin mà còn phải bảo đảm tính chính xác, nguồn gốc và khả năng kiểm chứng của dữ liệu, phù hợp với đặc điểm kho ấn phẩm và yêu cầu nghiên cứu lịch sử. Vì vậy, dữ liệu hóa cần được đặt ra và từng bước thực hiện ngay trong quá trình số hóa, tạo cơ sở chuyển kho ấn phẩm từ tập hợp các tài liệu số riêng lẻ thành nguồn dữ liệu khoa học có cấu trúc, phục vụ nghiên cứu lịch sử và lịch sử sử học Việt Nam.

Tài liệu tham khảo

[1] Bộ Chính trị. (2024). Nghị quyết số 57-NQ/TW ngày 22-12-2024 về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia.

[2] Viện Sử học. (2026). Kế hoạch số hóa tổng thể dữ liệu Tạp chí Nghiên cứu Lịch sử.

[3] Tạp chí Nghiên cứu Lịch sử. (2026). Kế hoạch và phân công nhiệm vụ 100 ngày số hóa dữ liệu Tạp chí Nghiên cứu Lịch sử (20/8 - 05/11/2026).