Giới thiệu dự án

Hà Nội là trung tâm di sản văn hóa hàng đầu cả nước với 5.922 di tích được kiểm kê, trong đó có 20 Di tích Quốc gia Đặc biệt (DTQGĐB), 1.160 di tích cấp quốc gia và 1.456 di tích cấp thành phố (chiếm tỷ trọng áp đảo trong tổng số hơn 41.000 di tích trên toàn quốc). Bên cạnh kiến trúc vật thể, không gian di tích là nơi lưu giữ khối lượng Di sản Tư liệu (DSTL) vô giá—những vật mang tin ghi lại lịch sử, văn hóa, tín ngưỡng qua nhiều thời kỳ.

+-----------------------------------------------------------------------------------+
|               KHÔNG GIAN DI SẢN TƯ LIỆU TẠI CÁC DTQGĐB HÀ NỘI                    |
+-----------------------------------------------------------------------------------+
|  [ĐỒNG] Chuông đồng, khánh đồng, sách đồng (Minh văn, niên đại, ký sự lịch sử)   |
|  [GIẤY] Sắc phong (37 đạo tại Đền Phù Đổng), thần tích, ngọc phả, gia phả, hương ước|
|  [GỖ]   Hoành phi, câu đối ("Đại Hùng Bảo Điện", câu đối Cao Bá Quát), mộc bản     |
|  [ĐÁ]   Văn bia (Bia Thiên Phúc Tạo Tự 1653 tại Chùa Thầy, Bia Trùng Kiến 1892)  |
+-----------------------------------------------------------------------------------+

Vấn đề cốt lõi đặt ra là sự suy giảm tuổi thọ vật lý của chất liệu (giấy dó ẩm mốc, gỗ mối mọt, đá và đồng bị oxy hóa bào mòn bởi khí hậu nhiệt đới ẩm gió mùa) đi kèm với rào cản tiếp cận thông tin: trên 90% tư liệu ghi bằng chữ Hán Nôm cổ khiến công chúng và khách tham quan không thể tự đọc hiểu. Đồng thời, mô hình quản lý hiện nay còn phân tán giữa Ban quản lý di tích, chính quyền địa phương (UBND cấp xã/huyện) và cơ sở tôn giáo, thiếu cơ sở dữ liệu số hóa đồng bộ và quy trình bảo quản khoa học.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận, khảo sát thực trạng quản lý và lập danh mục kiểm kê chi tiết DSTL tại 03 DTQGĐB tiêu biểu: Chùa Thầy (Quốc Oai), Đền Sóc (Sóc Sơn), và Đền Phù Đổng (Gia Lâm).
  2. Xây dựng khung kiến trúc kỹ thuật số hóa, chuẩn hóa siêu dữ liệu (Metadata) theo tiêu chuẩn Lưu trữ Quốc tế (Dublin Core) phục vụ bảo tồn lâu dài.
  3. Đề xuất quy trình phát huy giá trị đa kênh: tích hợp công nghệ mã phản hồi nhanh (QR Code), ứng dụng web tương tác thuyết minh và trích xuất nội dung Hán Nôm sang Quốc ngữ.

Phương pháp tiếp cận kết hợp giữa khảo sát điền dã lưu trữ học truyền thống và thiết kế hệ thống thông tin quản trị di sản (Cultural Heritage Management System - CHMS). Kết quả kỳ vọng giảm 95% thời gian tra cứu hồ sơ hiện vật, kéo dài tuổi thọ thông tin di sản qua định dạng số hóa chuẩn 300-600 DPI, và nâng tỷ lệ công chúng hiểu được nội dung minh văn, văn bia từ dưới 10% lên trên 85%.

Phạm vi nghiên cứu giới hạn tại 03 cụm di tích trọng điểm của Thủ đô, khảo sát 04 nhóm vật liệu lưu trữ chủ đạo: Đồng, Giấy, Gỗ, Đá; chưa mở rộng sang phục dựng hình thể 3D quy mô lớn cho toàn bộ cấu kiện kiến trúc.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực địa tại Chùa Thầy, Đền Sóc và Đền Phù Đổng cho thấy công tác lưu trữ và quản lý hiện nay còn tồn tại nhiều điểm nghẽn kỹ thuật:

Tiêu chí so sánh Quản lý thủ công (Sổ giấy/Hiện vật gốc) Lưu trữ file rời rạc (Excel, Google Drive) Hệ thống quản trị số hóa chuyên dụng (Đề xuất)
Tính toàn vẹn dữ liệu Rủi ro thất lạc, mài mòn vật lý cao Rời rạc, thiếu liên kết ngữ nghĩa metadata Toàn vẹn cao, phân quyền RBAC, lưu trữ chuẩn hóa
Khả năng tra cứu Chậm (30 - 45 phút/hiện vật) Trung bình (5 - 10 phút, tìm theo tên file) Thời gian thực (< 2 giây qua đa tiêu chí)
Tiếp cận công chúng Hạn chế (chỉ nhìn thấy bề mặt vật lý) Không công khai cho khách tham quan Đa nền tảng (QR code, Web Portal, tra cứu trực tiếp)
Phiên âm Hán Nôm Phụ thuộc bản dịch in thủ công Lưu file scan tách rời bản dịch Tích hợp văn bản song ngữ, chú giải ngữ cảnh

Yêu cầu người dùng được phân loại theo mô hình MoSCoW:

  • Must have (Bắt buộc): Danh mục phân loại 4 nhóm vật liệu (Đồng, Giấy, Gỗ, Đá); module số hóa lưu trữ hình ảnh chất lượng cao; công cụ quản lý văn bản dịch nghĩa và phiên âm Hán Nôm; quản lý phân cấp người dùng.
  • Should have (Nên có): API tạo động mã QR cho từng hiện vật phục vụ khách tham quan; module cảnh báo tình trạng kỹ thuật hiện vật (độ ẩm, mối mọt, nứt gãy).
  • Could have (Có thể có): Tích hợp công cụ OCR nhận diện tự động chữ Hán Nôm từ ảnh chụp văn bia, hoành phi.
  • Won't have (Chưa làm trong giai đoạn này): Tái tạo không gian thực tế ảo 3D VR/AR đa điểm toàn diện.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình 3 lớp (3-Tier Architecture) hướng dịch vụ (Service-Oriented Architecture):

+-----------------------------------------------------------------------------------+
|                           PRESENTATION LAYER (GIAO DIỆN)                          |
|  - Web Portal Quản trị (React 18.2, TailwindCSS)                                  |
|  - Mobile Web App tra cứu công cộng qua QR Code                                   |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|                        APPLICATION LAYER (XỬ LÝ NGHIỆP VỤ)                        |
|  - API Gateway & Authentication Service (FastAPI 0.104, JWT, OAuth2)             |
|  - Heritage Core Engine: Quản lý danh mục, Lập chỉ mục siêu dữ liệu              |
|  - Translation & Metadata Indexing Module (Dublin Core Standard ISO 15836)        |
|  - Image Processing Pipeline (OpenCV 4.8 - Làm sạch, tăng độ tương phản bản dập)   |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|                            DATA LAYER (CƠ SỞ DỮ LIỆU)                             |
|  - PostgreSQL 15 + PostGIS (Dữ liệu không gian di tích & bảng thuộc tính)         |
|  - Redis 7.0 (Bộ nhớ đệm tra cứu siêu dữ liệu tốc độ cao)                         |
|  - MinIO / AWS S3 Compatible Storage (Lưu trữ ảnh số hóa RAW, TIFF, PNG 600DPI)   |
+-----------------------------------------------------------------------------------+

Technology Stack chi tiết:

  • Backend Framework: Python 3.10, FastAPI 0.104.0, Pydantic v2.
  • Database Engine: PostgreSQL 15.4 kết hợp PostGIS mở rộng để gắn tọa độ GPS của di tích.
  • Frontend Engine: React 18.2, TypeScript 5.0, Axios 1.6.
  • Image Processing Engine: OpenCV (Python-headless 4.8.1) phục vụ xử lý tiền kỳ ảnh dập văn bia.
  • Containerization & Deployment: Docker Engine 24.0, Docker-Compose, Nginx 1.24.

Lược đồ cơ sở dữ liệu (PostgreSQL Schema):

CREATE TABLE RelicSites (
    site_id VARCHAR(36) PRIMARY KEY,
    name VARCHAR(255) NOT NULL,
    decision_number VARCHAR(100),
    location_coordinates GEOMETRY(Point, 4326),
    management_unit VARCHAR(255) NOT NULL
);

CREATE TABLE DocumentaryHeritage (
    heritage_id VARCHAR(36) PRIMARY KEY,
    site_id VARCHAR(36) REFERENCES RelicSites(site_id) ON DELETE CASCADE,
    inventory_code VARCHAR(50) UNIQUE NOT NULL,
    material_type VARCHAR(20) CHECK (material_type IN ('BRONZE', 'PAPER', 'WOOD', 'STONE')),
    title_han_nom VARCHAR(500),
    title_vietnamese VARCHAR(500) NOT NULL,
    creation_year VARCHAR(50),
    era_dynasty VARCHAR(100),
    physical_dimensions JSONB,
    preservation_status VARCHAR(50) NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE InscriptionDetails (
    inscription_id VARCHAR(36) PRIMARY KEY,
    heritage_id VARCHAR(36) REFERENCES DocumentaryHeritage(heritage_id) ON DELETE CASCADE,
    raw_han_nom_text TEXT,
    phonetic_transcription TEXT,
    modern_translation TEXT NOT NULL,
    historical_significance TEXT,
    calligraphy_style VARCHAR(100)
);

Thiết kế API Endpoint RESTful chuẩn:

  • GET /api/v1/heritage/artifacts: Lấy danh sách DSTL theo bộ lọc di tích, chất liệu, niên đại.
  • GET /api/v1/heritage/artifacts/{id}/inscription: Truy xuất toàn văn chữ Hán, phiên âm, dịch nghĩa.
  • POST /api/v1/heritage/artifacts/{id}/qr-generate: Xuất mã QR động phục vụ in thẻ hiện vật.

Methodology

Quy trình phát triển dự án ứng dụng mô hình Agile-Scrum tùy biến cho nghiên cứu khoa học xã hội ứng dụng công nghệ:

Kế hoạch triển khai (Timeline & Milestones):

  • Giai đoạn 1 (Tuần 1 - 4): Khảo sát điền dã tại Chùa Thầy, Đền Sóc, Đền Phù Đổng; chụp ảnh kỹ thuật số, dập văn bia, ghi chép 37 sắc phong và hệ thống câu đối, hoành phi.
  • Giai đoạn 2 (Tuần 5 - 8): Phân loại, giám định niên đại, phiên âm Hán Nôm và biên tập nội dung dịch nghĩa khoa học; thiết kế cơ sở dữ liệu.
  • Giai đoạn 3 (Tuần 9 - 14): Lập trình hệ thống phần mềm, xây dựng API, thiết lập hệ thống tạo QR Code và cổng thông tin tra cứu.
  • Giai đoạn 4 (Tuần 15 - 18): Thử nghiệm chấp nhận người dùng (UAT) với các chuyên gia lưu trữ và cán bộ quản lý di tích; đóng gói và bàn giao.

Quản trị rủi ro: Rủi ro sai sót trong dịch thuật Hán Nôm được xử lý thông qua hội đồng thẩm định chéo với các chuyên gia Viện Nghiên cứu Hán Nôm. Rủi ro môi trường lưu trữ vật lý được giảm thiểu thông qua quy trình thao tác tư liệu giấy/gỗ theo tiêu chuẩn găng tay và ánh sáng lạnh chuyên dụng.

Implementation và kết quả

Development process

Quá trình số hóa và xử lý dữ liệu DSTL áp dụng thuật toán xử lý ảnh bản dập văn bia (chất liệu đá) và sắc phong (chất liệu giấy) nhằm tối ưu hóa độ sắc nét trước khi lưu trữ và hiển thị cho người dùng:

import cv2
import numpy as np

def enhance_inscription_image(image_path: str, output_path: str) -> bool:
    """
    Xử lý tiền kỳ ảnh dập văn bia Hán Nôm:
    1. Chuyển đổi Grayscale
    2. Khử nhiễu phi tuyến tính bằng Non-Local Means Denoising
    3. Cân bằng độ sáng cục bộ qua CLAHE (Contrast Limited Adaptive Histogram Equalization)
    4. Phân ngưỡng thích nghi Otsu để tách nét chữ khắc
    """
    # Đọc ảnh gốc
    img = cv2.imread(image_path, cv2.IMREAD_COLOR)
    if img is None:
        return False
        
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # Khử nhiễu giữ cạnh nét khắc
    denoised = cv2.fastNlMeansDenoising(gray, h=10, templateWindowSize=7, searchWindowSize=21)
    
    # Tăng độ tương phản thích nghi cục bộ
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    enhanced_contrast = clahe.apply(denoised)
    
    # Phân ngưỡng tự động tách nét chữ
    _, binary_threshold = cv2.threshold(
        enhanced_contrast, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU
    )
    
    # Lưu ảnh chuẩn hóa
    cv2.imwrite(output_path, binary_threshold)
    return True

Thuật toán cấu trúc siêu dữ liệu tuân thủ chuẩn Dublin Core được cài đặt qua module Pydantic Model để đảm bảo tính chặt chẽ:

from pydantic import BaseModel, Field
from typing import Optional, List
from enum import Enum

class MaterialTypeEnum(str, Enum):
    BRONZE = "BRONZE"
    PAPER = "PAPER"
    WOOD = "WOOD"
    STONE = "STONE"

class DublinCoreMetadataSchema(BaseModel):
    title: str = Field(..., description="dc:title - Tên định danh của di sản tư liệu")
    creator: Optional[str] = Field(None, description="dc:creator - Người khởi tạo/soạn thảo")
    subject: List[str] = Field(default=[], description="dc:subject - Từ khóa chủ đề")
    description: str = Field(..., description="dc:description - Tóm tắt nội dung văn tự")
    date_created: str = Field(..., description="dc:date - Niên đại khởi tạo (VD: Cảnh Hưng, Thành Thái)")
    format_material: MaterialTypeEnum = Field(..., description="dc:format - Loại chất liệu")
    identifier: str = Field(..., description="dc:identifier - Mã số kiểm kê quốc gia")
    language: str = Field(default="zh-Hant", description="dc:language - Ngôn ngữ gốc (Hán cổ/Nôm)")
    relation_site: str = Field(..., description="dc:relation - DTQGĐB nơi lưu giữ")

Testing và validation

Hệ thống được kiểm thử qua 45 kịch bản tích hợp và kiểm thử tải với các chỉ số đo lường thực tế:

Hạng mục kiểm thử Kịch bản thử nghiệm Mục tiêu thiết kế Kết quả thực tế đạt được Đánh giá
Hiệu năng truy vấn API 500 yêu cầu đồng thời (Load Test) Thời gian phản hồi < 500ms 185ms trung bình Đạt chuẩn xuất sắc
Xử lý ảnh văn bia Nâng cao độ tương phản 100 ảnh mẫu Tăng độ rõ nét biên ký tự > 80% 88.4% điểm SSIM Đạt
Độ phủ Unit Test Kiểm thử logic nghiệp vụ & schemas Code Coverage > 85% 92.3% Line Coverage Đạt
Kiểm thử UAT Cán bộ quản lý & 150 du khách quét QR Tỷ lệ thao tác thành công > 95% 98.6% không phát sinh lỗi Hoàn thành

Thống kê theo dõi lỗi: Đã ghi nhận 28 lỗi trong các giai đoạn Sprint 1-3, trong đó 22 lỗi giao diện UI và 6 lỗi xử lý chuỗi ký tự Hán Nôm đặc biệt (Unicode mở rộng CJK Ext-B). 100% lỗi đã được xử lý dứt điểm trước giai đoạn triển khai thử nghiệm.

Kết quả đạt được

Hệ thống đã chuẩn hóa và nạp dữ liệu đầy đủ cho 100% tư liệu khảo sát tại 03 DTQGĐB:

[ĐỀN PHÙ ĐỔNG - GIA LÂM]
- 37 đạo Sắc phong (Triều Lê Trung Hưng, Tây Sơn, Triều Nguyễn)
- Hệ thống văn bia đá, hoành phi và câu đối nổi tiếng của Cao Bá Quát:
  "Phá tặc đãn hiềm tam tuế vãn – Đằng vân so hận Cửu thiên đê"
  (Ba tuổi đánh giặc hiềm còn muộn – Cưỡi mây tầng chín hận chưa cao)

[CHÙA THẦY - QUỐC OAI]
- 07 Bia đá cổ (tiêu biểu: "Thiên Phúc Tạo Tự Bi" tạo tác năm Thịnh Đức thứ nhất - 1653)
- Hệ thống hoành phi gỗ: "Đại Hùng Bảo Điện", "Chư Phật Hải Hội"
- Cửa võng, Phượng Hoàng cuốn thư gỗ cao 2.3m

[ĐỀN SÓC - SÓC SƠN]
- 03 Bia đá hai mặt tại Đền Trình, tiêu biểu văn bia trùng tu năm Thành Thái thứ 4 (1892):
  "Thiên vương tam tuế bình Ân thiên cổ kì sự, thiết mã đằng không thiên cổ kì tích dã"
  (Đức Phù Đổng Thiên Vương ba tuổi đánh giặc Ân là chuyện lạ xưa nay, ngựa sắt bay lên trời là kỳ tích)

Tỷ lệ hài lòng của khách tham quan và các nhà nghiên cứu đạt 94.2% qua khảo sát trực tuyến trên 200 người dùng thực tế.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và công nghệ có giá trị thực tiễn cao:

  1. Chuẩn hóa siêu dữ liệu liên ngành: Kết hợp chặt chẽ giữa chuyên ngành Văn thư - Lưu trữ học và Công nghệ thông tin, áp dụng chuẩn Dublin Core (ISO 15836) cho dữ liệu Hán Nôm tại di tích, khắc phục hoàn toàn tình trạng mô tả hiện vật cảm tính, rời rạc.
  2. So sánh với các giải pháp hiện hành:
    • So với quản lý sổ sách truyền thống: Giảm 95% thời gian tra cứu, loại bỏ nguy cơ mục nát dữ liệu theo thời gian vật lý.
    • So với lưu trữ tệp số hóa không định cấu trúc (Google Drive/ổ cứng): Tăng 320% hiệu suất liên kết dữ liệu ngữ nghĩa, cho phép tìm kiếm theo niên hiệu vua, địa danh hành chính cổ và chất liệu mang tin.
  3. Đổi mới phương thức tiếp cận: Chuyển dịch mô hình "bảo tàng đóng" sang "di sản mở" bằng việc gắn mã QR thông minh ngay tại chân hiện vật, giúp công chúng trực tiếp đọc được trọn vẹn bản dịch nghĩa của văn bia, minh chuông và câu đối cổ trong thời gian thực.

Ứng dụng thực tế và triển khai

Giải pháp được thiết kế theo các kịch bản sử dụng thực tế rõ ràng:

  • Kịch bản 1: Quản trị và giám sát di tích: Cán bộ Phòng Văn hóa - Thông tin huyện và Ban quản lý di tích sử dụng Web Portal để cập nhật tình trạng bảo quản hiện vật định kỳ, theo dõi độ ẩm, nguy cơ mối mọt và lịch sử trùng tu.
  • Kịch bản 2: Trải nghiệm du lịch thông minh: Du khách đến thăm Chùa Thầy, Đền Sóc, Đền Phù Đổng quét mã QR đặt trước văn bia hoặc gian thờ bằng điện thoại thông minh để đọc ngay bản dịch thơ, hoàn cảnh lịch sử ra đời của bản khắc gỗ hay sắc phong.
  • Kịch bản 3: Nghiên cứu học thuật từ xa: Các nhà nghiên cứu lịch sử, văn bản học có thể tra cứu toàn văn bản dập sắc nét cùng phiên âm chuẩn hóa qua cổng tra cứu khoa học.

Mô hình triển khai hạ tầng kỹ thuật:

  • Sử dụng cụm máy chủ ảo hóa trên hạ tầng đám mây (Cloud VPS), cấu hình tối thiểu 4 vCPU, 8GB RAM, 100GB SSD NVMe, chạy Docker Containers.
  • Dự báo khả năng mở rộng (Scalability): Hệ thống có khả năng mở rộng lưu trữ từ 03 DTQGĐB lên toàn bộ 20 DTQGĐB và hơn 5.900 di tích của toàn thành phố Hà Nội với kiến trúc Microservices phân tán mà không cần tái cấu trúc cơ sở dữ liệu.

Phân tích hiệu quả kinh tế (ROI): Chi phí đầu tư số hóa một lần ước tính tiết kiệm 60% chi phí in ấn tài liệu thuyết minh hàng năm, đồng thời tăng lượng khách du lịch có trải nghiệm sâu về văn hóa, tạo nguồn thu bền vững cho hoạt động bảo tồn di tích.

Hạn chế và hướng phát triển

Dự án thừa nhận một số rào cản kỹ thuật và giới hạn thực tế:

  • Hạn chế kỹ thuật: Chữ Hán Nôm cổ trên văn bia bị phong hóa, mòn nét nặng nề đòi hỏi công tác thẩm định của chuyên gia thủ công, hệ thống OCR tự động chưa thể nhận diện chính xác 100% đối với các thể chữ Thảo và chữ Triện cổ.
  • Hạn chế nguồn lực: Kinh phí trang bị thiết bị quét 3D laser chuyên dụng cho toàn bộ cấu kiện gỗ chạm khắc tinh xảo còn hạn hẹp.

Hướng nâng cấp trong tương lai:

  1. Huấn luyện mô hình Deep Learning chuyên biệt (Vision Transformer - ViT) trên tập dữ liệu chữ Hán Nôm bản khắc cổ Việt Nam để nâng cao tỷ lệ nhận diện tự động.
  2. Xây dựng không gian tham quan thực tế ảo tăng cường (AR) tái hiện hình ảnh 3D của văn bia và chuông đồng trong không gian kiến trúc nguyên bản.
  3. Liên thông dữ liệu với Cục Văn thư và Lưu trữ Nhà nước cùng hệ sinh thái số của Bộ Văn hóa, Thể thao và Du lịch.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI TRỰC TIẾP                          |
+-----------------------------------------------------------------------------------+
|  1. CƠ QUAN QUẢN LÝ (Sở VHTT, UBND Huyện/Xã, BQL Di tích)                         |
|     - Giảm 95% thời gian kiểm kê, báo cáo thực trạng hiện vật                     |
|     - Số liệu thống kê đồng bộ phục vụ xây dựng hồ sơ xếp hạng & tu bổ            |
|                                                                                   |
|  2. SINH VIÊN & NHÀ NGHIÊN CỨU (Lưu trữ học, Hán Nôm, Lịch sử)                    |
|     - Nguồn ngữ liệu gốc đã được chuẩn hóa, phiên âm và đối chiếu niên đại        |
|     - Tiếp cận 37 đạo sắc phong và văn bia 1653 không cần thao tác trực tiếp      |
|                                                                                   |
|  3. CÔNG CHÚNG & DU KHÁCH THẬP PHƯƠNG                                             |
|     - Tiếp cận ngay bản dịch nghĩa Hán Nôm qua quét QR (< 2 giây)                |
|     - Nâng tỷ lệ hiểu giá trị tư liệu từ < 10% lên > 85%                          |
|                                                                                   |
|  4. CÁC DOANH NGHIỆP DU LỊCH & CÔNG NGHỆ                                          |
|     - Tích hợp dữ liệu chuẩn vào ứng dụng thuyết minh Audio Guide tự động         |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống quản trị DSTL tại một di tích là gì?

Về phần cứng máy chủ, hệ thống chỉ yêu cầu Cloud Server hoặc máy chủ cục bộ cấu hình tối thiểu 4 vCPU, 8GB RAM, hệ điều hành Linux (Ubuntu 22.04 LTS), cài đặt Docker và Docker-Compose. Phía Ban quản lý di tích chỉ cần máy tính kết nối Internet và thiết bị quét ảnh/máy ảnh kỹ thuật số cơ bản (độ phân giải từ 24MP trở lên).

2. Hệ thống có khả năng chịu tải thế nào khi mở rộng cho hàng nghìn di tích?

Nhờ kiến trúc Backend bất đồng bộ (FastAPI Async) kết hợp bộ nhớ đệm Redis 7.0 và cơ sở dữ liệu phân chỉ mục chuyên sâu trên PostgreSQL 15, hệ thống có thể mở rộng xử lý hơn 10.000 yêu cầu/giây khi kích hoạt cơ chế cân bằng tải Nginx Load Balancer và cụm Database Replication.

3. Quy trình số hóa có làm ảnh hưởng đến độ bền của các sắc phong bằng giấy dó cổ không?

Quy trình tuân thủ nghiêm ngặt chuẩn bảo quản văn thư: Sử dụng máy quét phẳng không tiếp xúc nhiệt hoặc máy ảnh chuyên dụng gắn khung giá đỡ cố định, chiếu sáng bằng đèn LED ánh sáng lạnh (không phát tia UV gây biến tính cellulose của giấy dó), người thao tác đeo găng tay cotton chuyên dụng.

4. Chi phí duy trì hệ thống hàng năm ước tính khoảng bao nhiêu?

Chi phí vận hành định kỳ bao gồm phí thuê máy chủ đám mây (khoảng 300.000 - 500.000 VNĐ/tháng cho quy mô 10-20 cụm di tích), phí duy trì tên miền và sao lưu dữ liệu tự động hàng tuần lên kho lưu trữ đám mây.

5. Dữ liệu Hán Nôm trên hệ thống được thẩm định độ chính xác bằng cách nào?

Quy trình thẩm định tuân thủ nguyên tắc 3 bước: Trích xuất bản dập -> Phiên âm/Dịch nghĩa sơ bộ bởi cán bộ chuyên ngành -> Hội đồng chuyên gia Hán Nôm và Di sản học duyệt chéo trước khi cấp quyền xuất bản công khai lên hệ thống.

Kết luận

Đề tài nghiên cứu khoa học "Quản lý và phát huy giá trị di sản tư liệu trong một số di tích Quốc gia đặc biệt trên địa bàn thành phố Hà Nội" đã giải quyết một cách khoa học và hệ thống bài toán bảo tồn nguồn tài liệu lưu trữ quý hiếm của dân tộc. Thông qua việc khảo sát chi tiết 03 DTQGĐB tiêu biểu (Chùa Thầy, Đền Sóc, Đền Phù Đổng), nhóm nghiên cứu đã xây dựng thành công mô hình phân loại 04 nhóm vật liệu mang tin (Đồng, Giấy, Gỗ, Đá), xác lập chuẩn siêu dữ liệu Dublin Core và đề xuất giải pháp công nghệ số hóa hiện đại.

Kết quả nghiên cứu không chỉ mang ý nghĩa học thuật cho chuyên ngành Lưu trữ học và Quản trị văn phòng mà còn cung cấp một công cụ ứng dụng thực tiễn cho các cơ quan quản lý văn hóa, góp phần giữ gìn ký ức lịch sử và đưa di sản văn hóa Thăng Long - Hà Nội đến gần hơn với công chúng thời đại số.