智能小檔：基于深度學(xué)習(xí)的智能化科技檔案管理的應(yīng)用研究*

劉伊玲 王胡燕 楊本富 王聰杰 趙樣

（1.云南電網(wǎng)有限責(zé)任公司信息中心 昆明 650217;2.南方電網(wǎng)數(shù)字企業(yè)科技（廣東）有限公司 昆明 650217;3.云南師范大學(xué) 昆明 650500）

0 引言

檔案數(shù)據(jù)作為歷史留存數(shù)據(jù)，是一個企業(yè)項目及其重要事件的寫照。隨著技術(shù)的不斷發(fā)展，業(yè)務(wù)的類型及其數(shù)量的不斷增加，檔案的來源、類型及其數(shù)量也不斷增加。目前企業(yè)檔案數(shù)據(jù)的多樣化、海量化，造成了檔案數(shù)據(jù)的難以利用：檔案數(shù)據(jù)利用成本高，需要付出大量的人力成本，耗時耗力，成本難以支撐；檔案數(shù)據(jù)結(jié)構(gòu)復(fù)雜、類型多樣、來源廣泛，通過文本、圖像、視頻、語音等多種不同類型的形式來進行存儲和展示，難以從海量的檔案數(shù)據(jù)中得到關(guān)鍵的檔案知識，知識獲取難且不全。同時，現(xiàn)存的檔案數(shù)據(jù)中檔案大部分為孤本，在開展利用服務(wù)時，容易丟失、失控、影響檔案的壽命。同時，檔案數(shù)據(jù)對于數(shù)據(jù)的完整性、安全保密性、真實性、準(zhǔn)確性要求高。基于此，檔案的智能化管理也就顯得尤為重要。

隨著電網(wǎng)建設(shè)的快速發(fā)展，每年產(chǎn)生上萬卷項目檔案，需要大量人工對歸檔資料進行審查，存在工作量巨大、周期長等困難及資料不完整、錯漏等風(fēng)險。云南電網(wǎng)有限責(zé)任公司信息中心借助人工智能等當(dāng)前主流技術(shù)解決上述問題，切實提升檔案工作效率。

通過對電網(wǎng)科技檔案歸檔審查領(lǐng)域所涉及的技術(shù)進行研究和應(yīng)用，構(gòu)建和訓(xùn)練面向行業(yè)通用的科技檔案歸檔智能審查業(yè)務(wù)模型，實現(xiàn)檔案數(shù)據(jù)智能獲取、智能審查、智能組卷，大大縮短檔案從收集、整改到上架的工作時間；此外通過構(gòu)建電網(wǎng)檔案數(shù)據(jù)分析模型，挖掘電子檔案的隱性信息和知識，實時進行檔案數(shù)據(jù)智能分析，為企業(yè)管理提供高可用的數(shù)據(jù)支撐。

1 文獻綜述

檔案信息化作為檔案事業(yè)的關(guān)鍵，強化院所兩級協(xié)同，推動數(shù)字化檔案室的建設(shè)刻不容緩[1]。楊冬權(quán)[2]強調(diào)了檔案資源的重要性，正視檔案的價值，要加強人們對檔案的重要性的認(rèn)識，強調(diào)了使用人工智能技術(shù)對檔案信息的“智慧性開發(fā)”，最大限度地發(fā)揮檔案的價值，更好地為企業(yè)、社會決策等提供支持服務(wù)。金波等人為了充分挖掘檔案數(shù)據(jù)價值、釋放檔案數(shù)據(jù)能量，對檔案信息開發(fā)利用與檔案數(shù)據(jù)共享利用進行辨析，為現(xiàn)檔案信息的開發(fā)利用和數(shù)據(jù)共享利用提供了研究思路[3]。

隨著人工智能、大數(shù)據(jù)等信息技術(shù)的不斷發(fā)展，這為檔案智能化利用提供了新的技術(shù)思路，要注重檔案非結(jié)構(gòu)化資源的整合、數(shù)據(jù)挖掘、知識發(fā)現(xiàn)、知識關(guān)聯(lián)和知識服務(wù)，深化理論實踐研究[4]。2021年，《“十四五”全國檔案事業(yè)發(fā)展規(guī)劃》明確指出要應(yīng)用人工智能助力檔案管理工作轉(zhuǎn)型升級，并與數(shù)字檔案館（室）建設(shè)相結(jié)合[5-8]。2022年，國家檔案局在科技項目立項工作中也表明要開展人工智能技術(shù)應(yīng)用于檔案管理的研究[9]。需要借助信息化技術(shù)，推動數(shù)智賦能檔案事業(yè)轉(zhuǎn)型升級，加強人工智能技術(shù)、大數(shù)據(jù)技術(shù)等新一代信息技術(shù)在數(shù)字檔案建設(shè)中的應(yīng)用，實現(xiàn)檔案資源數(shù)據(jù)化、知識化、智能化[10]。

基于此，人工智能技術(shù)也被逐漸應(yīng)用到檔案管理及利用中。在檔案數(shù)據(jù)處理上，借助語音識別、語音轉(zhuǎn)寫、OCR 圖片識別等人工智能技術(shù)進行檔案結(jié)構(gòu)化處理，不斷形成新的檔案成果[11]。在檔案檢索和檔案服務(wù)方面，利用智能Agent 技術(shù)實現(xiàn)全文檢索，結(jié)合人工智能技術(shù)提高檔案智能檢索的準(zhǔn)確率[12]。

為了充分利用檔案多模態(tài)數(shù)據(jù)，鄧君[13]結(jié)合NLP 相關(guān)技術(shù)將多來源、多模態(tài)檔案知識進行知識抽取和圖譜可視化構(gòu)建，并基于此實現(xiàn)檔案資源知識發(fā)現(xiàn)，實現(xiàn)了檔案知識的升華但沒有考慮到檔案的實際業(yè)務(wù)應(yīng)用。為了充分實現(xiàn)檔案價值的高效利用，邱杰峰等人[14]將不同來源的文檔、圖像檔案數(shù)據(jù)進行處理后，結(jié)合OCR、語義理解、文本分詞、屬性推測等技術(shù)進行檔案知識挖掘，實現(xiàn)檔案的智能著錄、分類、編研利用等業(yè)務(wù)需求，并實現(xiàn)檔案知識利用的流程化處理。為了有效學(xué)習(xí)檔案知識，楊曉芳[15]將人工智能技術(shù)與檔案智能問答服務(wù)相結(jié)合，通過人工智能自然語言處理模型對檔案特征向量進行深度語義理解與分析，在檔案知識中進行問題的檢索與匹配，實現(xiàn)問答對的匹配。

檔案的智能化技術(shù)越來越成熟，但是檔案數(shù)據(jù)復(fù)雜多樣，不同數(shù)據(jù)類別具有不同數(shù)據(jù)特點，例如：文書、科技檔案、實體檔案等，以上的研究沒有考慮到檔案的類別，但是知識抽取技術(shù)給我們提供了新的思路。針對文書檔案，楊建梁[16-17]等人通過結(jié)合深度學(xué)習(xí)模型挖掘檔案文書內(nèi)部知識，進行知識聚類、實體抽取實現(xiàn)檔案知識關(guān)聯(lián)和可視化，充分挖掘出了文書檔案資政價值、憑證價值和情報價值，為檔案知識的進一步利用提供了服務(wù)支撐。

以上學(xué)者的這些研究，為智能化挖掘科技檔案中的知識提供了研究思路。基于此，針對科技檔案的特點，本研究針對不同的檔案數(shù)據(jù)類進行知識挖掘，并結(jié)合深度學(xué)習(xí)算法，將檔案知識進行聚類、關(guān)聯(lián)，并結(jié)合知識圖譜技術(shù)將結(jié)構(gòu)化知識進行可視化。在處理的過程中，充分與科技檔案的實際業(yè)務(wù)相結(jié)合，實現(xiàn)檔案的自動化合規(guī)性、完備性校驗及其科技檔案的智能化審查，實現(xiàn)科技檔案知識的充分利用。

2 理論框架

基于深度學(xué)習(xí)的智能化科技檔案管理的應(yīng)用研究平臺架構(gòu)分成數(shù)據(jù)采集層、AI 服務(wù)接入層、web 層，整體研究框架如圖1所示。通過將智能化技術(shù)與檔案實際業(yè)務(wù)相融合，提高了檔案業(yè)務(wù)的工作效率，有效實現(xiàn)了科技檔案的智能化服務(wù)水平。

圖1 整體研究框架

數(shù)據(jù)采集層：采用SFTP 技術(shù)獲取文件，實現(xiàn)安全可靠傳輸。

AI 服務(wù)接入層包括：數(shù)據(jù)存儲層、信息與知識層、計算引擎層、算法訓(xùn)練層、AI 服務(wù)層、可視化層。

數(shù)據(jù)存儲層：針對不同的數(shù)據(jù)類別結(jié)合數(shù)據(jù)存儲技術(shù)，實現(xiàn)不同數(shù)據(jù)的分布式存儲、列式存儲、索引存儲和結(jié)構(gòu)化存儲，構(gòu)建底層數(shù)據(jù)存儲結(jié)構(gòu)。

信息與知識層對全局?jǐn)?shù)據(jù)知識進行結(jié)構(gòu)化規(guī)范化劃分處理。其中，信息知識包括：文章數(shù)據(jù)、業(yè)務(wù)系統(tǒng)數(shù)據(jù)、知識圖譜及其多領(lǐng)域資源數(shù)據(jù)。需要結(jié)合數(shù)據(jù)分析技術(shù)分析處理不同的數(shù)據(jù)，并針對不同的數(shù)據(jù)特點對數(shù)據(jù)知識進行結(jié)構(gòu)化處理，在處理的過程中，需要調(diào)用AI 服務(wù)層來對不同的數(shù)據(jù)進行知識抽取。AI 服務(wù)層則通過調(diào)用不同的算法模型來進行算法配置，算法配置過程中需要調(diào)用算法訓(xùn)練層，選擇合適的算法模型，并結(jié)合模型調(diào)用計算引擎實現(xiàn)模型訓(xùn)練來支撐業(yè)務(wù)數(shù)據(jù)的處理。

AI 服務(wù)層中配置的算法包括但不限于：圖像處理技術(shù)、自然語言處理技術(shù)、推薦算法、智能知識抽取技術(shù)、知識圖譜技術(shù)等，配置了支撐業(yè)務(wù)處理的算法服務(wù)。算法訓(xùn)練層：基于AI 服務(wù)層的算法配置了常用的算法模型庫，包括：分類算法、聚類算法、關(guān)聯(lián)規(guī)則算法以及常用的深度學(xué)習(xí)模型，這些模型算法基于不同的業(yè)務(wù)處理來封裝。

可視化層：將實時業(yè)務(wù)處理的數(shù)據(jù)進行可視化展示，包括：模型評估的結(jié)果、知識圖譜可視化、以及數(shù)據(jù)分析結(jié)果等，便于用戶理解以及后續(xù)的業(yè)務(wù)數(shù)據(jù)分析。

后端監(jiān)控層：包括服務(wù)監(jiān)控和運維監(jiān)控。服務(wù)監(jiān)控為對平臺的實時業(yè)務(wù)數(shù)據(jù)跟蹤、資源可用性跟蹤、系統(tǒng)的性能跟蹤、用戶數(shù)據(jù)監(jiān)控、關(guān)鍵指標(biāo)跟蹤等，為平臺提供安全可靠的監(jiān)控服務(wù)。運維監(jiān)控為：對系統(tǒng)的異常數(shù)據(jù)的跟蹤、系統(tǒng)病毒跟蹤警報等，對異常的業(yè)務(wù)功能進行日志記錄跟蹤，便于后續(xù)的運維和功能優(yōu)化。

3 基于深度學(xué)習(xí)的智能化科技檔案管理案例介紹

本案例主要針對電網(wǎng)企業(yè)科技檔案歸檔資料及管理過程進行研究，結(jié)合當(dāng)下主流的先進技術(shù)，針對性的對檔案管理工作中存在的痛點、難點問題提出對應(yīng)的解決方案，對科技檔案歸檔進行嚴(yán)格監(jiān)管，實現(xiàn)檔案資料合規(guī)性、完備性在線校驗，保證合規(guī)性校驗的準(zhǔn)確性，提高對檔案資源的利用、科技檔案歸檔智能化水平、科技檔案管理工作效能，降低管理成本，保證科技檔案的完整性、真實性、可靠性和可用性，同時提高科技檔案資源利用率和分析能力，提升科技檔案精益化管理水平。

3.1 構(gòu)建業(yè)務(wù)校驗規(guī)則

通過對電網(wǎng)科技類項目的現(xiàn)行管理制度進行研究，同時參閱了大量資料對工程類、信息化、科技類項目的歸檔資料管理現(xiàn)狀進行分析研究，為后期的項目開展提供理論及業(yè)務(wù)管理奠定基礎(chǔ)。編制項目的工作方案，擬定項目計劃并按照項目階段工作計劃推進項目的研究。以云南電網(wǎng)為基礎(chǔ)對科技檔案的管理脈絡(luò)進行了梳理，對同行業(yè)的國家電網(wǎng)公司的科技項目檔案歸檔進行了調(diào)研，了解和學(xué)習(xí)國家電網(wǎng)在檔案管理方面的信息化建設(shè)成果。

細(xì)化需求分析，根據(jù)現(xiàn)狀調(diào)研情況結(jié)合項目的研究目標(biāo)，完成項目需求規(guī)格說明書的編制工作。明確關(guān)鍵技術(shù)研究方向，按照需求說明書的相關(guān)任務(wù)目標(biāo)，對行業(yè)內(nèi)的主流關(guān)鍵技術(shù)進行學(xué)習(xí)和研究，并通過查閱大量文件及對BAT 公司的技術(shù)情況進行對比，對實現(xiàn)項目目標(biāo)所需的關(guān)鍵技術(shù)進行研究形成了技術(shù)研究報告。結(jié)合業(yè)務(wù)管理需要及技術(shù)實現(xiàn)的融合，完成項目的概要設(shè)計及詳細(xì)設(shè)計說明書編制。

根據(jù)合規(guī)性規(guī)則組織項目研究開發(fā)，完成主要開發(fā)工作任務(wù)后，進行了充分的業(yè)務(wù)驗證及技術(shù)驗證，并請第三方機構(gòu)進行了功能、性能的測試驗證。項目具備上線試運行條件后，選取網(wǎng)內(nèi)網(wǎng)外試點單位進行項目成果試運行。通過試運行不斷對系統(tǒng)應(yīng)用的易用性、友好性進行調(diào)優(yōu)，提升系統(tǒng)應(yīng)用性能。

運行測試合規(guī)性規(guī)則驗證模型可用性，將規(guī)則按照不同項目類別進行配置，對試用過程中出現(xiàn)誤判、不準(zhǔn)確等情況進行分析，優(yōu)化校驗?zāi)Ｐ停ㄟ^人工智能算法優(yōu)化校驗的準(zhǔn)確性，實現(xiàn)合規(guī)性校驗（包含有無蓋章、是否為紅頭文件、時間序列校驗等）準(zhǔn)確率達到99%。公司每年新增的項目近千個，檔案歸檔案卷每年約新增上萬卷，利用本成果進行智能審查、整理組卷等，大幅提升歸檔審查工作效率。

3.2 智能審查模型構(gòu)建

構(gòu)建基于人工智能的檔案智能審查及一鍵式組卷模型。檔案的規(guī)范性、可靠性是檔案管理的重點工作，只有符合規(guī)范的檔案資料才能為企業(yè)的長期發(fā)展提供支持，傳統(tǒng)的人工合規(guī)性檢查，效率低下且準(zhǔn)確性不高。通過開展檔案合規(guī)性自動校驗技術(shù)研究，將采集到的項目資料運用人工智能技術(shù)對檔案合規(guī)性進行檢查校驗。

根據(jù)南網(wǎng)電網(wǎng)公司檔案管理相關(guān)規(guī)范梳理完整性、合規(guī)性規(guī)則，對檔案資料的合規(guī)性包括歸檔資料的必要信息進行自動審查，采用Word2Vector 模型對文本信息資料中所有內(nèi)容條目與規(guī)范化文檔條目進行相似度計算，進而對其規(guī)范化做出評價。采用Faster R-CNN 深度神經(jīng)網(wǎng)絡(luò)模型對提交材料中局部內(nèi)容，包括印章、時間、紅頭文件等進行自動檢測識別，判定檔案資料是否合規(guī)有效，同時對檔案資料的合規(guī)性進行排查，排除有問題的檔案數(shù)據(jù)并進行告警提醒。

通過人工智能的智能主體建立自動匯編模型，對檔案進行自動匯編，實現(xiàn)匯編排序、一鍵匯編、匯編導(dǎo)出。滿足檔案管理人員在線檔案自動匯編的業(yè)務(wù)需要，提高檔案匯編工作效率，降低匯編成本。利用BiLSTM+CNN 深度學(xué)習(xí)網(wǎng)絡(luò)模型對已實施完成提交驗收的項目資料按照完整性規(guī)則進行校驗，系統(tǒng)會自動識別檔案信息（包括項目類型、項目名稱等），根據(jù)識別到的類型和項目名稱，將檔案按照設(shè)置的匯編模板進行自動排序整理，統(tǒng)一檔案的規(guī)范性、一致性，實現(xiàn)檔案自動化、智能化整理及完整性檢查，保證檔案的完備性。

根據(jù)合規(guī)性規(guī)則組織項目研究開發(fā)，完成主要開發(fā)工作任務(wù)后，進行了充分的業(yè)務(wù)驗證及技術(shù)驗證，并請第三方機構(gòu)進行了功能、性能的測試驗證。項目具備上線試運行條件后，選取網(wǎng)內(nèi)網(wǎng)外試點單位進行項目成果試運行。通過試運行不斷對系統(tǒng)應(yīng)用的易用性、友好性進行調(diào)優(yōu)，提升系統(tǒng)應(yīng)用性能。運行測試合規(guī)性規(guī)則驗證模型可用性，將規(guī)則按照不同項目類別進行配置，對試用過程中出現(xiàn)誤判、不準(zhǔn)確等情況進行分析，優(yōu)化校驗?zāi)Ｐ停ㄟ^人工智能算法優(yōu)化校驗的準(zhǔn)確性，實現(xiàn)合規(guī)性校驗（包含有無蓋章、是否為紅頭文件、時間序列校驗等）準(zhǔn)確率達到99%。公司每年新增的項目近千個，檔案歸檔案卷每年約新增上萬卷，利用本成果進行智能審查、整理組卷等，大幅提升歸檔審查工作效率。

3.3 知識圖譜可視化

搭建基于人工智能的檔案利用模塊，促進檔案資料的高效利用。目前科技檔案中的信息數(shù)據(jù)大部分屬于非結(jié)構(gòu)化數(shù)據(jù)，關(guān)鍵的信息數(shù)據(jù)和知識通常都隱藏在非結(jié)構(gòu)化的企業(yè)檔案中，由于非結(jié)構(gòu)化檔案信息沒有進行很好的分類，重要信息的搜索查詢及利用價值不高。

基于大量的檔案數(shù)據(jù)，利用文本挖掘技術(shù)將檔案資料中隱性知識進行分類、聚類、關(guān)聯(lián)規(guī)則挖掘、語義分析，實現(xiàn)關(guān)鍵詞檢索，智能分析內(nèi)容摘要、屬性提取、標(biāo)簽識別與內(nèi)容關(guān)聯(lián)，總結(jié)出知識來源以及檔案信息間的關(guān)聯(lián)，提高檔案關(guān)鍵信息的利用性。采用echarts 技術(shù)對數(shù)據(jù)進行可視化分析處理，以檔案云圖、知識圖譜的形式建立起人與檔案知識之間的橋梁，發(fā)現(xiàn)檔案數(shù)據(jù)新的聯(lián)系并展現(xiàn)之間的關(guān)系，建立一系列全新的搜索查詢，為智能檢索與分析提供數(shù)據(jù)支撐，輔助檔案管理決策及日常工作開展同時創(chuàng)新檔案服務(wù)模式，為企業(yè)輸出更為有價的檔案信息。

基于構(gòu)建的知識圖譜，利用文本挖掘技術(shù)常用的文本分類、聚類、關(guān)聯(lián)規(guī)則挖掘、語義分析、內(nèi)容分析等技術(shù)方法，對檔案資料數(shù)據(jù)進行分析、挖掘，并通過可視化的呈現(xiàn)方式展示檔案價值服務(wù)。通過可視化信息技術(shù)手段直觀展示隱藏在非結(jié)構(gòu)化數(shù)據(jù)中的關(guān)聯(lián)信息并展現(xiàn)之間的關(guān)聯(lián)關(guān)系，生成大數(shù)據(jù)智能分析報告，用戶可實時查看高頻詞云、常見問題等信息，為科技檔案利用奠定結(jié)構(gòu)化的數(shù)據(jù)支撐。

4 推廣應(yīng)用成效

通過本案例成果的應(yīng)用實施有效避免了檔案歸檔過程中人工核查歸檔資料的完備性、合規(guī)性及檔案歸檔資料線下組卷時的費時費力、主觀核查差異性等問題，科技檔案的管理更為規(guī)范，提高了檔案資料的數(shù)據(jù)準(zhǔn)確性及完整性，有效的解決了紙質(zhì)檔案與電子檔案的一致性問題。實現(xiàn)檔案數(shù)據(jù)一鍵式組卷、一鍵式歸檔，減少了人工的參與度，在降低人工投入同時提高歸檔工作效率。通過對檔案數(shù)據(jù)智能分析，對檔案用戶進行應(yīng)用分析，形成雙向橋梁，主動推送智能輸出檔案利用，結(jié)合檔案重要性、大數(shù)據(jù)利用情況、時間軸給出檔案銷毀提醒與建議，為管理決策及日常工作提供支撐。依據(jù)梳理的合規(guī)性規(guī)則中的完整性、合規(guī)性規(guī)則驗證檔案完整性模型的可用性，科技檔案完備性及合規(guī)性的校驗準(zhǔn)確率達到99%。

經(jīng)濟效益：按公司每年新增10000 卷檔案計算，通本案例成果進行歸檔資料完整性、合規(guī)性智能審查，平均每卷檢查時間可減少5.4 小時，將為公司節(jié)約人力資源成本約320 萬元。

社會效益：該成果是人工智能技術(shù)與檔案管理業(yè)務(wù)深度融合的創(chuàng)新典范。通過轉(zhuǎn)變傳統(tǒng)檔案管理服務(wù)模式，提高公司檔案歸檔管理智能化水平、檔案利用效率，滿足公司檔案數(shù)據(jù)量不斷增大、人工檢查檔案準(zhǔn)確率不高、檔案數(shù)據(jù)關(guān)鍵信息無法查找利用等需求，實現(xiàn)公司檔案智能化、數(shù)字化、精益化管理，對推動公司檔案數(shù)字化建設(shè)，豐富數(shù)字檔案資源，充分發(fā)揮科技檔案作用具有重要意義。

本案例被云南省檔案局立為2020年度云南省檔案科技項目計劃，2022年通過云南省檔案局驗收，獲評2022年云南省檔案局科技項目成果一等獎，參加云南電網(wǎng)公司首屆人工智能應(yīng)用創(chuàng)新大賽，榮獲創(chuàng)意類三等獎，榮獲云南電網(wǎng)公司2022年科技進步三等獎。

本案例成果已在云南電網(wǎng)公司推廣應(yīng)用，計劃2023年通過成果轉(zhuǎn)化方式推廣至外部多家單位應(yīng)用。目前除云南電網(wǎng)應(yīng)用外，在華電云南發(fā)電有限責(zé)任公司、云南省教育廳的科技檔案管理中開展試用，通過行業(yè)應(yīng)用反饋，該工具與檔案業(yè)務(wù)深度融合，適應(yīng)不同的業(yè)務(wù)場景，智能水平較高，在檔案業(yè)務(wù)領(lǐng)域尚屬領(lǐng)先，具有較好的推廣前景。

5 研究結(jié)論

本案例2022年通過云南省檔案局驗收，被評為2022年云南省檔案局科技項目成果一等獎。參與云南電網(wǎng)公司首屆人工智能大賽榮獲創(chuàng)意類三等獎。創(chuàng)新性本案例引入人工智能技術(shù)與檔案業(yè)務(wù)深度融合，促進技術(shù)創(chuàng)新同時持續(xù)推動檔案服務(wù)模式不斷創(chuàng)新。引入“以用戶為中心”的檔案服務(wù)理念，將被動服務(wù)轉(zhuǎn)變?yōu)橹鲃臃?wù)，實現(xiàn)檔案“線下人工歸檔”轉(zhuǎn)變?yōu)椤熬€上一鍵式智能歸檔”，推動檔案管理模式向智能化邁進，借助大數(shù)據(jù)分析技術(shù)對檔案資源進行合理配置和數(shù)據(jù)挖掘，為檔案用戶提供個性化、專業(yè)化、多元化的檔案服務(wù)。

1、首次構(gòu)建檔案數(shù)據(jù)完整性模型。根據(jù)南網(wǎng)電網(wǎng)公司檔案管理規(guī)范梳理，形成電網(wǎng)企業(yè)檔案資料智能審查規(guī)則，引入人工智能技術(shù)開展檔案智能管理，按照文件關(guān)鍵字所處的項目類別、項目階段將檔案文件劃分歸類，根據(jù)識別到的類型和項目名稱，將檔案按照設(shè)置的匯編模板進行自動排序整理，邁出了網(wǎng)省公司在檔案管理完整性檢查方面向智能化轉(zhuǎn)變的關(guān)鍵一步。

2、首次實現(xiàn)神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)模型的檔案合規(guī)性檢查及自動匯編。根據(jù)云南電網(wǎng)有限責(zé)任公司檔案管理相關(guān)的規(guī)范梳理項目合規(guī)性規(guī)則，并基于機器學(xué)習(xí)模型、OCR 識別等技術(shù)，實現(xiàn)系統(tǒng)自動對檔案材料中印章、簽字、紅頭文件等規(guī)范點進行目標(biāo)檢測識別，是智能化應(yīng)用于檔案管理領(lǐng)域的又一次初探。合規(guī)性校驗通過后，將檔案資料按照設(shè)置的匯編模板進行自動排序整理、自動編頁，統(tǒng)一檔案的規(guī)范性、一致性，實現(xiàn)檔案自動化、智能化整理及合規(guī)性檢查，保證檔案的合規(guī)性，同時提高檔案組卷的效率，解決了人工組卷工作繁雜、易錯易漏的實際問題。

3、引入文本挖掘技術(shù)提升檔案價值利用。基于大量的檔案數(shù)據(jù)，利用基于深度學(xué)習(xí)的文本挖掘技術(shù)挖掘出隱性知識，實現(xiàn)關(guān)鍵詞檢索，智能分析內(nèi)容摘要、屬性提取、標(biāo)簽識別與內(nèi)容關(guān)聯(lián)，總結(jié)出知識來源以及檔案信息間的關(guān)聯(lián)，提高檔案關(guān)鍵信息的利用性。采用知識圖譜技術(shù)對數(shù)據(jù)進行可視化分析處理，發(fā)現(xiàn)檔案數(shù)據(jù)新的聯(lián)系并展現(xiàn)之間的關(guān)系，構(gòu)建智能化搜索查詢，為智能檢索與分析提供數(shù)據(jù)支撐，輔助檔案管理決策及日常工作開展同時創(chuàng)新檔案服務(wù)模式，為企業(yè)輸出更為有價的檔案信息。

本案例成果用于科技類檔案資料歸檔前的前置審查，按照科技檔案管理要求對歸檔的資料進行合規(guī)性、完整性的校驗，實現(xiàn)了檔案數(shù)據(jù)自動識別、自動校核、自動組卷、智能應(yīng)用等功能，轉(zhuǎn)變了傳統(tǒng)人工檔案管理模式，提升了檔案精益化管理水平和檔案工作效率。針對目前電網(wǎng)工程投資大，周期短、項目多、人工檢查項目檔案耗時耗力、效率低等特點。通過本成果應(yīng)用能高效完成歸檔材料合規(guī)性、完整性智能審查，一鍵組卷和智能應(yīng)用等內(nèi)容，解決了建設(shè)項目歸檔過程中的大量重復(fù)性工作，輔助甚至替代資料審核人力，實現(xiàn)人工智能技術(shù)在電網(wǎng)檔案管理領(lǐng)域智能化方面的突破性和創(chuàng)新性應(yīng)用示范。