人工智能技術賦能我國檔案工作發展的現狀與建議

摘 要：為了解當前我國檔案領域人工智能技術應用的發展現狀，論文運用內容分析法對全國及各省檔案事業“十四五”規劃、檔案領域人工智能應用實踐案例及國家檔案局科技項目立項進行分析。研究發現我國鼓勵并支持人工智能技術在檔案領域的應用，正在初步探索人工智能助推檔案工作的路徑和方法。在此基礎上，論文從三個方面提出建議，分別是：推動人工智能技術在檔案全流程管理中的應用，推動人工智能技術與檔案工作的深度融合，以及關注人工智能技術成功應用于檔案工作的影響因素。

關鍵詞：人工智能；檔案管理；科技項目；融合；合作

分類號：TP18；G270.7

Research on the Current Situation of and Suggestions for Artificial Intelligence Empowering Archival Undertakings in China

Pan Weimei1， Han Yurong1， Liu Yang1， Dong Xingyi1， Ma Linqing2，3，4，5

（1.School of Management， Tianjin Normal University， Tianjin 300387； 2. School of Information Resource Management， Renmin University of China， Beijing 100872； 3. Center for Digital Records Management Research， Renmin University of China， Beijing 100872； 4. Center for Archival Undertakings， Renmin University of China， Beijing 100872； 5. Research Institute of Digital Humanities， Renmin University of China， Beijing 100872）

Abstract： To understand the current status of the application of AI in Chinese archival field， this study performed content analysis on the 14th Five-year Plan for the development of archival undertakings in national and provincial level， cases of application of artificial intelligence in Chinese archival field， and science and technology projects of the National Archives Administration. It was found that China encourages and supports the application of AI in the archival field， and is currently in the stage of preliminary exploration. Based on the research findings， this paper concludes by putting forward suggestions from three dimensions： promoting the application of AI in the whole process of archival management， promoting the deep integration of AI and archival undertakings， and paying attention to the influencing factors of the successful application of AI in archival undertakings.

Keywords： Artificial Intelligence； Archives Management； Technology Projects； Fusion； Cooperation

隨著數智轉型的持續推進，檔案工作面臨著數據體量大、非結構化程度高、信息過載、利用不充分、管理方式傳統和方法效率低等問題，亟須轉變檔案工作理念、流程和方法，實現檔案工作的“系統重塑”。新一代人工智能（Artificial Intelligence，AI）是一種具有智能學習和自主決策能力的顛覆性技術，能夠運用數據和計算能力優勢，提煉出默會知識，進而識別模式并實現更為復雜的功能。作為一種通用型技術，新一代人工智能具備與經濟社會各行業、生產生活各環節相互融合的潛能[1]，可以對大量檔案數據進行處理并識別潛在模式，進而輔助其實現自動化與智能化管理升級。

當前，國內外對AI應用于檔案工作的現狀展開了多維度研究，如從AI應用的檔案場景、主要業務環節及主要技術等維度對多案例進行梳理[2-5]，對AI應用于特定檔案業務環節實踐的介紹[6-9]。此外，學界還關注AI在檔案管理中的應用邏輯、前景、挑戰與實現路徑等。然而，學界已有研究主要是針對特定業務環節、特定問題或個別案例，以整體視角對我國檔案領域AI應用的全面調查研究較為有限。在此背景下，有必要就我國檔案領域人工智能應用的現狀從政策、行業實踐案例和行業研究三個角度進行全面調查和分析，在此基礎上識別存在的問題和挑戰，預測未來的發展趨勢，并對其今后發展提出針對性的建議。

1 數據收集及分析方法

本研究從政策導向、實踐現狀以及行業研究熱點三個維度展開。

首先，為深入了解和把握我國檔案領域人工智能技術應用的政策導向，本研究對我國國家檔案局官網、各省檔案館官網、北大法寶以及各省政府信息公開網站等進行檢索，截至2024年2月1日，發現我國國家與地方層面尚未頒布針對檔案領域人工智能應用的專門政策，僅有政策為全國和省級“十四五”檔案事業發展規劃中的人工智能相關內容。本研究將以全國及27個省級的“十四五”檔案事業發展規劃（缺少河南、寧夏、青海、四川及港澳臺地區）為數據基礎。

其次，為了解我國檔案領域人工智能應用的實踐情況，本研究從國家檔案局組織的全國企業檔案工作管理創新優秀案例匯編（2017—2020，4年）與相關文獻（截至2024年2月7日）中，選擇出相關信息較豐富的37個案例作為本研究的數據源，案例時間跨度從2017年到2023年。案例分析采用內容分析法，在通讀案例、結合已有研究提煉關鍵信息并制定編碼表后，對每個案例進行編碼，并對編碼結果進行統計。編碼表包括案例單位性質及合作情況、實踐單位所應用人工智能技術、應用的業務場景、檔案類型、人機協同等方面。受數據所限，對人工智能應用開發過程、應用算法、應用效果等內容本研究未有發現。

最后，為把握我國檔案領域人工智能應用的行業研究熱點，本研究以2017年到2024年立項的共903項國家檔案局科技項目為數據源[10]，選取其中與人工智能相關的科研立項進行分析。篩選的標準為項目名稱中明確包括“人工智能”“智能”“AI”等術語或某種具體的人工智能技術，如“NLP”“大語言模型”“計算機視覺”“深度學習”“數據挖掘”“圖像識別”“語義網”“知識圖譜”等，最終獲得相關項目136項。但由于立項項目可獲得信息較少，相關分析僅針對項目名稱、承擔單位以及推薦單位展開。

2 研究結果

2.1 我國檔案領域人工智能應用政策導向

《“十四五”全國檔案事業發展規劃》明確提出，到2025年，新一代信息技術在檔案工作中的應用更為廣泛，信息化與檔案事業各項工作深度融合，檔案管理數字化、智能化水平得到提升，檔案工作基本實現數字轉型。在具體任務方面，“十四五”規劃分別在檔案利用與檔案信息化建設兩個環節明確指出探索人工智能技術。

在省級“十四五”檔案事業發展規劃層面，所調研27份規劃中，8份未提及“人工智能”，其他19份分別在數字檔案館建設（13）、檔案信息深層加工和利用（5）、檔案開放審核（3）、檔案行政監管（1）等工作領域的內容中提及應用“人工智能”，且在具體表述上呈現一定的趨同性。如針對“數字檔案館建設”的表述多為“加強大數據、人工智能等新一代信息技術在數字檔案館（室）建設中的應用”；針對“檔案信息深層加工和利用”的表述多為“積極探索知識管理、人工智能、數字人文等技術在檔案信息深層加工和利用中的應用”。另外，10份省級規劃均倡導探索人工智能等新一代信息技術在檔案全鏈路管理中的應用研究，形成一批標志性成果，運用信息技術解決檔案工作中的堵點和難點問題。

2.2 我國檔案領域人工智能技術應用案例分析

（1）案例單位性質及合作情況

37個案例單位覆蓋了企業、國家機關、高校和事業單位等不同性質的機構。其中，檔案館/局/研究中心等事業單位有14個，企業17個（包括國有企業8個、中央企業及其子公司5個、民營企業4個），機關單位和高校開展的案例分別有2個和3個。

近一半的案例（40.54%）由多元主體合作完成。合作的形式主要有兩種：其一為合作單位共同研發建設相關平臺或軟件；其二為雙方分別提供數據和技術。另外，73.33%的參與主體包含檔案服務機構或者信息科技公司，20%包含高等院校。

（2）檔案類型及前處理工作

人工智能技術主要應用于案例實踐單位內部檔案管理。37個案例中，17個案例明確了人工智能技術所應用的檔案/數據基礎，涉及會計檔案、滿文檔案、聲像檔案、戶籍檔案、政務服務電子文件等不同載體、不同語種和不同內容性質的檔案。

另外，應用人工智能技術，還需要進行一些前期準備工作，包括檔案數字化、確定人工智能自動化的標準以及篩選算法訓練所需的數據樣本等。例如，遼寧省檔案館在應用AI技術實現檔案安全保密時首先選取了部分涉密檔案作為訓練樣本，其中80%樣本作為訓練數據集供模型學習，20%樣本進行算法驗證。再如，中國移動通信集團江蘇有限公司在應用人工智能技術開展保管期限判定時，以“國家檔案局第10號令”為基礎，通過對室存的檔案數據源進行分析，形成人工智能模型。

（3）所使用人工智能技術及其所應用業務場景

37個案例使用了多種人工智能技術，包括但不限于計算機視覺（人臉識別、OCR識別、圖像識別、自動圖像處理、內容識別、字符識別）（17）、深度學習（BP神經網絡、卷積神經網絡、深度神經網絡、生成式對抗網絡）（12）、自然語言處理（自然語義、語義解析、語義識別、信息抽?。?2）、語音處理（語音識別、語音轉寫）（5）、知識圖譜（5）、機器學習（支持向量機SVM）（3）、自動化和機器人技術（“小鐵人”機器人）（1）、專家系統（1）等。[11]

人工智能技術所應用的業務場景基本囊括了檔案管理的全部環節：收集（2）、整理（包括分類）（4）、歸檔（1）、修復（2）、著錄（3）、鑒定（包括確定保管期限、開放審核、保密）（9）、數字化（包括數據化、成果質檢）（6）、檢索（9）、開發利用（包括編研、文化傳播、信息共享）（9）、檔案服務（包括查檔）（3）、檔案安全（包括門禁系統、元數據采集、四性檢測）（4）。[12]

檔案的數字化、鑒定、檢索和開發利用環節是目前人工智能技術應用的主要環節。不同業務場景所應用的AI技術在整體上是一致的，在具體技術的實現上有細微差別。計算機視覺是覆蓋應用場景最多的技術。所分析案例中，檔案的收集多表現為口述檔案的采集，故語音處理技術和音視頻轉寫技術是主要應用的技術。鑒定環節多應用自然語言處理、機器學習、深度學習與計算機視覺技術；檢索環節較多應用自然語言處理、語音處理、視頻內容解析、知識圖譜與計算機視覺等技術；開發利用環節由于涉及多種檔案開發形式，其所應用技術范圍也相應較廣泛，包括自動化和機器人技術、自然語言處理、知識圖譜、知識挖掘以及機器學習等多種技術。人臉識別等身份識別技術（屬于計算機視覺領域）多用來保證檔案的實體安全。

（4）人工智能技術應用與實現方式

人工智能技術的具體使用可以分為三個層次：其一，使用計算機視覺技術實現文本、圖像的識別、對比、匹配等；其二，使用自然語言處理技術對檔案內容中的實體、關系、情感等進行識別，輔助檔案檢索等；其三，綜合使用多種技術，如自然語言處理、機器學習、支持向量機等，基于對檔案屬性的判斷以及與相關屬性的匹配，實現特定任務的自動化，如價值鑒定、密級鑒定等。

29個案例對人工智能技術的實現方式進行了闡述，具體包括以下三種形式：其一，作為功能專一的獨立系統，如人工智能輔助檔案開放審核系統、檔案智能劃控系統等，能夠針對性處理檔案開放審核和劃控問題。這也是人工智能技術在檔案領域數量最多的應用形式。其二，作為多功能平臺的一個構成部分，例如瀘州老窖智慧檔案館的智慧一體化支撐保障平臺集成了5大系統，12個子系統，能夠實現檔案檢索、檔案保管期限自動鑒定與元數據自動采集等多項功能。其三，作為某一系統的一個工具或組件，例如“檔案AI輔助開放審核”組件和檔案圖文智能定位與精細化檢索工具等。

（5）檔案工作者與人工智能技術的關系形式

37個案例中，有13個案例對人工智能技術開發或應用過程中與檔案工作者之間的關系進行了闡述，可以歸納為兩種模式：其一，檔案工作者輔助算法的完善。人與機器須同步完成某一工作，檔案工作者對結果不一致的地方進行修正與反饋，促進機器工作規則學習與改進。比如中國移動通信集團在檔案保管期限鑒定環節，采取“機器判定+人工判定”相結合的方式，通過人工的復核判定、機器的自我學習，來實現模型的動態更新和完善，以滿足實際需要。其二，算法生成結果為檔案工作者的決策提供參考，輔助決策。比如遼寧省檔案館的智能篩密系統將智能鑒定功能嵌入數字檔案館系統的鑒定模塊內，通過檔案目錄中的敏感詞進行智能分析，給出AI預測值和敏感度，作為人工鑒定的參考。

2.3 我國檔案領域人工智能應用行業研究熱點

總體上看，國家檔案局科技項目中與人工智能相關的立項數量及在每年立項項目中所占比例呈上升趨勢；2017年所占比例為3.3%，2018—2022年所占比例在12%左右，2023年所占比例上升至22.3%，到2024年達29.63%，見圖1。

對136項項目承擔單位類型出現的頻次進行統計發現，項目承擔單位以企業及其下屬檔案部門（85）頻次最高，其次分別是各級檔案局及其下設機構、各級國家檔案館（73），高等院校及其檔案部門（40），其他事業單位及其下屬檔案部門（13），研究院所及其下屬檔案館（12），其他國家機關及其下屬檔案部門（6）。[13]

對于相關立項項目所關注技術，136項立項項目中，42項是針對廣泛意義上的人工智能技術，65項在項目名稱中明確了具體的人工智能技術，包括知識圖譜（17）、自然語言處理（8）、深度學習（18）、數據挖掘（5）、圖像識別（6）及語義分析（5）等，29項僅提到了“智能”。

具體到人工智能技術應用的業務環節，檔案開發利用（28）及檔案管理整體（22）中應用的項目數量排在前兩位，檔案開放審核（9）與檔案修復（7）次之，其他業務還包括檔案分類（3）、檔案脫敏（1）、檔案檢索（4）及檔案驗收（1）。

對于人工智能技術應用的檔案類型，71項項目明確了檔案類型，涵蓋聲像檔案（包括音視頻檔案、影像檔案、照片檔案等）（14）、多媒體檔案（包括全媒體檔案和媒資檔案）（4）、文書檔案（3）等多種載體形式，核電檔案（6）、電力檔案（3）、城建檔案（4）、醫療檔案（2）、軍工檔案（3）及氣象檔案（2）等不同行業領域共23種門類。

3 討 論

研究發現，我國檔案領域中人工智能的政策導向、實踐現狀以及行業研究熱點三者之間存在一定的一致性，我國檔案領域對應用人工智能技術正處于初級探索階段，在應用單位類型、應用業務環節、應用形式等方面呈現初級探索階段的特征，未來相關探索將繼續深入，應用質量將會提高。

3.1 我國檔案領域人工智能應用政策導向

《“十四五”全國檔案事業發展規劃》明確了繼續推進新一代信息技術與檔案工作深度融合，以及其在提升檔案數智化轉型上的作用，但僅在檔案利用與檔案信息化建設上明確提到了人工智能技術，政策引導缺乏系統性和全面性。大多數省份的檔案“十四五”規劃呼應了全國規劃的內容，明確鼓勵在特定任務中探索應用人工智能技術，此外一部分省份強調加強對人工智能技術的研究和在特定領域的先行探索，這也反映了人工智能技術在檔案領域的應用尚處于探索階段。

總的來說，我國檔案領域已關注且認識到人工智能技術對于推動檔案工作數智轉型的潛力。但從具體內容上來看，目前主要突出其在檔案開發利用中的應用，對于其對其他工作環節和領域的影響尚未提及，存在對應用場景和影響認識不夠深入全面的情況。

3.2 我國檔案領域人工智能應用實踐現狀

針對實踐案例的分析顯示，目前我國檔案領域人工智能的應用探索主要由國企與綜合檔案館開展。因為這些單位具備檔案工作基礎較好、檔案體量較大、對檔案工作要求高等特質，所以會嘗試探索新型信息技術在檔案管理中的應用。而未來人工智能技術是否會在其他類型機構的檔案工作中得到應用、如何應用等問題亟待持續關注。另外，案例分析發現，人工智能應用的開發往往需要多方協作，如信息技術公司與檔案部門的深度合作。這意味著檔案部門需要深度介入數據訓練、方法設計、原則制定等工作，這也對檔案工作人員的能力提出了新要求。

從人工智能應用具體情況來看，我國檔案領域就多種人工智能技術在不同類型、不同載體的檔案管理的不同工作環節中的應用展開了探索，但主要集中于鑒定、數字化和檢索，證明人工智能應用仍處于探索階段，尚未全面展開。另外，需要說明的是，僅有部分案例在解決方案的闡述部分突出了人工智能技術，其他僅將其作為所應用多種技術中的一種進行交代，對人工智能技術的重視程度不足。

從人工智能技術的使用形式來看，目前的使用方式比較初級，主要體現在：其一，計算機視覺技術的使用居多，主要用于對檔案內容的識別，即尚停留在“會看”“會聽”的階段；其二，有少部分案例開始綜合使用自然語言處理、支持向量機等多種技術，即“會學習”的階段，但對于所學習的標準、學習的過程、學習的結果等交代較少。人工智能技術的應用往往需要相關管理工作的同步開展，比如厘清人工智能技術所應用自動化的標準，實施檔案的數字化工作等，人工智能技術的深度應用任重而道遠。

另外，我國檔案領域在這些實踐探索中就一些關鍵問題形成了基本認識，比如檔案工作者與人工智能應用關系的處理、人工智能技術成功應用的基礎、人工智能技術實現的形式等，但實踐數量和人工智能應用的質量有待提高。

3.3 我國檔案領域人工智能應用行業研究熱點

行業研究熱點可以一定程度上預測未來數年我國檔案領域人工智能應用的發展情況。根據國家檔案局科技項目立項情況，人工智能相關立項項目數量及在當年立項項目中所占比例均逐年上升，顯示了我國檔案學領域對其關注度的提高。從立項單位的情況來看，企業與綜合檔案館占比較高，仍然是人工智能應用探索的主要部門。從所關注業務環節、人工智能技術及檔案類型來看，目前相關探索覆蓋的領域較廣泛，但也存在對檔案開發利用扎堆關注、對其他環節關注不足的問題。這些意味著未來數年我國檔案領域人工智能應用的探索仍然會保持當前的特征，但會突出人工智能技術本身的技術特點，在探索的數量與深度上有所提升。

4 人工智能技術賦能我國檔案工作智能化發展建議

本研究認為，人工智能技術在我國檔案領域的應用已經取得一些初步成果，并預測其在未來數年將進入快速發展階段。為充分釋放人工智能技術在我國檔案工作領域的驅動力量，推動檔案工作智能化轉型升級，應關注以下幾個方面的問題。

4.1 推動人工智能技術在檔案全流程管理中的應用

為發揮人工智能技術對我國檔案工作智能化轉型升級的驅動作用，有必要系統研究和推動人工智能技術在檔案管理各環節的應用。具體而言，應結合人工智能技術的特點，基于相關理論和原則（如封閉性原則）[14]，在充分調研我國檔案工作的堵點、難點和充分考慮檔案工作者訴求基礎上，形成人工智能賦能我國檔案工作的具體環節清單。

國際檔案學領域已開展相關研究，如大型跨國跨學科研究項目InterPARES（始于1998年）的第五期I（nterPARES）Trust AI的子課題RP01使用問卷調查法與訪談法，對檔案工作中重復性的、費時的、適用于使用人工智能技術來應對的工作環節進行了調研，發現元數據的增添與抽取、數字化、捕獲、文件完整性審查、著錄、文件管理、鑒定、備份和文件重命名等頻率較高。

4.2 推動人工智能技術與檔案工作的深度融合

除了人工智能應用于檔案工作的廣度，其與各個環節結合的深度也將影響其賦能檔案工作的效果。

首先，應繼續深入探索不同類型人工智能技術在檔案工作中的應用，并就不同人工智能技術對同一業務環節賦能路徑和效果開展對比試驗研究。相較于我國，國際檔案領域對所使用人工智能技術研究更深入，聚焦具體算法，如自組織地圖、命名實體識別、主題建模等。比如，Payne與Baron[15]Franks[16]分gfjllpRPH9QQzhCOP+hBfPPhk9UD5cUCd0yarczSY04=別就機器學習中的多種算法（如基于規則的分類、模糊關聯、向量空間方法、相似度/臨近算法、基于樹的方法與神經網絡模型等）與支持向量機、神經網絡以及語言模型三種技術路徑用于檔案分類的適用性進行了討論或試驗。

其次，應關注檔案工作與數據本身應做何種調整以適應人工智能技術的應用。比如，I Trust AI的子課題MA08，其對按照檔案領域標準記錄的元數據和機器學習社區的信息需求之間的匹配程度（包括差異、相似之處、改善兼容性的機會以及注意事項等）進行了探索，并探討了檔案和機器學習社區之間存在的認識論或本體論差異。

再次，應厘清檔案工作的原則與方法，并探索檔案學理論與方法在人工智能技術應用中的價值。早在20世紀60年代，檔案學者就提出要警惕在開發AI應用時將其他領域的標準強加于檔案工作。[17]人工智能技術應用于檔案工作應是對檔案工作原則與方法的自動化，其前提是檔案工作者能就檔案工作的原則與方法達成一致并闡釋清楚。此外，研究也表明在應用人工智能技術時若能充分關照檔案學的方法將提升應用的效果，比如使用文件關鍵背景信息（古文書學視域下的背景）對自動分類器進行訓練，其分類結果優于專家的人工分類。[18]

最后，人工智能技術應用于檔案工作過程中如何保障檔案的真實性仍是一個核心議題。檔案真實性的保障是檔案證據屬性保障的核心，是檔案學的學科之本。比如，I Trust AI項目的核心研究問題為：我們能否在利用AI技術承擔檔案管理職能的同時尊重文件的本質屬性并確保其長期可信？人工智能技術用于處理檔案是否會對檔案真實性帶來威脅？隨著人工智能技術在社會活動開展過程中的滲透，文件的生成背景也將發生改變，而這又會對文件真實性的內涵產生什么樣的影響？這些問題都亟待更多相關研究。

4.3 關注人工智能技術成功應用于檔案工作的影響因素

內外部的影響因素也將影響人工智能技術與檔案工作深度融合的程度，包括AI技術本身的風險以及檔案資源應用人工智能技術的準備度等。我國學者在不同研究中就制約AI在檔案工作中應用的因素進行了討論，如算法風險、AI素養、AI的效率、結果的準確度、檔案開放程度、檔案資源可用性等[19-21]。楊建梁與劉越男[22]也指出機器學習在檔案管理中深化應用面臨檔案管理、檔案數據、機器信任、法律環境與專業能力等方面的挑戰。

此外，人工智能應用本身的一些特征也將影響其在檔案領域的廣泛應用。比如在對相關文獻及人工智能應用調查的基礎上，Hutchinson等認為人工智能應用設計與功能開發過程中應考慮以下因素：可用性、互操作性、靈活性、迭代性以及可配置[23]。

因此，有必要結合人工智能驅動檔案工作的潛力與限度，在中外檔案領域人工智能應用現狀與典型模式基礎上[24]，結合人工智能技術在檔案工作中應用的幾個階段[25]，系統發現影響人工智能在檔案領域應用的影響因素及驅動模式，并針對每種類型的影響因素開展針對性的研究。

5 結 語

參照技術與結構的互動關系框架，在結構功能視角下，人工智能推動檔案工作發展體現為一組“滲透—傳導—擴散”的連貫機制，表現為“AI技術原始吸納—AI技術作用于檔案工作系統構成要素—檔案工作自我重塑”的演進邏輯。易言之，AI技術首先滲透成為檔案工作系統的一個組成部分，進而影響檔案工作的技術基礎、內外部環境和主體的觀念和行為；該滲透過程將帶來傳導效應，打破檔案工作系統原先的平衡，對檔案工作系統的各要素產生影響，進而帶來檔案工作的轉型升級。依據本研究的發現，目前我國檔案領域人工智能技術的應用主要停留在“AI技術原始吸納”階段，并開始向“AI技術作用于檔案工作系統構成要素”階段發展，在此過程中，應結合相關影響因素推動人工智能在我國檔案領域的“向上”“向善”發展。

*本文系天津市高等學校人文社會科學研究項目“我國民事案例中電子文件可采性評定規則研究”（項目編號：2019SK054）階段性研究成果。

作者貢獻說明

潘未梅：確定選題，確定內容框架，指導及審核數據收集與分析，論文寫作修改并最終定稿；韓禹榮：參與數據收集與分析，論文寫作及修改工作；劉楊：參與數據收集與分析，論文寫作及修改工作；董星儀：參與數據收集與分析工作；馬林青：參與論文修改。

注釋與參考文獻

[1]郭朝先，方澳.人工智能促進經濟高質量發展：機理、問題與對策[J].廣西社會科學，2021（8）：8-17.

[2]陳慧，羅慧玉，張凱，等.AI賦能檔案：AI技術在檔案管理中的賦能模式探究[J].山西檔案，2020（4）：76-83，131.

[3]DURANTI L，ABDUL-MAGEED M，HOFMAN D，et al. I Trust AI，the latest InterPARES research project[J/OL].Anuario Escuela de Archivología，2021，13：36-55[2024-07-16]. https：//revistas.unc. edu.ar/index.php/anuario/article/view/37898/37827.

[4]COLAVIZZA G. BLANKE T. JEURGENS C. et al. Archives and AI：An overview of current debates and future perspectives[J]. ACM Journal on Computing and Cultural Heritage（JOCCH），2021，15（1）：1-15.

[5]贠疆鵬，加小雙，王妍. 人工智能在我國檔案管理中的應用現狀與對策分析[J]. 檔案與建設，2023（2）：62-65.

[6]李新功.自動著錄技術在戶籍檔案數字化中的應用研究與實踐[J].北京檔案，2022（6）：39-41.

[7]馬怡琳，李宗富.賦能·助力·提升：人工智能技術在檔案解密與開放審核工作中的應用探索[J].山西檔案，2022（4）：112-118.

[8]陳會明，史愛麗，王寧，等.人工智能在檔案工作中的應用實踐與挑戰——以北京市市場監督管理局為例[J].檔案與建設，2019（7）：53-56.

[9]LEE C A. Computer-assisted appraisal and selection of archival materials[C/OL]//IEEE，2018 IEEE International Conference on Big Data. 2018：2721-2724[2023-09-03].https：//ils.unc.edu/callee/p2721-lee.pdf.

[10]作為我國檔案領域的重要研究課題之一，國家檔案局科技項目的申報對象包括全國各級檔案機構、高等院校、專門科研機構、企事業單位和社會組織。項目立項對全國檔案科技工作具有重要的引導示范意義，是我國檔案事業發展方向的重要體現。

[11]由于一個案例可能使用多種人工智能技術，故此處人工智能技術應用的數量總和>37。

[12]由于一個案例中人工智能技術的運用在不同的檔案管理環節有所體現，故此處不同業務場景數量的綜合>37。

[13]由于項目的承擔單位可以有多個，所以不同承擔單位的項目數之和>104。

[14]陳小平.封閉性場景：人工智能的產業化路徑[J].文化縱橫，2020（1）：34-42，142.

[15]PAYNE N，BARON J R. Auto-categorization methods for digital archives[C]//2017 IEEE International Conference on Big Data ，IEEE，2017：2288-2298.

[16]FRANKS J. Text classification for records management[J]. Journal on Computing and Cultural Heritage（JOCCH），2022，15（3）：1-19.

[17]HIRTLE P B. Artifical intelligence，expert systems，and archival automation[J]. Provenance，Journal of the Society of Georgia Archivists，1987，5（1）：76-88.

[18]PAYNE N. An intelligent class：The development of a novel context capturing method for the functional auto classification of records[C]//2022 IEEE International Conference on Big Data，IEEE，2022：2546-2555.

[19]程妍妍，宋瑩，鄭伽.國外檔案工作與人工智能：潛力和挑戰[J].中國檔案，2022（8）：78-80.

[20]于英香，李雨欣.“AI+檔案”應用的算法風險與治理路徑探析[J].北京檔案，2021（10）：5-9.

[21]聶云霞，范志偉.AI技術在檔案開放審核中的SWOT分析[J].山西檔案，2023（4）：35-45，88.

[22]楊建梁，劉越男.機器學習在檔案管理中的應用：進展與挑戰[J].檔案學通訊，2019（6）：48-56.

[23]HUTCHINSON T. Natural language processing and machine learning as practical toolsets for archival processing[J]. Records Management Journal，2020，30（2）：155-174.

[24]薛圓圓.人工智能時代檔案管理創新路徑研究[J].蘭臺世界，2021（1）：84-86.

[25]馬仁杰，鄧齊鳳.論人工智能技術在我國檔案工作中的應用[J].檔案管理，2024（2）：84-87.

（責任編輯：張 帆 馮婧愷）