人工智能技術在美國文檔領域的應用及啟示

摘 要：人工智能技術與文檔領域的結合是順應時代發展、優化管理流程的必然選擇。基于美國人工智能技術發展優勢，采用專利分析方法對其文檔領域人工智能技術的應用進行深度挖掘，發現美國注重人工智能基礎層布局、技術領域涉及廣泛、能及時把握人工智能政策動態、持續強化人工智能公私合作伙伴關系，這為我國文檔領域人工智能技術的進一步發展提供了重要經驗參考。

關鍵詞：人工智能；專利分析；檔案；專利數據庫；技術應用；

新一代人工智能技術作為引領未來的戰略性新興技術，具有構筑綜合競爭優勢、加快戰略新興產業發展的潛力。2021年，《“十四五”全國檔案事業發展規劃》強調：“加快全面數字轉型和智能升級，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。”[1]此規劃進一步凸顯了人工智能在文檔領域的應用不僅是新質生產力的體現，也是檔案事業智能化發展的必然趨勢。從學術界來看，我國文檔領域有關人工智能的已有研究主要涉及兩個方面。

其一，側重于該項技術在檔案管理領域中的具體應用及問題，有學者通過文獻系統梳理人工智能技術在檔案管理業務中應用現狀，發現投入、數據標準和政策制定實施等方面的問題；[2-7]還有學者分析人工智能技術應用于檔案館建設的優勢，提出全生命周期和全流程賦能檔案館智慧化建設的實現途徑；[8-16]有的基于語義分析技術探討檔案開放鑒定的智能化問題。[17-22]

其二，側重人工智能時代檔案學科的前瞻性探索。例如，從職業代替角度入手，以牛津項目研究框架為參照，收集分析美國iSchools文件檔案管理專業的課程數據，助益人工智能時代文件檔案管理教育；[23]有學者從人工智能生成內容可能存在的同質化、異構化以及著作權等風險，探討多主體規制措施和解決途徑。[24-26]值得注意的是，現有文獻中鮮有利用檔案專利統計數據反映人工智能技術發展的研究，文檔領域內人工智能技術相關研究仍有長足的深化空間。知識經濟時代下，專利是技術信息最有效的載體，囊括了全球最新的技術情報，具有前瞻性的特點。專利分析是一種利用科學的統計分析方法或數據處理手段，從碎片化專利數據中挖掘出體系化、系統化的技術情報，“能夠從技術的角度反觀市場”[27]，預測未來技術及市場的發展方向。

本文從專利角度入手，運用新一代人工智能專利數據，系統分析美國文檔領域人工智能技術的變化趨勢、技術熱點及應用特征，提出加速人工智能在文檔領域中應用啟示。

1 數據來源與處理

本次研究選取IncoPat專利數據庫作為數據來源。IncoPat數據庫是一個數據覆蓋范圍廣、更新速度快的全球專利數據庫，詳細收錄并漢化了來自170個國家、組織和地區的1.8億余件專利信息，更新頻率小于兩天，同時該數據庫致力于滿足用戶真實需求，既為用戶提供豐富實用的分析模塊，又通過人工改寫，提高專利文檔的可讀性，幫助用戶按照自身需求來分類篩選并理解專利信息，具有準確性、權威性和便利性的優勢。

在IncoPat專利數據庫中，根據美國專利商標局細分的人工智能專利技術八大領域，最終構建檢索表達式：TIABC=（（“文件管理” OR “文檔管理”OR“檔案管理” O R “ d o c u m e n t m a n a g e m e n t ” O R “ f i l emanagement”OR“records management”）AND（“人工智能” O R “ A r t i f i c i a l I n t e l l i g e n c e ” O R “ 深度學習” O R “ d e e p l e a r n i n g ” O R “機器學習” O R “ m a c h i n e l e a r n i n g ” O R “ 計算機視覺” OR “computer vision”OR“自然語言處理”O R “ n a t u r a l l a n g u a g e p r o c e s s i n g ” O R “云計算” O R “ c l o u d s e r v i c e s ” O R “ 語音識別” O R“speech recognition”OR“圖像識別”OR“知識圖譜” O R “ k n o w l e d g e g r a p h ” O R “模式識別” O R“pattern recognition” OR “虛擬現實”OR“virtualr e a l i t y ” O R “生物特征識別” O R “ b i o m e t r i cidentification” OR “biometric recognition”OR “biometrics”OR“增強現實” OR “augmentedreality”OR“human-machine interface” OR “humaninterface” OR “人機交互”）），限定地區美國，時間跨度為2000年—2023年，檢索日期為2024年6月28日。

考慮到外觀設計并非技術方案，由此在專利分析過程中將其排除。按條件匯總并進行去重、清理，最終確定專利274件進行分析。整體來看，這些專利涵蓋了文檔收集、檢索、鑒定等多個管理環節，如US20050289182A1專利提供了增強智能文檔識別能力的文檔管理系統，以捕獲來自電子文檔源的圖像數據；US20140013112A1專利發明一種用于加密文件的方法，可將文件分割成多個文件段并提供簽名；US20180189404A1專利基于位置、使用模式與內容，識別檢索與特定位置相關聯的文檔。

2 美國文檔領域人工智能技術專利整體分析

美國文檔領域的人工智能技術專利涉及多種技術和應用，對這些專利的整體申請趨勢與重點申請人進行分析，有助于理解技術發展應用重點。

2.1 整體專利情況分析。基于IncoPat數據庫中的“申請趨勢”與“公開趨勢”，對專利申請及公開數量進行統計，可有效定位美國文檔領域人工智能技術的發展狀態。從2000年—2023年美國文檔領域人工智能技術相關專利申請及公開變化情況看，專利數量整體呈上升趨勢。

首先，2000年至2010年間，年專利申請與公開量大多在10件之內，且年度間波動較大。

其次，從2011年至2016年，專利申請及公開量雖在個別年份有小幅度回落，但相比第一階段總體呈現增長態勢。從專利申請量的增長可以看出2010年之后人工智能領域被越來越多的人所關注。[28]

最后，2016年后文檔領域人工智能專利各年申請量與公開量均在十件以上，申請量至2022年達到峰值（35件），較第二階段顯著提高且出現“抬頭式”增長。這與此階段美國政府出臺一系列相關政策措施密不可分。自2016年10月起，美國陸續發布了《為人工智能的未來做好準備》《國家人工智能研究發展戰略》《維護美國在人工智能領域領導地位》《人工智能發明：追蹤美國人工智能專利擴散報告》《人工智能、自動化與經濟報告》等戰略規劃，[29]有效促進了文檔領域人工智能技術的發展，專利數量也不斷增加。

需要說明的是，受利率上升和經濟不確定性的影響，2023年美國專利申請的整體數量出現了下降，較2022年減少了5.3%。[30]這一趨勢也反映在了美國文檔領域人工智能專利上，該領域的專利申請數量同樣呈現出下降的態勢。

2.2 重點專利申請人分析。根據領域申請人類型及申請人專利數量，聚焦美國文檔領域人工智能技術專利申請排名前十的重點申請人。

數據分析發現，前十位創新主體包括企業、個人及科研機構三種類型，依次為電子簽名股份有限公司（DocuSign）、國際商業機器公司（IBM）、微軟技術許可有限責任公司、Adobe股份有限公司、CommVault系統股份有限公司、電子與通信研究所、Kunal Kandekar；ScottCurtis；Hugh Svendsen、京瓷文檔解決方案股份有限公司、NUIX有限控股公司、甲骨文公司與思愛普上市公司（SAP）。企業主體共占比82%位居第一，此中電子簽名股份有限公司及國際商業機器公司最為活躍，專利申請數量分別為34件與23件，且遠超其他主體，其余重點主體申請量均不足10件。

電子簽名股份有限公司所申請專利多集中于文檔整理環節，專利內容包括數字管理平臺中的自動文檔標記（專利公開號US20220035990A1）、文檔管理系統中協議文檔模型修改（專利公開號US20230298368A1）、基于條款類型對文檔條款的自動修改（專利公開號US20230135318A1）等。國際商業機器公司所申請專利主要涉及檔案利用與智能整理，例如，該公司專利US20200117723A1提出，使用認知計算來維護文件管理系統的計算機實現方法，通過機器學習來分配此系統中的相應文件可合并副本。

3 美國文檔領域人工智能技術分支專利分析

本研究以國際專利分類號（IPC）為劃分依據，選取IPC子類進行技術應用范圍分析。綜合專利申請數量和技術類別的變化，美國現有文檔領域人工智能技術專利主要集中在G部與H部兩大部類，其中G部專利數量占比86.0%。G部專利發明主要涉及文檔數據處理系統、方法及裝置，H部專利發明主要涉及文檔數字信息傳輸系統、方法及裝置。

3.1 主要技術分支專利情況分析

3.1.1 文檔數據處理系統、方法及裝置。2000年至2023年274件專利中共有文檔數據處理系統、方法及裝置方向專利236件，結合IncoPat數據庫中的“技術構成”與2024版國際專利分類表，對檢索得到的人工智能G部技術分支專利IPC小類進行分布統計，其代碼含義及專利申請數量見表1。

從表1獲知G部下專利發展呈現出與信息技術緊密結合的趨勢。此部研發重點歸屬G06（計算；推算或計數）大類，在文檔領域具體應用于信息記錄和文件管理方面，技術功效以提升文檔管理工作效率安全、推動文檔服務智能化與個性化為主。

隨著數字化時代的到來，市場對于能夠高效處理和管理文檔數據的系統需求日益增加。G06大類兼顧計算機硬件與軟件的發展，以機器學習技術、自然語言處理技術、語音識別技術等通用性強的基礎技術為核心，由此成為美國文檔人工智能技術發展的主要領域。

從技術整體布局看，G06F小類專利申請數量穩居第一，占比65.7%且明顯高于其他組，是申請人主攻的技術領域。該類主要應用于檔案的收集、整理與保管環節，技術集中度高。G06Q、G06N小類相關專利申請勢頭良好，分別占比10.6%及8.1%，均涉及數字檔案管理系統或方法，已成為文檔領域人工智能技術的重要發展方向。

3.1.2 文檔數字信息傳輸系統、方法及裝置。2000年至2023年的274件專利中共有文檔數字信息傳輸系統、方法及裝置方向專利38件，結合IncoPat數據庫中的“技術構成”與2024版國際專利分類表，選取H部人工智能技術分支，其專利IPC小類結果及說明如表2所示。

從表2中可直觀看出，此部類關鍵技術均分布在HO4（電通信技術）大類，主要涉及H04L、H04N、H04M與H04W四大關鍵技術，其中以H04L、H04N領域數據信息與圖像傳輸分支技術為主，涉及文檔傳輸及檔案圖像智能處理，于H部分別占比60.5%與31.6%。這表明受檔案數字化的影響，電通信技術已經成為美國文檔領域人工智能專利的重要技術領域之一。美國政府高度重視檔案數字化工作，陸續頒布《政府文件管理指令》《向電子文件轉型》《向電子文件轉型的更新》等，“通過強制性指令自上而下大力推進文件管理的全面數字轉型”。[31]電通信技術作為檔案數字化建設的必要技術基礎，數據傳輸速度的不斷加快拓展了人工智能技術的應用場景，導致相關專利增加。

根據人工智能產業層面及產業領域的劃分，人工智能產業包括基礎層、技術層與應用層三個層面。基礎層關鍵領域包括處理器/芯片、機器學習與深度學習，技術層關鍵領域包括語音識別技術、計算機視覺技術與自然語言處理技術，應用層包括知識圖譜產品、特征識別產品、自然語言處理產品等。[32-35]

由此可見，美國文檔領域人工智能技術專利發展區域在基礎層與技術層，具體集中于文檔數據處理領域。這一定程度上反映了文檔領域技術創新活躍、市場需求大及跨領域融合的趨勢，以及美國長期對科技發展與創新能力培養的重視。

3.2 主要技術應用重點專利挖掘。專利研究熱點反映了短期內技術發展的新趨勢，是重要的技術創新衡量指標。為準確識別美國文檔領域人工智能關注重點及相對優勢，本文對相關人工智能技術專利申請數量進行排名，綜合考慮IncoPat專利數據庫中的“技術構成”及“申請人技術構成”，選擇重合IPC小組作為關鍵技術領域。排名前十位的專利申請重點技術領域分布如圖1所示，排名前十位的重點申請人技術領域分布如圖2所示。

排名前十的關鍵技術IPC小組依次為G06F17/30（信息檢索；及其數據庫結構）、G06F17/00（特別適用于特定功能的數字計算設備或數據處理設備或數據處理方法）、G06F16/93（文件管理系統）、G06N20/00（機器學習）、G06F21/62（通過一個平臺保護數據存取訪問，例如使用密鑰或訪問控制規則）、G06F7/00（通過待處理的數據的指令或內容進行運算的數據處理的方法或裝置）、G06Q50/18（法律服務）、H04L29/06（以協議為特征的）、G06F40/186（模板）、G06F15/16（兩個或多個數字計算機的組合，每臺計算機至少具有一個運算單元、一個程序單元和一個寄存器，例如用于數個程序的同時處理）、H04L12/58（消息交換系統）以及H04L29/08（傳輸控制規程，例如數據鏈級控制規程）。

其中， G 0 6 F 1 6 / 9 3 、G 0 6 F 1 7 / 3 0 、G 0 6 F 1 7 / 0 0 、G 0 6 N 2 0 / 0 0 、G 0 6 F 1 5 / 1 6 、H 0 4 L 2 9 / 0 8 、G 0 6 F 2 1 / 6 2 與G06F40/186小組也是重點申請人所關注的技術領域。基于此，文章綜合選取專利申請數量最高的G06F16/93、G06F17/30、G06N20/00三個IPC分類號小組作為分析對象，在利用IncoPat專利數據庫合享價值度模型，有效表示出各小組所申請專利的技術先進性、技術穩定性與保護范圍價值度（價值評分為1～10分）后，進一步篩選并解析該技術范疇內的高價值專利（即專利價值度為9分及以上的專利），了解各專利技術在檔案領域的具體應用環節和實際效果，以探究近年來文檔領域人工智能技術的應用重點。

3.2.1 文件管理系統典型專利US20230135318A1。在文檔領域，G06F16/93（文件管理系統）小組技術主要用于建立數字化檔案管理系統。排名第一位的重要申請人DocuSign股份有限公司是G06F16/93小組相關專利的主要申請人。結合IncoPat數據庫中“合享價值度”，選定申請年份為2021年的高價值專利US20230135318A1進行分析。

此項專利描述了一種利用自然語言處理技術與機器學習算法識別文檔中的不同條款，并能根據條款類型和上下文信息，自動修改文檔中特定條款的方法及系統。該專利技術方法主要應用在DocuSign股份有限公司的合同生命周期管理（CLM）軟件之中，具體通過提供模塊化合同創建、自動化填充協議、自動化審批條款等功能，為企業合同管理、法律合同管理、政府公文處理等業務場景服務，顯著提高了檔案智能整理工作的效率與用戶文檔交互體驗。[36]

3.2.2 信息檢索典型專利US8332350B2。G06F17/30小組的技術方向多圍繞信息檢索與數據庫結構展開，在文檔領域的應用集中在檔案信息檢索及數據分析方面。結合IncoPat數據庫中“合享價值度”，選擇該技術領域合享價值度滿分的專利US8332350B2進行分析。

此專利于20 1 2年正式公開，由Ch a r l e s E d o u a r dPulfer等人申請，主要涉及一種在文檔管理系統中提供自動安全訪問策略的系統及方法。該專利技術核心在于利用文檔的元數據評估元數據規則，并根據評估結果制定相應的安全訪問策略，充分保障了檔案的安全性與合規性。[37]

目前，該專利技術已由泰特斯公司獲得所有權，并成功集成到該公司電控相關文檔管理系統之中，展現出了較高的實用價值與技術成熟度。

3.2.3 機器學習典型專利US11321631B1。通過對G06N20/00（機器學習）小組各件專利內容及價值度進行人工識讀，發現該小組技術具體應用在檔案自動分類編目與圖像智能識別環節，于提高檔案管理效率及準確性方面發揮著重要作用。結合IncoPat合享價值度模型，進一步選擇價值評分為10分的高價值發明授權專利US11321631B1進行分析。

該專利于2018年由DataNovo股份有限公司申請，標題為專利和非專利文件的人工智能，機器學習和預測分析，主要包括接收文檔數據作為機器學習輸入、使用機器學習在一個或多個文檔中識別圖案、基于所識別模式修改文檔管理系統配置等內容。[38]

2022年，此項專利經美國商標專利局正式授權公開，廣泛服務于專利局、律師事務所、公司與知識產權利益相關者。鑒于人工智能、機器學習和預測分析技術是高度通用的，該專利技術可以應用于幾乎所有需要數據分析與決策支持的領域，具有巨大的發展潛力。

4 研究啟示與展望

4.1 拓展政策實施深度，保持人工智能戰略動態連續性。專利整體申請公開趨勢與技術研發熱點表明，戰略的持續演進是推動其在文檔領域應用的重要動力。我國《“十四五”全國檔案事業發展規劃》《新一代人工智能發展規劃》《全球人工智能發展白皮書》等政策文件在“一定程度上推動了人工智能技術在文檔管理中的應用，但更偏向宏觀層面的路徑指引”。[39]因此，需要推進微觀層面的規定和建立持續推進的機制。例如，強化政策支撐與法規建設，制定或修訂更為具體的文檔領域人工智能政策并開展試點工作，“通過制定統一的標準支持技術創新和應用推廣，以此推動檔案工作的優化升級”。[40]同時，強調政策的時效原則，對現有法規定期評估與更新，發揮人工智能技術應用的政策動力。

4.2 夯實基礎層專利布局，增強人工智能關鍵技術競爭優勢。美國文檔領域人工智能技術專利呈現多集中基礎層的特點，涉及數據處理與分析、圖像識別與處理、機器學習與模式識別等核心技術，為人工智能應用的實現提供了基礎保障，具有巨大的發展潛力。“與美國相比，我國在基礎層的人工智能發展水平滯后，但是在應用層發展迅速”，[41]文檔領域人工智能關鍵技術的發展能力有待提高。如，“在申請計算機視覺相關專利的同時，可據項目實際需求，向其他相關技術領域進行布局，將技術專利化、專利系統化，使我國擁有檔案領域關鍵技術的絕對話語權”。[42]另外，鼓勵企業之間建立合作機制，不斷提高文檔領域人工智能技術的自主創新能力。

4.3 提升技術發展預見能力，促進檔案人工智能公私合作。從專利主要申請人分布類型看，美國文檔領域人工智能研發力量以企業為主，個人與科研機構為補充。企業相較于個人或學術機構，通常擁有更多的資金用于研發和技術積累。“美國聯邦政府準確把握這一趨勢，在人工智能戰略中提出要與私營部門合作，加強政府機構與企業等社會力量之間建立伙伴關系”，[43]并已制定“開放數據傳播計劃”等推動。我國應以政府為橋梁，通過建立風險共擔機制、簡化專利申請流程、聯合開展算法優化適配工作、鼓勵發揮專家智庫咨詢作用等措施，強化以企業為核心的檔案人工智能公私合作伙伴關系，提高技術趨勢預測水平，助力企業與檔案部門共同開發領域人工智能先進技術。

5 結語

美國在人工智能技術應用與文檔領域的實踐中展現了其對基礎研究的重視、對政策的靈活把握以及對公私合作的強化。然而，囿于應用場景、技術成熟度、人才匯聚等局限性，美國文檔領域人工智能技術專利申請數量偏少且增長緩慢。對此，我們需要深入探索從技術創新到應用創新最后一公里問題，提出有效對策，促進檔案事業的智能化發展。

本文系國家檔案局項目“我國檔案管理領域科技創新研究與創新平臺開發”（項目編號：2023-X-049）研究成果之一。

參考文獻：

[ 1 ] 中華人民共和國國家檔案局. 中辦國辦印發《“十四五”全國檔案事業發展規劃》[EB/OL].[2024-04-07].https：//www.saac.gov.cn/daj/toutiao/202106/ecca2de5bce44a0eb55c890762868683.shtml.

[2][40]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，（02）：84-87.

[3]韓廣來.新一代信息技術在高校校史館建設中的應用研究[J].山西檔案，2024（04）：148-151.

[4]王雨.新一代人工智能驅動檔案信息化建設的現狀和趨勢探討：基于醫療機構的考察[J].檔案管理，2024（02）：88-90+94.

[5]岳幸暉，楊智勇.人工智能在檔案管理中的應用圖景與風險防范[J].檔案與建設，2023（10）：36-40.

[6]孫琳，陳著，劉謹銘.人工智能技術在城建檔案管理中的可能應用場景及推進策略[J].檔案與建設，2023（07）：68-70.

[7]張一帆.基層檔案數字化轉型現狀與優化路徑研究[J].山西檔案，2023（02）：139-142.

[8]李財富，王碩.人工智能技術賦能檔案館的應用前景研究：基于信息生命周期視角[J].山西檔案，2024，（01）：108-115.

[9]楊智勇，程佳琪.基于元宇宙的智慧檔案館虛實交融空間構建[J].山西檔案，2024（04）：17-23.

[10]王鴻翔.人工智能時代下數字檔案資源存儲與長期保存的新模式與新路徑探索[J].山西檔案，2024（03）：175-178.

[11]黃仁彥.生成式人工智能在檔案數字轉型中的應用研究[J].山西檔案，2024（02）：145-148.

[12]楊智勇，桑夢瑤.數字化轉型背景下檔案數據治理能力的演進與展望[J].檔案與建設，2023（05）：31-34.

[13]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（02）：62-65.

[14]王昱.基于數據資產管理的企業檔案數字化轉型[J].山西檔案，2022（04）：119-126.

[15]楊智勇，謝雨欣.面向善治的檔案數據治理能力體系構建[J].檔案與建設，2022（02）：9-13.

[16]張樂瑩，張衛東，趙燁橦.數字人文產品開發過程中檔案館的角色定位研究[J].山西檔案，2020（04）：22-28+21.

[17]殷名，聶云霞，李家霖.基于神經語義分析的檔案智能開放鑒定模型構建探析[J].檔案學刊，2022，（02）：46-55.

[18]袁蕾涵，任越.面向現代化的檔案數據治理：價值內涵、關鍵要素與實踐應用方向[J].檔案管理，2024（02）：54-57+62.

[19]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（04）：35-45+88.

[20]岳幸暉，楊智勇.人工智能在檔案管理中的應用圖景與風險防范[J].檔案與建設，2023（10）：36-40.

[21]鄭慧，劉思含.人工智能與檔案開發利用：應用、愿景與進路[J].山西檔案，2022（05）：5-10+28.

[22]趙鑫強，李穎.智庫建設視角下的政府檔案知識管理系統研究[J].山西檔案，2021（06）：54-60.

[23]馬林青，謝麗，高玉寶，等.人工智能時代文件檔案管理教育的AI競爭力培養探析：基于美國iSchools專業能力培養的視角[J].檔案學通訊，2023（04）：93-102.

[24]陳艷紅，李健.新一代人工智能生成內容檔案身份的認定風險及規制研究：基于對ChatGPT生成內容的思考[J].檔案學研究，2023（05）：4-12.

[25]張文蘭，黃星.國家文化數字化戰略背景下檔案文化傳播力提升探賾[J].山西檔案，2023（04）：80-88.

[26]歸吉官，田曉青.檔案資政服務樣態及路徑優化：基于多案例研究[J].檔案管理，2023（03）：66-70.

[27]馬天旗，黃文靜，李杰，等.專利分析：方法、圖表解讀與情報挖掘[M].北京：知識產權出版社，2015：1-40.

[28]朱中華.人工智能領域技術的可專利性研究[D].中國政法大學，2019.

[29]王大偉，鄭佳，傅俊英，等.基于專利分析的人工智能技術發展態勢研究[J].中國科技資源導刊，2022，54（02）：46-54.

[30]世界知識產權組織.2023年PCT申請[EB/OL].[2024-07-22].https：//www.wipo.int/export/sites/www/pct/zh/docs/newslett/2024/3-2024.pdf.

[31]劉越男，何思源，張茜雅.美國聯邦政府文件（檔案）管理數字轉型的發展及啟示：于備忘錄及其執行情況的分析[J].北京檔案，2024（01）：54-61.

[32]聶洪光，范海榮.基于專利數據的中美人工智能創新能力比較研究[J].中國科技論壇，2020，（05）：154-162.

[33]李牧南，王業信.基于LDA-KeyBERT模型的技術預見：以工業互聯網為例[J].創新科技，2023，23（07）：53-65.

[34]孫新波，孫浩博，錢雨.數字化與數據化：概念界定與辨析[J].創新科技，2022，22（06）：12-30.

[35]姚葉，張容.美國人工智能專利現狀分析及其對中國的啟示：以《人工智能發明：追蹤美國人工智能專利擴散報告》為基礎[J].創新科技，2021，21（06）：74-83.

[36]DocuSign股份有限公司.合同生命周期軟件[EB/OL].[2024-04-07].https：//www.docusign.com/products/clm.

[37]IncoPat公司.US8332350B2用于文檔管理系統的自動化安全訪問策略的方法和系統[EB/OL].[2024-07-17].https：//www.incopat.com/detail/init2？formerQuery=emhqKePbGQhl4pwq48kcd8UQPv%2Fj56w3mVBngu12eLs%3D&local=zh.

[38]IncoPat公司.US11321631B1專利和非專利文件的人工智能，機器學習和預測分析[EB/OL].[2024-04-07].https：//t.incopat.com/detail/init2？formerQuery=TL6WAQ0mQcpKk39d%2FF2aPzlbGWMUeMb7dkC5wfiuCUw%3D&local=zh.

[39]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（02）：62-65.

[41]姚葉，張容.美國人工智能專利現狀分析及其對中國的啟示：以《人工智能發明：追蹤美國人工智能專利擴散報告》為基礎[J].創新科技，2021，21（06）：74-83.

[ 4 2 ] 朱伶杰， 張政， 朱婭妮. 基于專利信息的檔案管理領域科技創新演進及關鍵技術探析[ J ] . 檔案學通訊，2023（02）：39-47.

[43]吳逸菲，樊春良.創新系統視角下美國國家人工智能戰略的演化邏輯及趨勢分析[J].科學學與科學技術管理，2024（03）：1-35.

（作者單位：遼寧大學信息管理學院 朱伶杰，博士，副教授，碩士生導師；賀圓圓，碩士研究生 來稿日期：2024-08-14）