[發(fā)明專利]一種檔案智能鑒定方法、裝置及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211022159.4
• 申請日: 2022-08-25
• 公開（公告）號: CN115129959A
• 公開（公告）日: 2022-09-30
• 發(fā)明（設(shè)計）人: 黃春鵬;季雪崗;王磊
• 申請（專利權(quán)）人: 北京美絡(luò)克思科技有限公司
• 主分類號: G06F16/93
• 分類號: G06F16/93;G06F16/35;G06N3/04;G06N3/08;G06V30/416;G06V30/412
• 代理公司: 北京細軟智谷知識產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 葛鐘

1.一種檔案智能鑒定方法，其特征在于，包括以下步驟：

獲取檔案的電子數(shù)據(jù)；

對所述檔案的電子數(shù)據(jù)進行數(shù)據(jù)處理，得到待鑒定檔案數(shù)據(jù)；

將所述待鑒定檔案數(shù)據(jù)輸入到機器學(xué)習(xí)模型中，其中，所述機器學(xué)習(xí)模型為使用多組訓(xùn)練數(shù)據(jù)訓(xùn)練出來的，所述多組訓(xùn)練數(shù)據(jù)均包括檔案的密級標(biāo)簽和檔案的保管期限標(biāo)簽；

獲取所述機器學(xué)習(xí)模型的輸出信息結(jié)果，其中，所述輸出信息結(jié)果包括所述檔案的密級標(biāo)簽和檔案的保管期限標(biāo)簽。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述檔案的電子數(shù)據(jù)進行數(shù)據(jù)處理，得到待鑒定檔案數(shù)據(jù)，包括：

對每一個文檔進行知識內(nèi)容提取，將提取的知識內(nèi)容作為待鑒定檔案數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對每一個文檔進行知識內(nèi)容提取，將提取的知識內(nèi)容作為待鑒定檔案數(shù)據(jù)，包括：

對電子文檔的原始視覺信息進行統(tǒng)計，統(tǒng)計內(nèi)容包括文本內(nèi)容的字體類型、字體大小和線條信息；

根據(jù)所述統(tǒng)計內(nèi)容，確定正文字體類型、字體大小和表格區(qū)域，輸出統(tǒng)計結(jié)果；

根據(jù)所述統(tǒng)計結(jié)果，按照文章閱讀的視覺處理邏輯，確定文檔的標(biāo)題、段落和表格元素。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述機器學(xué)習(xí)模型為Text-CNN模型，用于檔案標(biāo)簽分類。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取所述機器學(xué)習(xí)模型的輸出信息結(jié)果之后，還包括：

將所述輸出信息結(jié)果與預(yù)測結(jié)果進行比較，得到機器學(xué)習(xí)的測試成功率；

若所述測試成功率超過預(yù)設(shè)閾值，則將所述輸出信息結(jié)果輸入至檔案智能鑒定系統(tǒng)。

6.一種檔案智能鑒定裝置，其特征在于，包括：

獲取模塊，用于獲取檔案的電子數(shù)據(jù)，所述檔案的電子數(shù)據(jù)為檔案專家已經(jīng)鑒定的檔案；

數(shù)據(jù)處理模塊，用于對所述檔案的電子數(shù)據(jù)進行數(shù)據(jù)處理，得到待鑒定檔案數(shù)據(jù)；

機器學(xué)習(xí)模塊，用于將所述待鑒定檔案數(shù)據(jù)輸入到機器學(xué)習(xí)模型中，其中，所述機器學(xué)習(xí)模型為使用多組訓(xùn)練數(shù)據(jù)訓(xùn)練出來的，所述多組訓(xùn)練數(shù)據(jù)均包括檔案的密級標(biāo)簽和檔案的保管期限標(biāo)簽；

結(jié)果輸出模塊，獲取所述機器學(xué)習(xí)模型的輸出信息結(jié)果，其中，所述輸出信息結(jié)果包括所述檔案的密級標(biāo)簽和檔案的保管期限標(biāo)簽。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括：

知識內(nèi)容提取模塊，用于對每一個文檔進行知識內(nèi)容提取，將提取的知識內(nèi)容作為待鑒定檔案數(shù)據(jù)。

8.一種檔案智能鑒定系統(tǒng)，其特征在于，包括：

存儲器和處理器；

所述存儲器用于存儲所述處理器可執(zhí)行指令；

所述處理器被配置為用于執(zhí)行權(quán)利要求1-5任一項所述的方法。