[發明專利]一種檔案智能鑒定方法、裝置及系統

在審

• 申請號: 202211022159.4
• 申請日: 2022-08-25
• 公開（公告）號: CN115129959A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 黃春鵬;季雪崗;王磊
• 申請（專利權）人: 北京美絡克思科技有限公司
• 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權代理有限責任公司 11471
• 代理人: 葛鐘

本發明屬于檔案鑒定技術領域，具體涉及一種檔案智能鑒定方法、裝置及系統，通過獲取檔案的電子數據，對所述檔案的電子數據進行數據處理，得到待鑒定檔案數據；將待鑒定檔案數據輸入到機器學習模型中，其中，機器學習模型為使用多組訓練數據訓練出來的，多組訓練數據均包括檔案的密級標簽和檔案的保管期限標簽；獲取機器學習模型的輸出信息結果，其中，輸出信息結果包括所述檔案的密級標簽和檔案的保管期限標簽。本申請技術方案可快速實現電子檔案的智能鑒定，解決了現有檔案管理系統中，依賴于人工進行檔案密級、保管期限和分類等標簽的鑒定，給檔案的管理和利用帶來極大便利。

技術領域

本發明屬于檔案鑒定領域，特別地，涉及一種檔案智能鑒定方法、裝置及系統。

背景技術

目前檔案系統的電子文檔的管理利用流程中，采用比較多的是文檔的文本信息提取和元數據提取技術。使用文本信息提取技術，進行文檔的搜索利用；提取文檔的元數據信息進行文檔的輔助著錄和管理。

而對于歸檔的文檔的檔案鑒定過程，目前都是依賴檔案專家和從業人員進行人工鑒定。而檔案從業人員的素質水平參差不齊，造成檔案鑒定的錯誤率比較高；而且檔案的鑒定工作是一份人力消耗比較大的工作，在人工智能技術發展的今天，是可以依賴人工智能技術進行檔案鑒定工作變革的比較好的時機。

由于檔案的鑒定，如對于檔案的密級、保管期限和分類等標簽的鑒定，目前都是依賴檔案專家的人工鑒定，檔案鑒定效率低。

基于此，如何提供一種檔案智能鑒定方法，有利于節省大量的人力，并減少對檔案專家的依賴是亟待解決的問題。

發明內容

有鑒于此，本發明的目的在于克服現有技術的不足，提供一種檔案智能鑒定方法、裝置及系統。

為實現以上目的，本申請采用如下技術方案：

第一方面，本申請提供一種檔案智能鑒定方法，包括以下步驟：

獲取檔案的電子數據；

對所述檔案的電子數據進行數據處理，得到待鑒定檔案數據；

將所述待鑒定檔案數據輸入到機器學習模型中，其中，所述機器學習模型為使用多組訓練數據訓練出來的，所述多組訓練數據均包括檔案的密級標簽和檔案的保管期限標簽；

獲取所述機器學習模型的輸出信息結果，其中，所述輸出信息結果包括所述檔案的密級標簽和檔案的保管期限標簽。

進一步地，對所述檔案的電子數據進行數據處理，得到待鑒定檔案數據，包括：

對每一個文檔進行知識內容提取，將提取的知識內容作為待鑒定檔案數據。

進一步地，所述對每一個文檔進行知識內容提取，將提取的知識內容作為待鑒定檔案數據，包括：

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

根據所述統計內容，確定正文字體類型、字體大小和表格區域，輸出統計結果；

根據所述統計結果，按照文章閱讀的視覺處理邏輯，確定文檔的標題、段落和表格元素。

進一步地，所述機器學習模型為Text-CNN模型，用于檔案標簽分類。

進一步地，在獲取所述機器學習模型的輸出信息結果之后，還包括：

將所述輸出信息結果與預測結果進行比較，得到機器學習的測試成功率；

若所述測試成功率超過預設閾值，則將所述輸出信息結果輸入至檔案智能鑒定系統。

第二方面，本申請提供一種檔案智能鑒定裝置，包括：

獲取模塊，用于獲取檔案的電子數據，所述檔案的電子數據為檔案專家已經鑒定的檔案；

數據處理模塊，用于對所述檔案的電子數據進行數據處理，得到待鑒定檔案數據；