人工智能技术赋能我国档案工作发展的现状与建议

摘 要：为了解当前我国档案领域人工智能技术应用的发展现状，论文运用内容分析法对全国及各省档案事业“十四五”规划、档案领域人工智能应用实践案例及国家档案局科技项目立项进行分析。研究发现我国鼓励并支持人工智能技术在档案领域的应用，正在初步探索人工智能助推档案工作的路径和方法。在此基础上，论文从三个方面提出建议，分别是：推动人工智能技术在档案全流程管理中的应用，推动人工智能技术与档案工作的深度融合，以及关注人工智能技术成功应用于档案工作的影响因素。

关键词：人工智能；档案管理；科技项目；融合；合作

分类号：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

随着数智转型的持续推进，档案工作面临着数据体量大、非结构化程度高、信息过载、利用不充分、管理方式传统和方法效率低等问题，亟须转变档案工作理念、流程和方法，实现档案工作的“系统重塑”。新一代人工智能（Artificial Intelligence，AI）是一种具有智能学习和自主决策能力的颠覆性技术，能够运用数据和计算能力优势，提炼出默会知识，进而识别模式并实现更为复杂的功能。作为一种通用型技术，新一代人工智能具备与经济社会各行业、生产生活各环节相互融合的潜能[1]，可以对大量档案数据进行处理并识别潜在模式，进而辅助其实现自动化与智能化管理升级。

当前，国内外对AI应用于档案工作的现状展开了多维度研究，如从AI应用的档案场景、主要业务环节及主要技术等维度对多案例进行梳理[2-5]，对AI应用于特定档案业务环节实践的介绍[6-9]。此外，学界还关注AI在档案管理中的应用逻辑、前景、挑战与实现路径等。然而，学界已有研究主要是针对特定业务环节、特定问题或个别案例，以整体视角对我国档案领域AI应用的全面调查研究较为有限。在此背景下，有必要就我国档案领域人工智能应用的现状从政策、行业实践案例和行业研究三个角度进行全面调查和分析，在此基础上识别存在的问题和挑战，预测未来的发展趋势，并对其今后发展提出针对性的建议。

1 数据收集及分析方法

本研究从政策导向、实践现状以及行业研究热点三个维度展开。

首先，为深入了解和把握我国档案领域人工智能技术应用的政策导向，本研究对我国国家档案局官网、各省档案馆官网、北大法宝以及各省政府信息公开网站等进行检索，截至2024年2月1日，发现我国国家与地方层面尚未颁布针对档案领域人工智能应用的专门政策，仅有政策为全国和省级“十四五”档案事业发展规划中的人工智能相关内容。本研究将以全国及27个省级的“十四五”档案事业发展规划（缺少河南、宁夏、青海、四川及港澳台地区）为数据基础。

其次，为了解我国档案领域人工智能应用的实践情况，本研究从国家档案局组织的全国企业档案工作管理创新优秀案例汇编（2017—2020，4年）与相关文献（截至2024年2月7日）中，选择出相关信息较丰富的37个案例作为本研究的数据源，案例时间跨度从2017年到2023年。案例分析采用内容分析法，在通读案例、结合已有研究提炼关键信息并制定编码表后，对每个案例进行编码，并对编码结果进行统计。编码表包括案例单位性质及合作情况、实践单位所应用人工智能技术、应用的业务场景、档案类型、人机协同等方面。受数据所限，对人工智能应用开发过程、应用算法、应用效果等内容本研究未有发现。

最后，为把握我国档案领域人工智能应用的行业研究热点，本研究以2017年到2024年立项的共903项国家档案局科技项目为数据源[10]，选取其中与人工智能相关的科研立项进行分析。筛选的标准为项目名称中明确包括“人工智能”“智能”“AI”等术语或某种具体的人工智能技术，如“NLP”“大语言模型”“计算机视觉”“深度学习”“数据挖掘”“图像识别”“语义网”“知识图谱”等，最终获得相关项目136项。但由于立项项目可获得信息较少，相关分析仅针对项目名称、承担单位以及推荐单位展开。

2 研究结果

2.1 我国档案领域人工智能应用政策导向

《“十四五”全国档案事业发展规划》明确提出，到2025年，新一代信息技术在档案工作中的应用更为广泛，信息化与档案事业各项工作深度融合，档案管理数字化、智能化水平得到提升，档案工作基本实现数字转型。在具体任务方面，“十四五”规划分别在档案利用与档案信息化建设两个环节明确指出探索人工智能技术。

在省级“十四五”档案事业发展规划层面，所调研27份规划中，8份未提及“人工智能”，其他19份分别在数字档案馆建设（13）、档案信息深层加工和利用（5）、档案开放审核（3）、档案行政监管（1）等工作领域的内容中提及应用“人工智能”，且在具体表述上呈现一定的趋同性。如针对“数字档案馆建设”的表述多为“加强大数据、人工智能等新一代信息技术在数字档案馆（室）建设中的应用”；针对“档案信息深层加工和利用”的表述多为“积极探索知识管理、人工智能、数字人文等技术在档案信息深层加工和利用中的应用”。另外，10份省级规划均倡导探索人工智能等新一代信息技术在档案全链路管理中的应用研究，形成一批标志性成果，运用信息技术解决档案工作中的堵点和难点问题。

2.2 我国档案领域人工智能技术应用案例分析

（1）案例单位性质及合作情况

37个案例单位覆盖了企业、国家机关、高校和事业单位等不同性质的机构。其中，档案馆/局/研究中心等事业单位有14个，企业17个（包括国有企业8个、中央企业及其子公司5个、民营企业4个），机关单位和高校开展的案例分别有2个和3个。

近一半的案例（40.54%）由多元主体合作完成。合作的形式主要有两种：其一为合作单位共同研发建设相关平台或软件；其二为双方分别提供数据和技术。另外，73.33%的参与主体包含档案服务机构或者信息科技公司，20%包含高等院校。

（2）档案类型及前处理工作

人工智能技术主要应用于案例实践单位内部档案管理。37个案例中，17个案例明确了人工智能技术所应用的档案/数据基础，涉及会计档案、满文档案、声像档案、户籍档案、政务服务电子文件等不同载体、不同语种和不同内容性质的档案。

另外，应用人工智能技术，还需要进行一些前期准备工作，包括档案数字化、确定人工智能自动化的标准以及筛选算法训练所需的数据样本等。例如，辽宁省档案馆在应用AI技术实现档案安全保密时首先选取了部分涉密档案作为训练样本，其中80%样本作为训练数据集供模型学习，20%样本进行算法验证。再如，中国移动通信集团江苏有限公司在应用人工智能技术开展保管期限判定时，以“国家档案局第10号令”为基础，通过对室存的档案数据源进行分析，形成人工智能模型。

（3）所使用人工智能技术及其所应用业务场景

37个案例使用了多种人工智能技术，包括但不限于计算机视觉（人脸识别、OCR识别、图像识别、自动图像处理、内容识别、字符识别）（17）、深度学习（BP神经网络、卷积神经网络、深度神经网络、生成式对抗网络）（12）、自然语言处理（自然语义、语义解析、语义识别、信息抽取）（12）、语音处理（语音识别、语音转写）（5）、知识图谱（5）、机器学习（支持向量机SVM）（3）、自动化和机器人技术（“小铁人”机器人）（1）、专家系统（1）等。[11]

人工智能技术所应用的业务场景基本囊括了档案管理的全部环节：收集（2）、整理（包括分类）（4）、归档（1）、修复（2）、著录（3）、鉴定（包括确定保管期限、开放审核、保密）（9）、数字化（包括数据化、成果质检）（6）、检索（9）、开发利用（包括编研、文化传播、信息共享）（9）、档案服务（包括查档）（3）、档案安全（包括门禁系统、元数据采集、四性检测）（4）。[12]

档案的数字化、鉴定、检索和开发利用环节是目前人工智能技术应用的主要环节。不同业务场景所应用的AI技术在整体上是一致的，在具体技术的实现上有细微差别。计算机视觉是覆盖应用场景最多的技术。所分析案例中，档案的收集多表现为口述档案的采集，故语音处理技术和音视频转写技术是主要应用的技术。鉴定环节多应用自然语言处理、机器学习、深度学习与计算机视觉技术；检索环节较多应用自然语言处理、语音处理、视频内容解析、知识图谱与计算机视觉等技术；开发利用环节由于涉及多种档案开发形式，其所应用技术范围也相应较广泛，包括自动化和机器人技术、自然语言处理、知识图谱、知识挖掘以及机器学习等多种技术。人脸识别等身份识别技术（属于计算机视觉领域）多用来保证档案的实体安全。

（4）人工智能技术应用与实现方式

人工智能技术的具体使用可以分为三个层次：其一，使用计算机视觉技术实现文本、图像的识别、对比、匹配等；其二，使用自然语言处理技术对档案内容中的实体、关系、情感等进行识别，辅助档案检索等；其三，综合使用多种技术，如自然语言处理、机器学习、支持向量机等，基于对档案属性的判断以及与相关属性的匹配，实现特定任务的自动化，如价值鉴定、密级鉴定等。

29个案例对人工智能技术的实现方式进行了阐述，具体包括以下三种形式：其一，作为功能专一的独立系统，如人工智能辅助档案开放审核系统、档案智能划控系统等，能够针对性处理档案开放审核和划控问题。这也是人工智能技术在档案领域数量最多的应用形式。其二，作为多功能平台的一个构成部分，例如泸州老窖智慧档案馆的智慧一体化支撑保障平台集成了5大系统，12个子系统，能够实现档案检索、档案保管期限自动鉴定与元数据自动采集等多项功能。其三，作为某一系统的一个工具或组件，例如“档案AI辅助开放审核”组件和档案图文智能定位与精细化检索工具等。

（5）档案工作者与人工智能技术的关系形式

37个案例中，有13个案例对人工智能技术开发或应用过程中与档案工作者之间的关系进行了阐述，可以归纳为两种模式：其一，档案工作者辅助算法的完善。人与机器须同步完成某一工作，档案工作者对结果不一致的地方进行修正与反馈，促进机器工作规则学习与改进。比如中国移动通信集团在档案保管期限鉴定环节，采取“机器判定+人工判定”相结合的方式，通过人工的复核判定、机器的自我学习，来实现模型的动态更新和完善，以满足实际需要。其二，算法生成结果为档案工作者的决策提供参考，辅助决策。比如辽宁省档案馆的智能筛密系统将智能鉴定功能嵌入数字档案馆系统的鉴定模块内，通过档案目录中的敏感词进行智能分析，给出AI预测值和敏感度，作为人工鉴定的参考。

2.3 我国档案领域人工智能应用行业研究热点

总体上看，国家档案局科技项目中与人工智能相关的立项数量及在每年立项项目中所占比例呈上升趋势；2017年所占比例为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年达29.63%，见图1。

对136项项目承担单位类型出现的频次进行统计发现，项目承担单位以企业及其下属档案部门（85）频次最高，其次分别是各级档案局及其下设机构、各级国家档案馆（73），高等院校及其档案部门（40），其他事业单位及其下属档案部门（13），研究院所及其下属档案馆（12），其他国家机关及其下属档案部门（6）。[13]

对于相关立项项目所关注技术，136项立项项目中，42项是针对广泛意义上的人工智能技术，65项在项目名称中明确了具体的人工智能技术，包括知识图谱（17）、自然语言处理（8）、深度学习（18）、数据挖掘（5）、图像识别（6）及语义分析（5）等，29项仅提到了“智能”。

具体到人工智能技术应用的业务环节，档案开发利用（28）及档案管理整体（22）中应用的项目数量排在前两位，档案开放审核（9）与档案修复（7）次之，其他业务还包括档案分类（3）、档案脱敏（1）、档案检索（4）及档案验收（1）。

对于人工智能技术应用的档案类型，71项项目明确了档案类型，涵盖声像档案（包括音视频档案、影像档案、照片档案等）（14）、多媒体档案（包括全媒体档案和媒资档案）（4）、文书档案（3）等多种载体形式，核电档案（6）、电力档案（3）、城建档案（4）、医疗档案（2）、军工档案（3）及气象档案（2）等不同行业领域共23种门类。

3 讨 论

研究发现，我国档案领域中人工智能的政策导向、实践现状以及行业研究热点三者之间存在一定的一致性，我国档案领域对应用人工智能技术正处于初级探索阶段，在应用单位类型、应用业务环节、应用形式等方面呈现初级探索阶段的特征，未来相关探索将继续深入，应用质量将会提高。

3.1 我国档案领域人工智能应用政策导向

《“十四五”全国档案事业发展规划》明确了继续推进新一代信息技术与档案工作深度融合，以及其在提升档案数智化转型上的作用，但仅在档案利用与档案信息化建设上明确提到了人工智能技术，政策引导缺乏系统性和全面性。大多数省份的档案“十四五”规划呼应了全国规划的内容，明确鼓励在特定任务中探索应用人工智能技术，此外一部分省份强调加强对人工智能技术的研究和在特定领域的先行探索，这也反映了人工智能技术在档案领域的应用尚处于探索阶段。

总的来说，我国档案领域已关注且认识到人工智能技术对于推动档案工作数智转型的潜力。但从具体内容上来看，目前主要突出其在档案开发利用中的应用，对于其对其他工作环节和领域的影响尚未提及，存在对应用场景和影响认识不够深入全面的情况。

3.2 我国档案领域人工智能应用实践现状

针对实践案例的分析显示，目前我国档案领域人工智能的应用探索主要由国企与综合档案馆开展。因为这些单位具备档案工作基础较好、档案体量较大、对档案工作要求高等特质，所以会尝试探索新型信息技术在档案管理中的应用。而未来人工智能技术是否会在其他类型机构的档案工作中得到应用、如何应用等问题亟待持续关注。另外，案例分析发现，人工智能应用的开发往往需要多方协作，如信息技术公司与档案部门的深度合作。这意味着档案部门需要深度介入数据训练、方法设计、原则制定等工作，这也对档案工作人员的能力提出了新要求。

从人工智能应用具体情况来看，我国档案领域就多种人工智能技术在不同类型、不同载体的档案管理的不同工作环节中的应用展开了探索，但主要集中于鉴定、数字化和检索，证明人工智能应用仍处于探索阶段，尚未全面展开。另外，需要说明的是，仅有部分案例在解决方案的阐述部分突出了人工智能技术，其他仅将其作为所应用多种技术中的一种进行交代，对人工智能技术的重视程度不足。

从人工智能技术的使用形式来看，目前的使用方式比较初级，主要体现在：其一，计算机视觉技术的使用居多，主要用于对档案内容的识别，即尚停留在“会看”“会听”的阶段；其二，有少部分案例开始综合使用自然语言处理、支持向量机等多种技术，即“会学习”的阶段，但对于所学习的标准、学习的过程、学习的结果等交代较少。人工智能技术的应用往往需要相关管理工作的同步开展，比如厘清人工智能技术所应用自动化的标准，实施档案的数字化工作等，人工智能技术的深度应用任重而道远。

另外，我国档案领域在这些实践探索中就一些关键问题形成了基本认识，比如档案工作者与人工智能应用关系的处理、人工智能技术成功应用的基础、人工智能技术实现的形式等，但实践数量和人工智能应用的质量有待提高。

3.3 我国档案领域人工智能应用行业研究热点

行业研究热点可以一定程度上预测未来数年我国档案领域人工智能应用的发展情况。根据国家档案局科技项目立项情况，人工智能相关立项项目数量及在当年立项项目中所占比例均逐年上升，显示了我国档案学领域对其关注度的提高。从立项单位的情况来看，企业与综合档案馆占比较高，仍然是人工智能应用探索的主要部门。从所关注业务环节、人工智能技术及档案类型来看，目前相关探索覆盖的领域较广泛，但也存在对档案开发利用扎堆关注、对其他环节关注不足的问题。这些意味着未来数年我国档案领域人工智能应用的探索仍然会保持当前的特征，但会突出人工智能技术本身的技术特点，在探索的数量与深度上有所提升。

4 人工智能技术赋能我国档案工作智能化发展建议

本研究认为，人工智能技术在我国档案领域的应用已经取得一些初步成果，并预测其在未来数年将进入快速发展阶段。为充分释放人工智能技术在我国档案工作领域的驱动力量，推动档案工作智能化转型升级，应关注以下几个方面的问题。

4.1 推动人工智能技术在档案全流程管理中的应用

为发挥人工智能技术对我国档案工作智能化转型升级的驱动作用，有必要系统研究和推动人工智能技术在档案管理各环节的应用。具体而言，应结合人工智能技术的特点，基于相关理论和原则（如封闭性原则）[14]，在充分调研我国档案工作的堵点、难点和充分考虑档案工作者诉求基础上，形成人工智能赋能我国档案工作的具体环节清单。

国际档案学领域已开展相关研究，如大型跨国跨学科研究项目InterPARES（始于1998年）的第五期I（nterPARES）Trust AI的子课题RP01使用问卷调查法与访谈法，对档案工作中重复性的、费时的、适用于使用人工智能技术来应对的工作环节进行了调研，发现元数据的增添与抽取、数字化、捕获、文件完整性审查、著录、文件管理、鉴定、备份和文件重命名等频率较高。

4.2 推动人工智能技术与档案工作的深度融合

除了人工智能应用于档案工作的广度，其与各个环节结合的深度也将影响其赋能档案工作的效果。

首先，应继续深入探索不同类型人工智能技术在档案工作中的应用，并就不同人工智能技术对同一业务环节赋能路径和效果开展对比试验研究。相较于我国，国际档案领域对所使用人工智能技术研究更深入，聚焦具体算法，如自组织地图、命名实体识别、主题建模等。比如，Payne与Baron[15]Franks[16]分gfjllpRPH9QQzhCOP+hBfPPhk9UD5cUCd0yarczSY04=别就机器学习中的多种算法（如基于规则的分类、模糊关联、向量空间方法、相似度/临近算法、基于树的方法与神经网络模型等）与支持向量机、神经网络以及语言模型三种技术路径用于档案分类的适用性进行了讨论或试验。

其次，应关注档案工作与数据本身应做何种调整以适应人工智能技术的应用。比如，I Trust AI的子课题MA08，其对按照档案领域标准记录的元数据和机器学习社区的信息需求之间的匹配程度（包括差异、相似之处、改善兼容性的机会以及注意事项等）进行了探索，并探讨了档案和机器学习社区之间存在的认识论或本体论差异。

再次，应厘清档案工作的原则与方法，并探索档案学理论与方法在人工智能技术应用中的价值。早在20世纪60年代，档案学者就提出要警惕在开发AI应用时将其他领域的标准强加于档案工作。[17]人工智能技术应用于档案工作应是对档案工作原则与方法的自动化，其前提是档案工作者能就档案工作的原则与方法达成一致并阐释清楚。此外，研究也表明在应用人工智能技术时若能充分关照档案学的方法将提升应用的效果，比如使用文件关键背景信息（古文书学视域下的背景）对自动分类器进行训练，其分类结果优于专家的人工分类。[18]

最后，人工智能技术应用于档案工作过程中如何保障档案的真实性仍是一个核心议题。档案真实性的保障是档案证据属性保障的核心，是档案学的学科之本。比如，I Trust AI项目的核心研究问题为：我们能否在利用AI技术承担档案管理职能的同时尊重文件的本质属性并确保其长期可信？人工智能技术用于处理档案是否会对档案真实性带来威胁？随着人工智能技术在社会活动开展过程中的渗透，文件的生成背景也将发生改变，而这又会对文件真实性的内涵产生什么样的影响？这些问题都亟待更多相关研究。

4.3 关注人工智能技术成功应用于档案工作的影响因素

内外部的影响因素也将影响人工智能技术与档案工作深度融合的程度，包括AI技术本身的风险以及档案资源应用人工智能技术的准备度等。我国学者在不同研究中就制约AI在档案工作中应用的因素进行了讨论，如算法风险、AI素养、AI的效率、结果的准确度、档案开放程度、档案资源可用性等[19-21]。杨建梁与刘越男[22]也指出机器学习在档案管理中深化应用面临档案管理、档案数据、机器信任、法律环境与专业能力等方面的挑战。

此外，人工智能应用本身的一些特征也将影响其在档案领域的广泛应用。比如在对相关文献及人工智能应用调查的基础上，Hutchinson等认为人工智能应用设计与功能开发过程中应考虑以下因素：可用性、互操作性、灵活性、迭代性以及可配置[23]。

因此，有必要结合人工智能驱动档案工作的潜力与限度，在中外档案领域人工智能应用现状与典型模式基础上[24]，结合人工智能技术在档案工作中应用的几个阶段[25]，系统发现影响人工智能在档案领域应用的影响因素及驱动模式，并针对每种类型的影响因素开展针对性的研究。

5 结 语

参照技术与结构的互动关系框架，在结构功能视角下，人工智能推动档案工作发展体现为一组“渗透—传导—扩散”的连贯机制，表现为“AI技术原始吸纳—AI技术作用于档案工作系统构成要素—档案工作自我重塑”的演进逻辑。易言之，AI技术首先渗透成为档案工作系统的一个组成部分，进而影响档案工作的技术基础、内外部环境和主体的观念和行为；该渗透过程将带来传导效应，打破档案工作系统原先的平衡，对档案工作系统的各要素产生影响，进而带来档案工作的转型升级。依据本研究的发现，目前我国档案领域人工智能技术的应用主要停留在“AI技术原始吸纳”阶段，并开始向“AI技术作用于档案工作系统构成要素”阶段发展，在此过程中，应结合相关影响因素推动人工智能在我国档案领域的“向上”“向善”发展。

*本文系天津市高等学校人文社会科学研究项目“我国民事案例中电子文件可采性评定规则研究”（项目编号：2019SK054）阶段性研究成果。

作者贡献说明

潘未梅：确定选题，确定内容框架，指导及审核数据收集与分析，论文写作修改并最终定稿；韩禹荣：参与数据收集与分析，论文写作及修改工作；刘杨：参与数据收集与分析，论文写作及修改工作；董星仪：参与数据收集与分析工作；马林青：参与论文修改。

注释与参考文献

[1]郭朝先，方澳.人工智能促进经济高质量发展：机理、问题与对策[J].广西社会科学，2021（8）：8-17.

[2]陈慧，罗慧玉，张凯，等.AI赋能档案：AI技术在档案管理中的赋能模式探究[J].山西档案，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]贠疆鹏，加小双，王妍. 人工智能在我国档案管理中的应用现状与对策分析[J]. 档案与建设，2023（2）：62-65.

[6]李新功.自动著录技术在户籍档案数字化中的应用研究与实践[J].北京档案，2022（6）：39-41.

[7]马怡琳，李宗富.赋能·助力·提升：人工智能技术在档案解密与开放审核工作中的应用探索[J].山西档案，2022（4）：112-118.

[8]陈会明，史爱丽，王宁，等.人工智能在档案工作中的应用实践与挑战——以北京市市场监督管理局为例[J].档案与建设，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]作为我国档案领域的重要研究课题之一，国家档案局科技项目的申报对象包括全国各级档案机构、高等院校、专门科研机构、企事业单位和社会组织。项目立项对全国档案科技工作具有重要的引导示范意义，是我国档案事业发展方向的重要体现。

[11]由于一个案例可能使用多种人工智能技术，故此处人工智能技术应用的数量总和>37。

[12]由于一个案例中人工智能技术的运用在不同的档案管理环节有所体现，故此处不同业务场景数量的综合>37。

[13]由于项目的承担单位可以有多个，所以不同承担单位的项目数之和>104。

[14]陈小平.封闭性场景：人工智能的产业化路径[J].文化纵横，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，宋莹，郑伽.国外档案工作与人工智能：潜力和挑战[J].中国档案，2022（8）：78-80.

[20]于英香，李雨欣.“AI+档案”应用的算法风险与治理路径探析[J].北京档案，2021（10）：5-9.

[21]聂云霞，范志伟.AI技术在档案开放审核中的SWOT分析[J].山西档案，2023（4）：35-45，88.

[22]杨建梁，刘越男.机器学习在档案管理中的应用：进展与挑战[J].档案学通讯，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]薛圆圆.人工智能时代档案管理创新路径研究[J].兰台世界，2021（1）：84-86.

[25]马仁杰，邓齐凤.论人工智能技术在我国档案工作中的应用[J].档案管理，2024（2）：84-87.

（责任编辑：张 帆 冯婧恺）