面向生成式人工智能的档案数智化服务应用场景探索

摘 要：档案数智化服务是数智时代兴起的一种新型档案信息服务形态，兼具数字化和智能化的双重特性，是档案事业创新发展的趋势。生成式人工智能为档案数智化服务探索带来了新机遇。文章首先调查并分析了档案数智化服务的现状；其次，从法律政策、标准指南、技术需求、风险防控四个角度分析了生成式人工智能应用于档案数智化服务的可行性；最后，构建档案数据的高效整理与检索、档案利用的流程优化与重塑、档案内容的深度挖掘与分析、档案服务的空间延伸与开放四个服务应用场景。

关键词：档案服务；数智化服务；生成式人工智能；应用场景

分类号：G270.7

Exploration on the Application Scenarios of Archival Digital Intelligent Service for Generative Artificial Intelligence

Liu Jing1，2， Ou Yue2

（ 1. Archives of Central China Normal University， Wuhan， Hubei 430079； 2. School of Information Management， Central China Normal University， Wuhan， Hubei 430079 ）

Abstract： Archival digital intelligent service is a new form of archival information service emerging in the era of digital intelligence. It possesses both digitization and intelligence features， and is the trend of the innovative development of archival undertakings. Generative artificial intelligence （GAI） brings fresh opportunities for the exploration of archival digital intelligent service. This paper firstly investigates and analyzes the present situation of applying GAI to archival digital intelligent service. Secondly， the feasibility of applying GAI in the archival digital intelligent service is analyzed through four perspectives： legal policies， standards and guidelines， technical requirements， and risk prevention and control. Finally， four service application scenarios are developed： efficient collation and retrieval of archival data， process optimization and remodeling of archival utilization， deep mining and analysis of archival content， and space extension and openness of archival service.

Keywords： Archival Service； Digital Intelligent Service； Generative Artificial Intelligence； Application Scenarios

引 言

生成式人工智能（Generative Artificial Intelligence， 以下简称“GAI”）诞生于20世纪80年代[1]，2022年起，以ChatGPT、Midjourney、Stable Diffusion等为代表的GAI技术快速发展并得到广泛应用，为人们的生产生活方式和社会经济形态带来变革，也推动档案事业朝数智化方向转型。GAI主要指“利用机器学习等方法从现有数据（图像、音频、文本）中学习内容要素，生成与原始数据保持相似的内容”[2]。2023年我国网信办等相关部门联合发布了《生成式人工智能服务管理暂行办法》，将GAI定义为“具有文本、图片、音频、视频等内容生成能力的模型及相关技术”，并“鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系”[3]，从而为GAI的规范应用与创新发展提供了有力的法治保障和政策支持。

在GAI快速发展并广泛应用的背景下，档案学界开始关注档案数智化服务相关主题研究，主要集中在以下几个方面：一是数智背景下档案服务工作的突破转型，包括探讨档案信息服务的发展方向[4]、服务策略调整[5]、数智嵌入的服务过程模型[6]等；二是数智技术赋能档案服务场景研究，如GPT赋能档案馆服务的“AIMP”应用场景[7]，数智驱动非遗档案资源展播服务[8]，将数字孪生技术[9]、AR[10]技术等运用于档案馆智慧服务；三是档案数智化服务模式相关研究，例如，以用户需求为导向的高校档案智慧服务模式[11]、基于区块链的档案服务模式优化路径[12]等；四是档案数智服务平台[13]和档案数智库[14]的构建等。国外对于档案数智化服务的研究成果主要聚焦于人工智能在档案领域的应用，例如归纳档案与人工智能间交叉研究的四个主题以及未来的新兴趋势，认为人工智能技术未来会被广泛地应用于档案领域[15]，以及探究人工智能在开放在线原生数字档案方面的作用[16]。值得注意的是，加拿大档案工作者协会于2024年向联邦政府提交了档案界关于GAI时代版权磋商的意见书，指出档案馆馆藏资源是大型语言模型的主要文件来源，GAI应用有助于档案服务。[17]

总体看来，国内外档案学界对人工智能与档案数智化服务极度关注，这反映出该主题具有重要的现实研究意义和实践指导价值。GAI作为人工智能发展的一个重大突破，被认为是人工智能与内容领域深度融合的代表之一，它在人工智能基本技术的基础上，更加强调其强大的创作生成能力，包括生成文本、图片、视频等多模态内容，有助于扩展服务形式，深化服务体验，提升档案服务的效率与质量、扩展档案服务深度和空间。因此，本文将GAI引入档案数智化服务，分析这一新兴技术应用于档案数智化服务的可行性，提出GAI应用于档案数智化服务的应用场景，为数智时代档案服务工作创新提供参考。

1 档案数智化服务现状调查

档案服务是基于档案资源满足公众档案信息需求的一项重要工作，在社会管理、公共服务、文化传承等方面发挥着重要作用。数字中国、智慧城市、智慧政府等对档案管理和服务的数字化和智能化程度要求越来越高[18]，档案服务的对象和环境都在发生深刻的变化。此外，公众“网民化”的趋势下，数字档案利用者数量不断增加，对档案服务的便捷性、准确性、丰富性和开放性提出了更高要求。

笔者以33个省（自治区、直辖市、特别行政区）综合档案馆网站（不含台湾地区）为调查对象，通过网络调研对33个综合档案馆的开放档案数智化服务情况进行调查，调查时间为2024年8月2日至8日。总体看来，有如下发现：第一，服务栏目多样化，与档案服务相关的栏目主要有“预约查档”“公众互动”“服务指南”“专题展示”“档案编研”“视频荟萃”“口述档案”等，还有一些网站提供了个性化档案服务，如上海市档案信息网设有“长者专版”、香港政府档案处设有“历史档案馆FACEBOOK专页”等；第二，档案检索服务普及率高，33个综合档案馆都在网站公布了开放档案目录或全文，其中29个支持检索，4个仅供浏览；第三，实体展览、展厅数字化、虚拟化受到越来越多地关注，已有23个省级综合档案馆网站设有网上展览、展厅或虚拟、3D展厅。然而，调查还发现：虽然省级综合档案馆网站的档案检索服务普及率较高，但只限于文本格式的单一模态检索，检索结果呈现并不完整，著录信息多而全文少，档案价值有待进一步挖掘；智慧服务开展较少，仅有上海档案信息网提供了更深入的档案知识图谱服务[19]、河南档案信息网提供历史档案资源专题知识库访问服务[20]，数智化服务深度还有待提升。具体情况详见表1。

2 GAI应用于档案数智化服务的可行性

面对新挑战和新机遇，档案部门正在积极寻求革新。GAI作为人工智能发展的一个重大突破，更加强调其在内容生成、多模式介质处理以及人机交互等方面的优势[21]，具有推动档案数智化服务深入发展的可行性。

2.1 法律政策大力倡导

近年来国家层面的法律和政策引导推动新技术的应用及档案数智化服务发展。新修订的《中华人民共和国档案法》从实现方式、功能目标和质量水平三个维度对档案服务工作提出了更高的要求，明确提出“档案馆应当不断完善利用规则，创新服务形式，强化服务功能，提高服务水平，积极为档案的利用创造条件”，“采用先进技术，实现档案管理的现代化”[22]，从法律层面强化新技术应用于档案数智化服务的必要性。《中华人民共和国档案法实施条例》不仅将“档案信息化建设”列入档案机构职责之一，还明确“鼓励有条件的单位开展文字、语音、图像识别工作，加强档案资源深度挖掘和开发利用”[23]，为GAI在档案数智化服务的应用场景构建提供指导。地方政策也在积极响应国家的号召，如浙江省委办公厅、省政府办公厅于2023年12月印发的《关于推进新时代档案事业现代化先行的意见》明确“支持利用智能化技术构建档案行业知识服务与知识管理平台，建立人工智能海量训练资源库、标准测试数据集”。[24]

2.2 标准指南保驾护航

国家和地方层面一系列法律、政策，为GAI应用于档案数智化服务提供了实施依据和基本保障。同时，国内外GAI标准和指南紧跟技术发展和迭代，为GAI应用于档案数智化服务提供参考依据和技术准则。2023年9月，联合国教科文组织（UNESCO）颁布全球首份GAI指南文件，2024年4月，世界数字技术院（WDTA）发布了两项GAI安全领域的国际标准，这些标准对GAI应用于档案数智化服务具有较高的参考价值。具体内容详见表2。

我国在2023年7月发布《生成式人工智能服务管理暂行办法》后，正在积极探索出台《网络安全技术 生成式人工智能数据标注安全规范》《信息安全技术 生成式人工智能预训练和优化训练数据安全规范》《网络安全技术 生成式人工智能服务安全基本要求》，三项标准由全国网络安全标准化技术委员会（SAC/TC260）牵头制定，截至2024年5月均已形成征求意见稿。[25]第一项标准涵盖GAI数据标注的基础安全、规则安全、标注人员、标注核验要求等内容，统一了文本、图片、音频、视频、三维等类别的标注细节，为档案数智化服务的可视化展示、智慧交互等应用场景的建设提供参考；第二项标准规定了GAI预训练和优化训练数据及其处理活动的安全要求，确保GAI处理档案数据收集、数据预处理、数据使用等流程的规范，为数据准备阶段GAI模型获取海量开放档案数据的流程提供规范参考；第三项标准则提出GAI在安全方面的基本要求，包括训练数据安全、模型安全、安全措施等，并给出安全评估参考要点，涵盖了GAI应用的全流程。

2.3 技术需求相互匹配

GAI的核心是通过机器翻译、文档自动摘要、智能文本生成、自动问答系统、文档分类检索及图像识别等技术，自动生成和编辑所需的文字、图片、音频、视频等各种类型的内容[26]，其技术演进体现在三个方面：一是生成算法模型的突破创新，从早期的生成对抗网络（GNA）模型到Transformer模型；二是预训练模型引发GAI技术能力的质变，如Transformer的双向编码器表示（BERT）模型、自然语言处理（NLP）预训练模型等；三是多模态技术促使GAI具有更通用能力，预训练模型从早期单一模型发展到现在多模态、跨模态模型，如开源的对比语言—图像预训练（CLIP）模型。[27]

随着GAI技术飞速发展，涌现出许多代表性产品，其中ChatGPT、DALL-E、WaveNet、Sora等均具有丰富的语料库和强大的交互理解与对话能力，且分别生成文本、图像、音频、视频等不同类型的内容，通过分析这些GAI代表性的核心特征、模型架构，揭示GAI与档案数智化服务紧密的逻辑关联。具体内容详见表3。

从功能上看，GAI同样与档案数智化服务的需求相匹配。具体来看，第一，GAI可以随时随地为利用者提供档案咨询服务，建立实时性、不间断的沟通桥梁，档案阅览形式不再局限于线下或等待管理员反馈，档案服务也从简单的载体服务转变为基于档案信息深度加工的信息服务；第二，GAI能够将自然语言处理、图像识别、文字分类等多种技术相结合，有效处理各类档案数据，根据利用者提供的查询条件，提出一种基于文本内容、图像元素以及其他多媒体信息的自动匹配方法，这种多模态查询可以加深利用者对档案信息的了解；第三，GAI基于自然语言处理、机器学习等技术，通过学习大规模数据集而生成新的原创内容。这与档案服务从过去提供档案原始内容的信息服务，转向提供档案经整理挖掘后的信息的内容服务、知识服务的理念不谋而合，如ChatGPT具备的迅速识别并关联相近文本的功能，可以帮助发现海量档案信息间的共性或紧密关联，为研究提供新的切入点和灵感[28]，从而激活档案潜藏价值；第四，通过仿真与重构，GAI能够将实物档案转化为虚拟形式，为公众提供一个沉浸式的展览空间，不仅打破了时间、物理空间限制，还以更加灵活开放的方式，将档案资源的展示范围从文本、图像等平面数据，扩展到立体模型、音频、影像。[29]

2.4 安全风险多维防控

属性独特的档案数据是GAI模型训练所需的高质量数据。尽管有标准指南保驾护航，但在具体操作层面，档案数据的安全性、生成内容的真实性、社会传播的合规性等问题一直是GAI应用于档案数智化服务的风险点。根据《信息安全 人工智能数据安全通用要求》，结合档案数据特点提出以下风险防控建议：在数据收集阶段，档案部门作为数据主体，应严格遵守《国家档案馆档案开放办法》，在开放档案范围内形成本地数据集，并根据应用场景对档案数据进行脱敏和标注；在数据使用阶段，建立与档案数据相匹配的安全处理环境，采取访问控制模块使用用户身份识别与鉴别、数据访问权限分配等策略；在数据展示阶段，依据展示场景、内容和方式，对展示的必要性和安全性进行评估和审核。此外，模型的选择也影响着档案数据集的安全，具备本地化学习能力的行业垂直大模型比通用大模型更适合应用于档案领域。例如，“盛飞档案AI大模型1.0”平台在通用大模型基础上进行垂直化训练，搭建了基于本地档案数据集的专属档案大模型知识库。[30]

3 GAI应用于档案数智化服务的场景

相较于传统AI，GAI侧重于使用大规模数据集和大型语言模型，专注于生成新的内容，在主题识别、智能问答、知识服务、虚拟仿真等方面具有明显优势，借此构建面向GAI的档案数据整理与检索、档案服务流程优化与重塑、档案内容挖掘与分析、档案服务空间延伸与开放等服务应用场景，能够有效提高档案服务效率、优化档案服务体验、激活档案潜在价值、拓展档案服务空间，为利用者提供更加高效、便捷、个性化、互动性的服务体验。

3.1 主题识别助力档案数据高效整理与检索

调查发现，虽然省级综合档案馆网站的档案检索服务普及率高，但只限于文本格式的单一模态检索。GAI可以从海量的文本、图像、音视频档案数据中，抽取重要的信息并构建索引，使利用者能够快速准确地搜索和访问到相关档案，极大提高档案服务效率。以WaveNet为例，虽不直接用于音频档案的分类与检索，但生成的音频信号可用于训练分类模型或检索系统，通过提取音频特征并构建索引，可以提高音频档案分类和检索效率。GAI提高档案数据整理与检索效率得益于：一方面，GAI运用自然语言处理技术，理解利用者的查询目的及语义，通过对查询信息中的关键词、词组和上下文进行分析对比，实现对档案数据的有效匹配；另一方面，采用基于深度学习的特征提取方法，对特征信息进行语义编码，并对特征信息进行矢量化，有效地反映出档案间的关联性和相似性，进而提高检索结果的准确性。例如，中国航天科工集团二院档案室在照片档案智能检索定位上已经取得阶段性成果，其团队通过自主研发的智能识别技术，能够在海量照片档案中实现基于人像的快速检索，还能实现群体人像识别、跨越长时间尺度人像识别以及模糊人像识别。[31]

此外，GAI在整理对象和检索范围上也实现了重要突破。从整理对象上看，GAI采用的多模态技术驱动的档案数智化服务呈现多种模态，既可以构建文本、图像和音视频档案间的关联，还可以实现跨模态档案内容生成，例如，Sora可以根据档案文本生成富含逻辑和结构的视频编研内容。从检索范围上看，GAI以自然语言、多语言交互、连续对话的方式，使得“模糊搜索”到“精准检索”、“单一模态检索”到“跨模态检索”、“单库检索”到“跨库检索”、“单平台检索”到“跨平台检索”等多样化的检索范围均得以实现。例如，2023年3月，OpenAl发布了引入文本和图像跨模态融合技术的GPT-4，该模型在文字问答的基础上增加了图像识别、文本数据可视化等功能，2024年7月最新推出的低成本ChatGPT-4o mini小型模型，不仅保留了处理多模态数据的能力，还能够为档案馆提供经济实惠与更加灵活的应用方案。

3.2 智能问答助力档案利用流程优化与重塑

面对公众对档案数智化服务水平提升的期待，通过优化和重塑服务流程可以有效提升档案数智化服务的质量和效率，让利用者获得良好的体验感。最典型的是以知识问答的形式提供智能化的档案利用服务[32]，借助对话式语言模型ChatGPT对大规模档案数据资源进行训练，并构建档案领域知识库，能够迅速从海量档案信息里查找与获取分析问题的解答并实时反馈给利用者。这不仅拉近了档案部门与利用者之间的距离，还实现了从传统的档案部门到利用者的单向信息传递转向双向实时交互信息传递，重塑档案利用的流程。

基于GAI的智能问答服务将档案利用的流程简化至两步：第一，对利用者的需求进行语义分析，即根据已有的档案语料库，将利用者需求进行切分，然后进行主题模型特征、正则表达式特征等多维度特征提取，并使用自然语言处理技术，通过分词、纠错、删除停用词、标注词性、词嵌入转换等处理，得到多维度数据，以此构建利用者需求的空间向量表示，再经深度卷积神经网络计算得到其语义特征。第二，对利用者的需求进行匹配，将得到的计算结果与档案知识库中的相关内容进行相似度计算，从档案知识库里提取最符合利用者需求的档案数据进行反馈，利用者可以根据反馈结果选择是否继续利用流程。GAI能够与利用者建立更加便捷的交流与沟通渠道，它通过人—虚拟人之间的交互，让交互具有人性服务温度的同时具备机器服务的效率。通过GAI的智能问答服务重塑档案利用流程已有实际应用案例：厦门大学档案馆“厦小档”虚拟数字人融合AIGC、数字人、语音识别等技术，支持语音、文本输入自动识别利用者的需求[33]，为利用者提供个性化的服务，同时“厦小档”还可以根据利用者的反馈不断优化自身服务，提高用户体验。

3.3 知识服务助力档案内容深度挖掘与分析

调查发现，仅有2个省级综合档案馆开展了基于开放档案的知识服务，由于档案的潜在价值未被充分激活，不能满足利用者深层次的档案利用需求。档案知识服务通过数字化、智能化的服务手段为利用者提供挖掘、分析之后的档案知识和全面的需求解决方案。GAI应用于档案知识服务的过程：首先，通过对海量的档案数据进行学习，从而对档案中蕴含的知识进行自动提取；其次，经过对档案内容进行分析，识别出关键信息、事实和观点，并将其转化为可用的档案知识库或文档；最后，基于加工处理后的档案知识进行推理，为利用者提供个性化、精确的档案知识服务。因此，利用者通过与GAI的交流，不仅可以获得原始的档案信息，还可以获取更深层次的档案知识。GAI还能对档案数据进行关联，从而建立档案知识图谱，使利用者可透过对知识图谱的浏览与搜寻，进一步了解档案间的关联性与所包含的隐性信息。

国内外应用GAI深度挖掘与融合档案内容实现档案知识服务均有成功案例。例如，耶鲁大学的“Let Them Speak”项目，在近2700份大屠杀幸存者留下的证词g4NRrwEpk6BGZAC9GA1dJg==和视频档案中，利用GAI技术，精准捕捉和分析这些证词和视频档案中的关键词汇、情感倾向和语义关系，帮助利用者深刻感受并了解档案记录背后的集体记忆与历史真相[34]，为后世提供一个铭记历史教训的宝贵窗口。中核国电漳州能源有限公司利用自然语言处理、文档知识集成、机器学习等数智技术，对核电文档知识进行关联，建设的“华龙智库”系统可以从业务系统的文档和数据中抽取知识，持续完善知识库并创建知识地图，已经基本实现了核电文档管理向文档知识管理的创新发展[35]，能够提供更加智能的档案知识服务。

3.4 虚拟仿真助力档案服务空间延伸与开放

档案展示与展览是档案部门主动提供服务的一种重要形式，调查发现已有22个省级综合档案馆网站设有网上展览、展厅或虚拟、3D展厅，体现了较大的应用需求。通过GAI实现档案的可视化展示和虚拟展览，不仅是将实体展览、展厅数字化、虚拟化，还能够对馆藏实物档案进行仿真与重构，为利用者提供可视化、多样性的档案展示与展览服务。GAI通过对馆藏档案资源的学习，能够实现对实物档案外形、背景、情景等要素的展示，从而建立起一个虚拟的展览空间，公众只需要通过网上平台或者VR装置就可以足不出户地参观。GAI还可以从档案资源中学习故事、事件等，把零散、碎片的档案资源进行整合、关联和补充，从而形成一条有条理、有观赏性的故事线索，生成视听相结合的、生动的档案展品叙事与讲解，从而提升利用者的体验感和参与度。

基于GAI的可视化展示和虚拟展览不仅延伸了档案服务空间，还在一定程度上让档案服务变得更加开放。例如，美国圣路易斯华盛顿大学图书馆的“Interactive Exhibit”将类似GPT的工具与AR技术相结合，让公众能够与虚拟实物档案进行互动，获得有关实物档案的智能化介绍，体验沉浸式的跨文化体验。[36]2022年中国科学院深圳先进技术研究院综合档案室结合元宇宙趋势，以虚拟现实为技术支撑，从声像档案、文书档案、名人档案中梳理出了SIAT建院十五周年大事记及六大科研领域重大成果，充分挖掘相关档案素材，整合相关档案信息资源，制作了“SIAT十五周年大事记档案展”[37]，公众可以通过网络云游档案展览。不仅如此，GAI还可以根据展出数据及公众的反馈信息，对展览进行数据驱动的提升与优化。

4 结 语

《“十四五”全国档案事业发展规划》提出“到2025年档案利用服务达到新水平”“到2035年我国档案服务水平跻身世界前列”的目标，档案服务向数智化转型是目标实现的关键。根据国家网信办发布的公告，截至2024年4月2日，我国已有117项备案的GAI服务[38]，涵盖了文化、经济、医疗、教育等多个领域。GAI在档案领域具有巨大的潜力和应用前景，能够根据公众提出的便捷、准确、丰富、开放的档案利用需求，提供实时、多模态、交互性、开放性的数智化服务，进而提升档案服务效率、优化档案服务质量、扩展档案服务深度、扩宽档案服务空间，推动档案利用服务达到新水平，为档案事业高质量发展注入动力。

*本文系国家社科基金一般项目“非物质文化遗产数字档案资源分层集群融合模式研究”（项目编号：21BTQ084）阶段性研究成果。

作者贡献说明

刘婧：确定选题与研究思路，论文撰写、修改与定稿；欧月：资料搜集、论文撰写。

注释与参考文献

[1]赵杨，张雪，范圣悦.AIGC驱动的智慧图书馆转型：框架、路径与挑战[J].情报理论与实践，2023（7）：9-16.

[2]Gartner. Summary Translation： Innovation Insight for Generative AI[EB/OL].[2024-01-04]. https：//www.gartner.com/en/documents/4002602.

[3]生成式人工智能服务管理暂行办法[EB/ OL].[2024-08-28]. https：//www.gov.cn/zhengce/ zhengceku/202307/content_6891752.htm.

[4]赵雪芹，李天娥.智能化环境中档案信息服务研究现状及未来研究展望[J].北京档案，2020（1）：11-15.

[5]马仁杰，穆源真.论“数智”时代我国档案信息服务策略的调整[J].大学图书情报学刊，2023（3）： 102-106.

[6]魏楠，刘潇阳，郝伟斌.档案信息服务中的数智嵌入：过程模型与驱动路径[J].档案学通讯，2023（4）：39-48.

[7] [36] 陈亮，秦玉婷，费鸿虹，等. GPT赋能档案馆智慧服务：技术特征、应用场景与实现路径[J].档案与建设， 2023 （12）： 35-38.

[8]戴艳清，刘思毓.数智驱动框架下的非遗档案资源展播服务研究——以《清明上河图3.0》为例[J].档案与建设，2024（7）：64-71.

[9]孙向阳.数字孪生环境下档案馆智慧服务场景应用研究[J].浙江档案，2022（2）：33-37.

[10]杜竹君.基于AR技术的档案展览探究[J].北京档案，2018（1）：30-31.

[11]黄春燕.元宇宙时代高校档案智慧服务模式和应用场景探析[J].浙江档案，2023（10）：43-46.

[12]马仁杰，沙洲，罗吉鹏.论区块链思维下我国档案信息服务模式的优化路径[J].档案学研究，2021（4）：94-99.

[13]王莹.基于“互联网+”技术的一站式家谱综合服务平台构建[J].图书馆建设，2019（S1）：79-83.

[14]陈茜月，王强.论档案数智库的构建机理和实现路径——以纪检监察档案信息化提质赋能为例[J].档案管理，2024（1）：61-64.

[15]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，2022（1）：4-15.

[16]ANGELIKI T. Openness and privacy in borndigital archives： reflecting the role of AI development[J]. AI & society： The journal of human-centered systems and machine intelligence，2022（3）：991-999.

[17]常家源.加拿大档案工作者协会提交生成式人工智能时代版权磋商意见书[N].中国档案报，2024-03-25（003）.

[18]陆国强.全面贯彻落实党的二十大精神 奋力书写档案事业现代化和高质量发展新篇章——在全国档案局长馆长会议上的报告[J].中国档案，2023（2）：14-20.

[19].上海市档案馆数字档案公共查阅系统[EB/OL].[2024-07-23].https：//kfda.archives. sh.cn：8088/szdagSystem/search/index.html.

[20]历史档案资源专题知识库[EB/OL].[2024-07-23].https：//117.160.221.168：8084/ ztda/cfg-resource/coral40/views/component/ usingserviceplat/index.jsp code=ZFDA.

[21] 王冠，袁烨.现阶段生成式人工智能在档案开发利用中的应用瓶颈分析——以ChatGPT类人工智能为例[J].档案与建设，2023（11）：48-51.

[22] 中华人民共和国档案法实施条例[EB/ OL].[2024-08-28]. https：//www.saac.gov.cn/daj/falv/202006/79ca4f151fde470c996bec0d50601505.shtml.

[23] 中华人民共和国档案法实施条例[EB/OL].[2024-08-28]. https：//www.saac.gov.cn/daj/xzfg/ 202401/2ebf9e8cc94a4f6cbff5a8210f25dc88.shtml.

[24] 浙江省委办公厅省政府办公厅印发《关于推进新时代档案事业现代化先行的意见》[N].中国档案报，2024-04-08（004）.

[25] 全国网络安全标准化技术委员会-标准征求意见[EB/OL].[2024-08-09].https：//www.tc260. org.cn/front/bzzqyjList.html start=0&length=10.

[26]姚元杰，龚毅光，刘佳，等.基于深度学习的智能问答系统综述[J].计算机系统应用，2023（4）：1-15.

[27]蔡子凡，蔚海燕.人工智能生成内容（AIGC）的演进历程及其图书馆智慧服务应用场景[J].图书馆杂志，2023（4）：34-43，135-136.

[28]刘丽，王兆伟，张明智，等.生成式人工智能对档案工作的影响——从ChatGPT谈起[J].浙江档案，2023（9）：47-50.

[29]牛力，黎安润泽，刘慧琳.融合、延展、重构：物理与数字双空间业务转型视角下的档案信息技术应用思考[J].档案学通讯，2023（5）：19-27.

[30]生成式AI大模型赋能档案管理智慧应用[EB/OL].[2024-08-24].https：//www.sythams. com/gongsixinwen/534.html.

[31]李安涛.让军工人像照片档案实现智能化管理与应用[N].中国档案报，2024-02-26（004）.

[32]杨智勇，桑梦瑶.数字化转型背景下档案数据治理能力的演进与展望[J].档案与建设，2023（5）：31-34.

[33]徐祥伍，韩笑.AIGC+虚拟数字人：人工智能时代档案馆数字服务新展望[J].档案，2023（10）：9-14.

[34]The Yale Digital Humanities Lab. Let them speak[EB/OL].[2024-03-23].https： //lts.fortunoff. library.yale.edu/.

[35]詹超铭.基于人工智能的核电文档知识管理探索与实践[J].山西档案，2023（5）：130-135.

[37]SIAT十五周年大事记档案展—SIAT综合档案室[EB/OL].[2024-04-22].https：//obs.3dyunzhan. com/sceneFront/index.html G_TEMP_ID=e83edc12841 b4c0f904c211f89b827e0.

[38]国家互联网信息办公室关于发布生成式人工智能服务已备案信息的公告[EB/OL].[2024-05-12]. https：//www.cac.gov.cn/2024-04/02/ c_1713729983803145.htm.

（责任编辑：邵澍赟）