AI赋能档案开放审核：实战

关注我们 - 数字罗塞塔计划 -

为进一步推进档案开放审核工作提质增效，结合近几年的业务探索、研究及项目实践，形成了一套较为成熟、高效的AI辅助档案开放审核解决方案，即以“AI+人工”的人机协同模式引领档案开放审机制创新，在档案开放审核服务过程中，从“定制本地化审核模型、审核数据前处理、SM筛查、AI辅助审核、专业人工复核等九个环节全方位构建AI辅助档案开放审核框架，有效实现档案开放审核的智能化治理和管控，从而推动档案开放审核工作向高质量发展。

（一）

AI辅助档案开放审核九步工作法

九步工作法如下图所示：

第一步制定审核工作计划

根据到期档案审核任务的提醒，结合档案开放审核工作的总体要求，由档案开放审核小组组织开展审核工作，明确审核工作内容、周期，针对审核数据的所属年代、数字化（数据化）进展情况以及现行的审核办法、会审要求等事项进行研究讨论，制定审核工作计划，明确审核工作目标和任务。

第二步定制本地化审核模型

运用AI辅助档案开放审核管理系统（以下简称“审核系统”），结合档案开放审核办法，细化审核规则调整，训练本地数据，定制适应本地化的算法模型。经过“AI赋能”不仅能够扩大有效供给，提升供给能力，而且能够促进供给侧与需求侧的高效耦合和精准匹配，进一步优化审核能力。

第三步数据交接

结合审核系统部署情况，可实现在线或离线交接待审核数据。其中在线交接即同在局域网环境下，打通审核系统与馆藏系统的数据接口，在线接收馆藏系统推送的数据包（条目+全文）。全文导入格式支持：PDF、JPG、TIFF等，条目字段值支持选择性获取，如档号、责任者、年度、文件编号、题名等。

第四步 SM筛查

结合档案管理现状，审核过程中可能接触未解密档案数据，为规范作业，需根据工作需要原则、最小化原则设定人员知悉范围。由具有知悉权的人员进行涉密筛查，排除密件后，交由其他工作人员处理，同时落实数据安全、操作安全等措施，确保档案开放审核合理、规范。

第五步数据质量处理

因部分档案数字化年代较早，档案整理、数字化加工等的数据质量问题直接影响审核判定，因此审核前进行数据质量处理必不可少。具体措施主要包括以下几个方面：一是数据质量检测。基于国家相关标准规范，借助档案数据质量检测工具，自动生成检测报告；二是数据清洗，对于影响开放审核及利用的问题数据，如条目与全文数量不匹配，无全文等问题进行修正；三是数据化处理，结合审核数据数字化成果特征，运用OCR识别专用技术，针对待审核数据进行数据化处理。

第六步 AI辅助审核

构建开放以及延期开放关键词规则库，运用AI算法模型实现智能分库，通过自动或人工分配审核任务，由AI辅助审核，形成初审意见，即形成开放或延期开放审核意见。

第七步专业人员审核

在AI辅助审核后设置人工审核子流程，包括专业人工复审、移交单位会审、档案馆终审等步骤。由专业人员对AI辅助审核意见进行复审，同时进行数据分析，从而保障审核准确率。

第八步模型训练

对终审数据按分类编制数据集，进行AI算法模型训练，将其中大部分数据输入模型中进行训练，并对训练好的模型通过剩余的数据进行准确率测试，预测准确率达到预期值以上时即认为模型训练成功，否则需要调整模型算法直至达到预期值。模型训练成果反哺审核系统，从而形成AI辅助开放审核的闭环管理。

第九步审核成果输出

通过“人机协同”完成审核任务，自动形成开放件、延期开放件两大数据集，同时输出审核成果。一是形成报表，审核系统按全宗、年度等要素自动输出《各全宗各年度拟审核意见统计表》、《拟开放目录汇总表》、《档案开放审核单》等统计类报表；二是编制报告，专业人员根据审核数据分析情况，编撰内容全面、数据详实的《档案开放审核服务工作报告》；三是向社会公布，结合档案馆向社会公布要求，对已审核数据设置到期提醒，满25年自动启动对外公布。

（二）

AI辅助档案开放审核案例分析

1、传统审核模式工期估算

某档案馆十四五期间待审核档案（文书档案）共计50万件，馆内开放审核小组工作人员共计3人。按传统审核模式（即以人工为主，逐卷逐件逐页进行审核）完成审核任务，预估830个工作日。

传统模式工作情况表