[发明专利]一种基于语义分析的档案自动开放鉴定方法及系统

说明书

本发明公开了一种基于语义分析的档案自动开放鉴定方法及系统，其中，所述方法包括：获得批量集待鉴定档案信息；将批量集待鉴定档案信息转换为批量集纯文本档案信息；将批量集纯文本档案信息输入格式语义库，获得第一训练结果和第二训练结果；将第二批次纯文本档案信息输入关键词库，获得第三训练结果和第四训练结果；将第四批次纯文本档案信息输入语义知识库，获得第五训练结果和第六训练结果；将第六批次纯文本档案信息发送至人工审核端进行内容语义审核，生成第一审核结果；获得可开放档案信息。解决了现有技术中的基于单一的光学字符识别技术对档案进行开放鉴定，使得鉴定结果存在误判率高、准确率低的缺陷的技术问题。

技术领域

本发明涉及档案开放鉴定技术领域，尤其涉及一种基于语义分析的档案自动开放鉴定方法及系统。

背景技术

档案工作的根本目的是整合各种档案信息资源以便于社会大众的利用，档案开放是社会大众获取和利用档案信息最基本也是最重要的途径。随着科技的日新月异，电子信息技术也给档案工作带来了巨大的变革，新技术的引进和运用不会改变档案工作的根本目的，而是为了更加高效、更加便捷地为社会大众服务。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在基于单一的光学字符识别技术对档案进行开放鉴定，使得鉴定结果存在误判率高、准确率低的缺陷的技术问题。

发明内容

本申请实施例通过提供一种基于语义分析的档案自动开放鉴定方法及系统，解决了现有技术中的基于单一的光学字符识别技术对档案进行开放鉴定，使得鉴定结果存在误判率高、准确率低的缺陷的技术问题，通过基于字符识别系统，将待鉴定档案转换为纯文本档案，进而基于格式语义库进行第一轮的格式检索，基于关键词库进行第二轮的关键词检索，基于语义知识库进行第三轮的预设语义检索，最终将可开放档案发送至人工审核端进行最后一道防线的人工审核，确保档案开放鉴定的准确性，达到了在不增加鉴定成本的基础上，进一步提高档案开放鉴定的准确率和覆盖率的技术效果。

本申请实施例提供一种基于语义分析的档案自动开放鉴定方法，其中，所述方法应用于档案自动开放鉴定系统，且所述系统与字符识别系统、语义识别系统通信连接，所述方法还包括：获得批量集待鉴定档案信息；基于所述字符识别系统，将所述批量集待鉴定档案信息转换为批量集纯文本档案信息；将所述批量集纯文本档案信息输入格式语义库进行训练，用标识的特殊格式对输入信息进行训练，获得第一训练结果和第二训练结果，其中，所述第一训练结果为符合所述特殊格式的第一批次纯文本档案信息，所述第二训练结果为不符合所述特殊格式的第二批次纯文本档案信息，且所述格式语义库包含于所述语义识别系统；将所述第二批次纯文本档案信息输入关键词库进行训练，用标识的关键词集合对输入信息进行训练，获得第三训练结果和第四训练结果，其中，所述第三训练结果为包含所述关键词集合的第三批次纯文本档案信息，所述第四训练结果为不包含所述关键词集合的第四批次纯文本档案信息，且所述关键词库包含于所述语义识别系统；将所述第四批次纯文本档案信息输入语义知识库进行训练，用标识的预设语义信息对输入信息进行训练，获得第五训练结果和第六训练结果，其中，所述第五训练结果为符合所述预设语义信息的第五批次纯文本档案信息，所述第六训练结果为不符合所述预设语义信息的第六批次纯文本档案信息，且所述语义知识库包含于所述语义识别系统；将所述第六批次纯文本档案信息发送至人工审核端进行内容语义审核，生成第一审核结果；根据所述第一审核结果，获得所述批量集待鉴定档案信息中的可开放档案信息。