本发明涉及档案鉴定,尤其涉及一种基于人工智能的档案鉴定方法以及系统。
背景技术:
1、数字化档案是将传统的纸质档案转换为电子格式的过程。通过数字化档案,可以将原本需要以纸质档案保存的信息转化为电子数据,实现信息的数字化管理和存储。但是,在数字化档案的鉴定过程中,通常需要人工逐一检查和分析档案样本数据,导致耗费大量的人力资源。因此,亟需一种减少人力资源消耗的档案鉴定方法。
技术实现思路
1、本发明实施例的主要目的在于提供一种基于人工智能的档案鉴定方法以及系统,旨在解决相关技术中数字化档案的鉴定过程中需要人工逐一检查和分析档案样本数据,导致耗费大量的人力资源的问题。
2、第一方面,本发明实施例提供一种基于人工智能的档案鉴定方法,包括:
3、获取档案样本数据和所述档案样本数据对应的至少一个标签属性,根据所述档案样本数据和所述档案样本数据对应的标签属性建立辅助鉴定模型;其中,辅助鉴定模型包括至少一个辅助鉴定子模型,每个所述标签属性对应一个所述辅助鉴定子模型;
4、获取模型修改指令,对所述辅助鉴定模型进行修改;
5、获取待鉴定档案,根据修改后的所述辅助鉴定模型对所述待鉴定档案进行处理,得到档案辅助鉴定成果。
6、第二方面,本发明实施例提供一种基于人工智能的档案鉴定系统,包括:
7、模型训练模块,用于获取档案样本数据和所述档案样本数据对应的至少一个标签属性,根据所述档案样本数据和所述所述档案样本数据对应的标签属性建立辅助鉴定模型;其中,辅助鉴定模型包括至少一个辅助鉴定子模型,每个所述标签属性对应一个所述辅助鉴定子模型;
8、模型修改模块,用于获取模型修改指令,响应于所述模型修改指令,对所述辅助鉴定模型进行修改;
9、模型应用模型,用于获取待鉴定档案,根据修改后的所述辅助鉴定模型对所述待鉴定档案进行处理,得到档案辅助鉴定成果。
10、本发明实施例提供一种基于人工智能的档案鉴定方法以及系统,本方法包括:通过收集并标注档案样本数据,进而提供有监督的训练数据集,其中包括输入的档案样本数据以及相应的标签属性。进而使用档案样本数据和对应的标签属性来建立辅助鉴定模型。接收到用于修改辅助鉴定模型的指令。这些指令可以来自于人工标注的结果、用户反馈或其他系统反馈。根据这些指令对模型进行调整和优化,以提高其性能和准确度。从而使用修改后的辅助鉴定模型来处理待鉴定的档案。通过档案在模型中的处理和计算,得到档案的辅助鉴定成果,即模型推测出的档案鉴定结果。从而解决了相关技术中数字化档案的鉴定过程中需要人工逐一检查和分析档案样本数据,导致耗费大量的人力资源的问题。减少人力资源消耗,并且提高了数字化档案的鉴定效率和准确率。
1.一种基于人工智能的档案鉴定方法,其特征在于,包括:
2.如权利要求1所述的基于人工智能的档案鉴定方法,其特征在于,获取待鉴定档案,根据修改后的所述辅助鉴定模型对所述待鉴定档案进行处理,得到档案辅助鉴定成果之后,还包括:
3.如权利要求1所述的基于人工智能的档案鉴定方法,其特征在于,所述辅助鉴定模型至少包括图像真伪识别模型,至少根据所述印章数据、所述时间数据和所述文本数据中的一项进行鉴定模型训练,获得所述辅助鉴定模型,包括:
4.如权利要求3所述的基于人工智能的档案鉴定方法,其特征在于,所述根据所述图像真伪识别模型的图像配准网络对所述印章数据和所述第一真实印章进行图像配准,获得所述印章数据对应的配准熵值,包括:
5.如权利要求1所述的基于人工智能的档案鉴定方法,其特征在于,所述辅助鉴定模型还包括时间识别模型,至少根据所述印章数据、所述时间数据和所述文本数据中的一项进行鉴定模型训练,获得所述辅助鉴定模型,包括:
6.如权利要求1所述的基于人工智能的档案鉴定方法,其特征在于,所述辅助鉴定模型还包括机密分类模型,至少根据所述印章数据、所述时间数据和所述文本数据中的一项进行鉴定模型训练,获得所述辅助鉴定模型,包括:
7.如权利要求6所述的基于人工智能的档案鉴定方法,其特征在于,所述根据所述机密分类模型的类内密度确定层计算所述目标主题词在所述关联文档中对应的类内度量值,包括:
8.如权利要求6所述的基于人工智能的档案鉴定方法,其特征在于,所述根据所述机密分类模型的类外密度确定层计算所述目标主题词在所述关联文档中对应的类外度量值,包括:
9.一种基于人工智能的档案鉴定系统,其特征在于,包括: