联著实业 · 启脉

　　启脉

　　把沉睡的档案,提炼成高质量数据集

　　档案数据化引擎,让档案数据活起来

　　当最近,「高质量数据集」这个词,在档案系统里出现的频率越来越高。

　　规划材料里有它,采购公告里点它,馆际交流时议它。方向已经很清楚:档案工作的下一个阶段,不只是数字化,而是数据化——让档案成为 AI 可读、可用的高质量数据集。在《全国档案事业发展"十五五"规划》中,"人工智能+档案"已经明确,高质量档案数据集正是这项行动的基础工程。

　　但不少馆面临同一个尴尬。

　　数字化做了十几年,硬盘里躺着几十万件扫描件。它们是图片,不是数据——AI 读不懂图片里的字,不知道档案之间的关系,更答不上任何一个问题。

　　扫描件的终点是「存下来」

　　数据集的起点是「用起来」

　　中间隔着那段路,正是眼下最值得走的一段

　　这段路,说到底只有一件事:让沉睡的档案醒过来、连起来、说明白——让档案数据真正活起来。

　　01 · 什么样的档案数据,才算高质量数据集

　　不是把扫描件打个包,也不是把著录表导出来。

　　一份档案数据够得上"高质量"这三个字,不看数量,看它能不能过四关。这不是谁拍脑袋定的口径——国家数据局在《高质量数据集建设指引》中给出了定义:经过采集、加工等数据处理,可直接用于开发和训练人工智能模型,并能有效提升模型表现的数据集合。按官方分类,档案数据集更接近其中的"行业专识数据集"——面向特定业务场景、需要较深的专业背景才能理解;换句话说,档案的领域壁垒,正是它在数据时代的价值。

　　① 语义化

　　档案被切成一个个语义片段,逐片完成标注——人物、机构、地点、事件、主题各归其位。机器读的是内容,不再是图片。

　　② 组织化

　　零散的语义片段按专题脉络重新组织,织成知识网络。人物、机构、事件不再是孤立条目,而是彼此勾连、可逐级下钻的关系图谱——点开一个人物,右侧立即可见其亲属、机构与涉及档案全部出处。

▲ 知识图谱·专题关系可逐级下钻

　　③ 可溯源

　　数据集中的每一条实体、每一个问答对,都能回溯到档号、页码、原文片段。结论敢用,是因为出处可查。

　　④ 质量可控

　　这四个特征不是并列的四句话,而是一条越走越深的链路:先让机器读懂字,再让它看清关系,然后逼它说清出处,最后用一套可验收的质量机制,把前三条锁死。

　　准确、完整、一致、可追溯、合规——五个维度逐项有机制、可验收,而不是交付时一笔糊涂账。国家档案局在《关于推进人工智能在档案行业应用的意见》中提出的完整性、准确性、安全性、可追溯性要求,也正落在这些机制上:

　　在启脉里,每一件档案要走过七道加工,才配得上"数据集"这个称呼:

　　语义切片 → 向量化 → 实体标注

　　→ 关键词提取 → 内容标签 → 专题分类 → 问答对生成

▲ 高质量数据集 · 实体标注 / 专题标签 / 问答对 三标签页管理

　　还有一个关键设计:底座固定,专题按需生长。底座只加工一次、长期复用;新增专题时在底座上重新组织即可,不必回炉重跑原始档案——馆里的数据资产,只会越来越厚,不会推倒重来。

▲ 专题数据库 · 底座固定,专题按需生长(特色人物 / 地方记忆 / 重大事件 / 机构沿革 / 教育文卫)

　　02 · 广东省档案馆:一条正在实施的建设路径

　　联著正与广东省档案馆合作推进"档案专题高质量语义特征数据集建设及配套智能检索与知识问答系统"项目:以馆藏特色专题为切口,在馆内私有化部署,把授权范围内的档案电子文本,加工成可检索、可问答、可溯源的高质量数据集。

　　这件事不是凭空长出来的。联著全资子公司文灵科技,是《中文新闻语义结构化标注》(GB/T 45949—2025)国家标准的第一起草单位——把中文语义拆解成机器能算的结构,这支团队做了十几年。档案,是这套能力最较真的考场。

　　比"做了什么"更值得看的,是它趟出了一条可复制的路径:让机器按语义读懂档案,而不是把长文按字数切成碎片;让专题由馆方自己定义,新增专题是"配置",不是"再建一套系统";让每个答案都落回档号与原文,句句可核验。

　　这不是把档案扫描成图片

　　而是让档案读懂自己、串起彼此、答得有理有据

　　03 · 数据集建好之后,用在哪

　　高质量数据集不是验收完就锁进柜子的成果,它是档案馆各项业务的共用底座。

　　（来源：点财网）

责任编辑：雷晓燕 SV010