买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：文华智典(武汉)科技有限公司

摘要：本发明属于档案密级鉴定技术领域，公开了一种基于语义学习的档案密级鉴定方法及系统。所述的方法包括如下步骤：采集若干历史档案的历史档案文件数据，并根据若干历史档案文件数据，使用NLP算法和深度学习算法，构建档案密级鉴定模型；采集待鉴定档案的实时档案文件数据，并将实时档案文件数据输入档案密级鉴定模型；使用档案密级鉴定模型，对实时档案文件数据进行档案密级鉴定，得到待鉴定档案的实时档案密级鉴定结果。所述的系统包括依次连接的档案密级鉴定模型构建单元、档案文件数据采集单元以及档案密级鉴定单元。本发明解决了现有技术存在的人力成本投入大，工作量大以及准确性低的问题。

主权项：1.一种基于语义学习的档案密级鉴定方法，其特征在于：包括如下步骤：采集若干历史档案的历史档案文件数据，并根据若干历史档案文件数据，使用NLP算法和深度学习算法，构建档案密级鉴定模型，包括如下步骤：采集若干历史档案的历史档案文件数据，并对若干历史档案文件数据进行数据预处理，得到若干数据预处理后历史档案文件数据；所述的数据预处理后历史档案文件数据包括历史档案的历史元数据和对应的历史扫描图像数据；根据若干数据预处理后历史档案文件数据的历史元数据，使用元数据解析工具，构建元数据解析模块，并生成对应的若干历史著录项列表数据；所述的历史著录项列表数据包括若干历史著录项数据；根据若干数据预处理后历史档案文件数据的历史扫描图像数据，使用CTPN-nCRNN算法，构建文本识别子模型，并生成对应的若干历史正文文本识别数据和若干历史涉密标识识别结果，包括如下步骤：根据若干数据预处理后历史档案文件数据的历史扫描图像数据，使用CTPN算法，构建文本定位模块；使用文本定位模块，定位数据预处理后历史档案文件数据的历史扫描图像数据中的文本区域，生成对应的若干文本区域扫描图像数据；使用CRNN算法，构建n个依次连接的文本识别模块，其中，n为大于等于1的正整数；使用n个文本识别模块，对文本区域扫描图像数据进行n次文本识别，生成对应的若干历史正文文本识别数据和若干历史涉密标识识别结果；若历史正文文本识别数据中存在涉密标识文本数据，则对应的历史涉密标识识别结果为存在涉密标识，否则，历史涉密标识识别结果为不存在涉密标识；整合元数据解析工具和文本识别子模型，构建数据处理层；筛选历史著录项列表数据中关键的历史著录项数据，并对关键的历史著录项数据和对应的历史正文文本识别数据进行特征融合，得到若干历史特征融合字符序列；根据若干历史特征融合字符序列，使用NLP算法，构建词嵌入层，并生成对应的若干历史词向量序列；根据预设的涉密关键词语料库，对若干历史词向量序列进行标签添加，得到数据预处理后历史档案文件数据对应的涉密关键词预设标签；根据若干历史词向量序列，使用深度学习算法，构建特征提取层，并生成对应的若干历史语义图特征；根据若干历史语义图特征，使用集成学习算法，构建输出层，并生成对应的若干历史涉密关键词预测标签；依次连接数据处理层、词嵌入层、特征提取层以及输出层，构建初始的档案密级鉴定模型；根据若干历史涉密关键词预测标签和对应的若干涉密关键词预设标签，获取模型预测准确率；若模型预测准确率大于准确率阈值，则输出最终的档案密级鉴定模型，否则，重新训练档案密级鉴定模型；采集待鉴定档案的实时档案文件数据，并将实时档案文件数据输入档案密级鉴定模型；使用档案密级鉴定模型，对实时档案文件数据进行档案密级鉴定，得到待鉴定档案的实时档案密级鉴定结果，包括如下步骤：使用数据处理层，获取实时档案文件数据的实时关键著录项数据、实时正文文本识别数据以及实时涉密标识识别结果；对实时关键著录项数据和实时正文文本识别数据进行特征融合，得到实时特征融合字符序列；使用词嵌入层，将实时特征融合字符序列转换为对应的实时词向量序列；使用特征提取层，提取实时词向量序列对应的实时语义图特征；使用输出层，对实时语义图特征进行分类，得到对应的实时涉密关键词预测结果；根据实时涉密标识识别结果和对应的实时涉密关键词预测结果，生成待鉴定档案的实时档案密级鉴定结果；若实时涉密标识识别结果为存在涉密标识，则待鉴定档案的档案密级为涉密级；若实时涉密关键词预测结果为包含若干涉密关键词预测标签，且涉密关键词预测标签的数量超过阈值，则待鉴定档案的档案密级为高涉密级，否则为低涉密级；若实时涉密标识识别结果为不存在涉密标识，或实时涉密关键词预测结果为不包含涉密关键词预测标签，或涉密关键词预测标签的数量低于阈值，则待鉴定档案的档案密级为非涉密级；若实时涉密关键词预测结果为包含若干涉密关键词预测标签，且涉密关键词预测标签的数量超过阈值，则待鉴定档案的档案密级为低涉密级。

全文数据：

权利要求：

百度查询： 文华智典(武汉)科技有限公司 一种基于语义学习的档案密级鉴定方法及系统