人工智能技術(shù)在檔案工作中的應(yīng)用實(shí)踐與成功經(jīng)驗(yàn)

自 “人工智能”一詞提出以來，人工智能經(jīng)歷三次浪潮逐步發(fā)展成熟，在醫(yī)療、教育、交通等眾多領(lǐng)域應(yīng)用中都取得了開創(chuàng)性進(jìn)展，人工智能呈現(xiàn)出的深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開放、自主操控等新特征，為當(dāng)今社會(huì)發(fā)展提供了新動(dòng)能。在此背景下，《“十四五”全國(guó)檔案事業(yè)發(fā)展規(guī)劃》中著重強(qiáng)調(diào)要加強(qiáng)大數(shù)據(jù)、人工智能等新一代信息技術(shù)在數(shù)字檔案館（室）建設(shè)中的應(yīng)用，努力推動(dòng)數(shù)字檔案館（室）建設(shè)優(yōu)化升級(jí) [1]。此外隨著國(guó)內(nèi)外館藏檔案數(shù)字化進(jìn)程加快，手寫識(shí)別、文檔提取、數(shù)據(jù)關(guān)聯(lián)等新興技術(shù)在手寫檔案工作中發(fā)揮了重要作用，提高了手寫檔案字符轉(zhuǎn)錄的工作效率，節(jié)約了工作成本，同時(shí)極大程度上提高了檔案工作服務(wù)的質(zhì)量，滿足了社會(huì)公眾多方面需求。因此，順應(yīng)新時(shí)代發(fā)展的步伐，檔案數(shù)智化戰(zhàn)略轉(zhuǎn)型勢(shì)在必行。

近年來，人工智能技術(shù)的發(fā)展也引起了國(guó)內(nèi)外眾多檔案學(xué)者的關(guān)注。國(guó)外研究中相關(guān)研究范圍較廣、研究程度較深，主要集中在傳統(tǒng)理論創(chuàng)新[2]、檔案開放鑒定[3]、敏感信息處理[4]、元數(shù)據(jù)[5]等方面，其中對(duì)于手寫檔案研究，則主要集中在手寫識(shí)別[6]、單詞發(fā)現(xiàn)[7]、筆跡分類[8]、文本行分割[9]等技術(shù)。國(guó)內(nèi)研究中，學(xué)者們對(duì)于人工智能技術(shù)下手寫檔案研究較少，研究重心主要集中在檔案智慧服務(wù)體系[10]、檔案開發(fā)利用[11]、檔案數(shù)據(jù)安全[12]等領(lǐng)域?？偠灾?，國(guó)內(nèi)外研究在理論與技術(shù)應(yīng)用中取得了較為突出的成就，但是在實(shí)踐層面還不夠完善，特別是對(duì)于手寫檔案中的人工智能技術(shù)深度運(yùn)用仍有待探索。

梵蒂岡秘密檔案館的In Codice Ratio項(xiàng)目，針對(duì)梵蒂岡秘密檔案館的珍貴手寫檔案，通過傳統(tǒng)理論技術(shù)與新興AI技術(shù)的結(jié)合，逐步實(shí)現(xiàn)了手寫檔案的自動(dòng)化轉(zhuǎn)錄。本文在分析該項(xiàng)目手寫檔案自動(dòng)轉(zhuǎn)錄的基本思路、技術(shù)路徑的基礎(chǔ)上，學(xué)習(xí)其成功經(jīng)驗(yàn)，以期為人工智能背景下我國(guó)檔案工作發(fā)展提供些許參考。

一、In Codice Ratio項(xiàng)目手寫檔案轉(zhuǎn)錄的必要技術(shù)

正是基于梵蒂岡館藏手寫檔案數(shù)字化工作進(jìn)展緩慢，難以滿足開發(fā)利用需求以及傳統(tǒng)轉(zhuǎn)錄技術(shù)使用效果不佳，字符識(shí)別方式急需優(yōu)化等背景，梵蒂岡秘密檔案館聯(lián)合羅馬特雷大學(xué)的人文和工程系進(jìn)行跨學(xué)科合作，研發(fā)了In Codice Ratio項(xiàng)目，旨在為人文學(xué)者提供一個(gè)支持中世紀(jì)手稿自動(dòng)轉(zhuǎn)錄的系統(tǒng)，以對(duì)大量歷史資料進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的研究。同時(shí)將人工智能、卷積神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)語言模型與手寫文字識(shí)別技術(shù)相結(jié)合來轉(zhuǎn)錄文本，爭(zhēng)取以最簡(jiǎn)便的手段努力完成梵蒂岡手寫檔案的轉(zhuǎn)錄，以期為相關(guān)學(xué)者、社會(huì)公眾提供更方便、科學(xué)、高效的檢索服務(wù)。因而本文以In Codice Ratio項(xiàng)目為研究對(duì)象，總結(jié)歸納出該項(xiàng)目成功的必要技術(shù)。這些信息技術(shù)不僅提升了此項(xiàng)目的工作效率，還為檔案領(lǐng)域其他工作的開展提供了前所未有的發(fā)展空間。通過研究實(shí)踐發(fā)現(xiàn)，In Codice Ratio項(xiàng)目組在手寫檔案數(shù)字化圖像預(yù)處理技術(shù)、手寫檔案資源訓(xùn)練集采集技術(shù)、手寫檔案資源字符識(shí)別技術(shù)、手寫檔案資源字符轉(zhuǎn)錄技術(shù)等方面取得了突出成就，成功推動(dòng)了項(xiàng)目的順利進(jìn)行，也為我國(guó)檔案工作提供了成功經(jīng)驗(yàn)。

（一）圖像預(yù)處理技術(shù)：高效裁剪提取

In Codice Ratio項(xiàng)目的必不可少工作之一就是對(duì)手寫檔案原始輸入圖像進(jìn)行預(yù)處理。為了確保后續(xù)工作的正常進(jìn)行，每一頁手稿圖像都要經(jīng)過一系列標(biāo)準(zhǔn)的預(yù)處理步驟，從而得到易辨別的單詞圖像。每個(gè)詞的圖像最后被提交給In Codice Ratio項(xiàng)目的轉(zhuǎn)錄系統(tǒng)。為了順利得到可用圖像，項(xiàng)目組應(yīng)用了如下技術(shù)：一是利用不同算法進(jìn)行文字裁剪。為了從輸入圖像中分離出含有文字的區(qū)域，需要搜索具有高輪廓密度的區(qū)域，因含有文字的區(qū)域通常顯示出高亮度差異，而非文字區(qū)域則不顯示。項(xiàng)目組首先通過高斯模糊法對(duì)輸入圖像進(jìn)行平滑處理，然后通過大津算法進(jìn)行二進(jìn)制化處理，最后使用邊界跟蹤算法進(jìn)行搜索。為了使二進(jìn)制化圖像更加穩(wěn)健和準(zhǔn)確，項(xiàng)目組還采用了局部閾值法，通過對(duì)已二進(jìn)制化的圖像像素進(jìn)行計(jì)算、處理、細(xì)化，從而準(zhǔn)確達(dá)到文字裁剪的目標(biāo)。二是使用傳統(tǒng)投影輪廓技術(shù)進(jìn)行文本線條檢測(cè)。經(jīng)過研究，目前深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)、關(guān)鍵點(diǎn)檢測(cè)等方法都可以解決在文檔中定位文本線條的問題。由于項(xiàng)目組目標(biāo)手稿中的文本行數(shù)相當(dāng)有規(guī)律，此項(xiàng)目采用傳統(tǒng)投影輪廓技術(shù)，通過分析每行中黑色像素的數(shù)量來檢測(cè)線條。同時(shí)，清除掉文本行之外的黑色像素，從而簡(jiǎn)化接下來的預(yù)處理步驟。三是通過凸包計(jì)算進(jìn)行詞的提取。項(xiàng)目組通過計(jì)算每條線所連接組件的凸包（即包含它的最小凸形）來提取單詞。如果它們剛好重疊，一個(gè)詞就需要至少一個(gè)或更多凸包才能進(jìn)行識(shí)別、提取。四是進(jìn)行字符切割點(diǎn)識(shí)別。與字符間距均勻的印刷文本不同，手寫文本中往往沒有明確的證據(jù)表明一個(gè)符號(hào)在哪里開始，另一個(gè)符號(hào)在哪里結(jié)束。正因?yàn)槿绱?，在圖像預(yù)處理過程中進(jìn)行切割點(diǎn)識(shí)別是必備之舉。通過識(shí)別字符切割點(diǎn)，既減少了字符可能的組合數(shù)量，也減少了字符排序錯(cuò)誤的機(jī)會(huì)，在一定程度上降低了系統(tǒng)的工作量，提升其工作效率。

（二）訓(xùn)練集采集技術(shù)：眾包平臺(tái)合作

最先進(jìn)的轉(zhuǎn)錄系統(tǒng)通常是使用人類注釋者制作的整行轉(zhuǎn)錄集進(jìn)行訓(xùn)練，通過反復(fù)訓(xùn)練進(jìn)而提升轉(zhuǎn)錄系統(tǒng)的正確率。對(duì)于古老的手寫檔案而言，這往往需要古代語言和古文字學(xué)知識(shí)的專家參與進(jìn)來。但是對(duì)于梵蒂岡秘密檔案館巨大的館藏量來說，傳統(tǒng)模式可行性較低。為了準(zhǔn)確搜集訓(xùn)練樣本，項(xiàng)目組采取了不同的方法建立訓(xùn)練集。一是采用基本切片分割技術(shù)進(jìn)行字符剔除。在手寫轉(zhuǎn)錄領(lǐng)域，人們普遍認(rèn)為，在不知道其轉(zhuǎn)寫方式的情況下，沒有先進(jìn)的策略可以將一個(gè)詞的圖像分割成其字符成分。為了解決這一疑問，項(xiàng)目組利用切片分割技術(shù)進(jìn)行了實(shí)驗(yàn)。具體實(shí)施情況如下：項(xiàng)目組通過計(jì)算編碼圖像矩陣每一列的墨水像素，并選擇最重要的候選點(diǎn)，從而剔除所有小的、大的、錯(cuò)位的非字符片段，留下清晰明了的圖像，從而為后續(xù)眾包階段工作奠定基礎(chǔ)。二是應(yīng)用眾包平臺(tái)進(jìn)行樣本采集。眾包作為網(wǎng)絡(luò)時(shí)代一種新興的工作模式，指的是將工作以公開征集的方式外包給非特定的分布式網(wǎng)絡(luò)大眾來完成，具有效率高、大眾化、經(jīng)濟(jì)化等優(yōu)點(diǎn)。項(xiàng)目組開發(fā)了一個(gè)定制的眾包平臺(tái)，并在羅馬市招收了120名高中生，他們的任務(wù)是負(fù)責(zé)匹配圖像。具體而言是利用切片分割完成后的圖像，當(dāng)圖像與給定樣本相匹配，學(xué)生們就可標(biāo)記圖像上的復(fù)選框，相應(yīng)的圖像就會(huì)收到一張投票。最后，該圖像被貼上投票最多的字符符號(hào)。如果沒有出現(xiàn)明顯的多數(shù)，那么圖像就被貼上一個(gè)特殊的非字符類符號(hào)。通過這種方式，項(xiàng)目組能夠較為輕易地收集大量的符號(hào)樣本，并訓(xùn)練一個(gè)字符的識(shí)別模型，從而有利于訓(xùn)練樣本的快速、準(zhǔn)確、完整收集。

（三）字符識(shí)別技術(shù)：精確切割分類

通過字符識(shí)別，將手寫檔案轉(zhuǎn)化為便于檢索、復(fù)制、利用的電子檔案，對(duì)于檔案數(shù)字化相關(guān)工作具有重要意義。為了保障轉(zhuǎn)錄系統(tǒng)的正常運(yùn)行，In Codice Ratio項(xiàng)目組采用了拼圖式分割法以及深度卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)確保字符識(shí)別的高效率、正確率。第一，采用拼圖式分割法進(jìn)行字符切割。項(xiàng)目組通過對(duì)輸入文字圖像的每個(gè)連接組件計(jì)算其上下輪廓，然后再分別計(jì)算上輪廓的局部最小值和下輪廓的局部最大值。進(jìn)而將這兩個(gè)函數(shù)與單詞圖像的列索引對(duì)齊，并將上輪廓的每個(gè)局部最小值與下輪廓最接近的局部最大值連接起來，以確定分割區(qū)域。通過拼圖式分割法，可以有效減少視覺特征相同的“虛假字符”，進(jìn)而提高字符分類器的精確度以及召回率。第二，基于深度卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的字符分類器。該分類器是一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)，以56×56的單通道二值化圖像作為輸入對(duì)象，并通過卷積層等8個(gè)適應(yīng)層傳播，最后利用Softmax函數(shù)、損失函數(shù)進(jìn)行字符真實(shí)性結(jié)果輸出。與傳統(tǒng)光學(xué)字符識(shí)別模型相比，該字符分類器可以處理潛在的、不正確的分割，并可以同時(shí)執(zhí)行區(qū)分字符和非字符的二元分類、識(shí)別單個(gè)字符的多類分類等任務(wù)，在多類環(huán)境下有利于提高字符識(shí)別的準(zhǔn)確性。

（四）字符轉(zhuǎn)錄技術(shù)：科學(xué)模型解碼

In Codice Ratio項(xiàng)目組主要應(yīng)用以下技術(shù)轉(zhuǎn)錄生成相應(yīng)訓(xùn)練集字符。一是基于集束搜索算法的轉(zhuǎn)錄生成器。為了排除“虛假字符”問題，項(xiàng)目組將分類器中的干擾片段重新組合成一組候選轉(zhuǎn)錄。具體而言，項(xiàng)目組采用了定制的、深度優(yōu)先的集束搜索算法，確保有效生成訓(xùn)練集每行中每個(gè)分段單詞圖像的最佳候選轉(zhuǎn)錄。此外，該項(xiàng)目組還使用統(tǒng)計(jì)語言模型為輸入詞圖像選擇最佳的n個(gè)候選轉(zhuǎn)錄。二是基于高階隱馬爾可夫模型的單詞解碼器。項(xiàng)目組在考慮前一步驟的n個(gè)候選轉(zhuǎn)錄的基礎(chǔ)上，通過在高階隱馬爾可夫模型上對(duì)最可能的隱藏狀態(tài)序列進(jìn)行搜索，并解決特定解碼問題，進(jìn)而以原則性的方式修改字符識(shí)別決策，最終把合理的轉(zhuǎn)錄結(jié)果返回給用戶?？傊?，項(xiàng)目組通過轉(zhuǎn)錄生成器以及單詞解碼器的設(shè)置，解決了訓(xùn)練字符隱藏的問題，成功將手寫字符進(jìn)行了轉(zhuǎn)錄，充分展現(xiàn)了此項(xiàng)目應(yīng)用的高準(zhǔn)確性、高精確性、強(qiáng)召回率。

截至目前，In Codice Ratio項(xiàng)目已成功形成了兩個(gè)訓(xùn)練數(shù)據(jù)集，這不僅切實(shí)證明了In Codice Ratio項(xiàng)目的現(xiàn)實(shí)可行性，還充分滿足了相關(guān)學(xué)者、社會(huì)公眾的利用需求，為其提供了更方便、科學(xué)、高效的檢索服務(wù)，為轉(zhuǎn)錄系統(tǒng)的下一步發(fā)展打下了堅(jiān)實(shí)的基礎(chǔ)。

二、In Codice Ratio項(xiàng)目對(duì)我國(guó)檔案工作發(fā)展啟示

（一）多元主體協(xié)同引領(lǐng)新發(fā)展

In Codice Ratio項(xiàng)目是社會(huì)各領(lǐng)域集體協(xié)作的典型，其合作主體主要包括來自梵蒂岡秘密檔案館的工作者，來自羅馬大學(xué)與羅馬第三大學(xué)的教授、專家、研究生、本科生等專家群體，以及由高中生組成的非專家群體。

首先，檔案工作者提供充足資源，滿足項(xiàng)目需求。梵蒂岡秘密檔案館的檔案工作者給予了必不可少的鼓勵(lì)與支持，正是在其大力支持下，In Codice Ratio項(xiàng)目有了更為豐富的資源，從而能更深入進(jìn)行研究。該項(xiàng)目以其館藏“梵蒂岡登記冊(cè)”為主要實(shí)驗(yàn)對(duì)象，這些文件中包含了13世紀(jì)羅馬教廷的官方信件，其中還包括有關(guān)梵蒂岡活動(dòng)的歷史文件，如報(bào)紙、教皇的政治信件、發(fā)布給全球各地的政治文件、教皇的賬簿、重要活動(dòng)記錄、法律問題的權(quán)威意見等。這些文件由于其特殊的時(shí)代性，具有極其重要的研究?jī)r(jià)值，為此項(xiàng)目提供了不可或缺的資源支撐。其次，專家學(xué)者提供技術(shù)支撐，推動(dòng)項(xiàng)目進(jìn)行。教授、專家、學(xué)生作為In Codice Ratio項(xiàng)目建設(shè)的研究主體，通過技術(shù)支撐方式為該項(xiàng)目提供源動(dòng)力。該研究團(tuán)隊(duì)中不僅包含相關(guān)技術(shù)專家，還包括古文字學(xué)家，在相互配合與協(xié)作之下，團(tuán)隊(duì)成功設(shè)計(jì)了一種基于卷積神經(jīng)網(wǎng)絡(luò)分類和統(tǒng)計(jì)語言模型的解決方案，開發(fā)了基于人工智能的識(shí)別轉(zhuǎn)錄系統(tǒng)，為項(xiàng)目的順利進(jìn)行奠定了技術(shù)基礎(chǔ)。最后，非專家群體負(fù)責(zé)數(shù)據(jù)標(biāo)記。為了確保系統(tǒng)的便利可用，In Codice Ratio項(xiàng)目提出了一個(gè)“無專家”的眾包方法。該項(xiàng)目組將眾包作為一種可擴(kuò)展的訓(xùn)練數(shù)據(jù)收集手段，搭建了一個(gè)定制的眾包平臺(tái)，并雇傭了120名高中生來標(biāo)記數(shù)據(jù)集，以期借助非專家群體來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)字符分類器，從而實(shí)現(xiàn)準(zhǔn)確的字符識(shí)別。

經(jīng)過研究分析，In Codice Ratio項(xiàng)目建立了一個(gè)集合資源、技術(shù)、社會(huì)合作的工作機(jī)制，有效推動(dòng)了項(xiàng)目的成功運(yùn)作，也為我國(guó)檔案工作開展提供了許多成功經(jīng)驗(yàn)。一是檔案主管部門大力支持，實(shí)現(xiàn)資源合作。任何項(xiàng)目的實(shí)施都需要充足的資源支持，而任何一個(gè)單獨(dú)的檔案機(jī)構(gòu)數(shù)據(jù)都不能獨(dú)立成為大數(shù)據(jù)[13]，小數(shù)據(jù)集難以形成完整可靠的分析結(jié)果，因此國(guó)家檔案局、各地方檔案館、其他檔案機(jī)構(gòu)需要打破地域壁壘，建立不受地域、部門限制，組織靈活方便的檔案資源垂直共享平臺(tái)，實(shí)現(xiàn)地區(qū)與地區(qū)、部門與部門之間的資源合作。二是學(xué)者專家共同推動(dòng)，實(shí)現(xiàn)技術(shù)合作。努力建立由檔案主管部門進(jìn)行統(tǒng)籌協(xié)調(diào)，高等院校提供專業(yè)理論人才，科技企業(yè)提供專業(yè)技術(shù)支撐的分工合作機(jī)制，從傳統(tǒng)的收集、存儲(chǔ)、整理等服務(wù)向現(xiàn)代化的管理軟件、電子化、智慧檔案等方向進(jìn)行摸索和轉(zhuǎn)變，推動(dòng)檔案事業(yè)向科技性、創(chuàng)新性、共享性方向發(fā)展。三是加強(qiáng)眾包理念宣傳，吸引群眾合作。公民是參與公共檔案館事業(yè)的重要社會(huì)力量來源，檔案主管部門要主動(dòng)出擊，采取網(wǎng)絡(luò)媒體、宣傳欄、座談會(huì)等線上線下多種方式加強(qiáng)與社會(huì)公眾溝通交流，了解公民具體檔案需求。此外，檔案機(jī)構(gòu)應(yīng)主動(dòng)開展檔案眾包項(xiàng)目，吸引社會(huì)公眾加入，組織開放檔案的編目、著錄、編研、開發(fā)等專業(yè)性檔案志愿服務(wù)活動(dòng)[14]。

（二）技術(shù)運(yùn)用推動(dòng)工作創(chuàng)新

In Codice Ratio項(xiàng)目運(yùn)用了一系列信息技術(shù)擺脫了傳統(tǒng)手寫識(shí)別系統(tǒng)轉(zhuǎn)換準(zhǔn)確率較低的窘境，也避免了因高成本、高復(fù)雜度而導(dǎo)致的系統(tǒng)運(yùn)用“失控”狀態(tài)，借用多種技術(shù)手段極大推動(dòng)了相關(guān)工作的創(chuàng)新開展。一是實(shí)踐技術(shù)創(chuàng)新。正如前文所述，In Codice Ratio項(xiàng)目通過人工智能、卷積神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)語言模型與手寫文字識(shí)別等創(chuàng)新技術(shù)的使用，成功對(duì)手寫檔案數(shù)字化圖像進(jìn)行了預(yù)處理，并采集了相關(guān)訓(xùn)練集，最終完成了字符識(shí)別的任務(wù)，為后續(xù)工作打下了堅(jiān)實(shí)的基礎(chǔ)。同時(shí)，經(jīng)過實(shí)驗(yàn)證明，該項(xiàng)目所研發(fā)的新技術(shù)與傳統(tǒng)Tesseract OCR系統(tǒng)技術(shù)相比，準(zhǔn)確率更高，能夠獲得更好的結(jié)果。二是工作模式創(chuàng)新。與傳統(tǒng)的精英團(tuán)隊(duì)不同，In Codice Ratio項(xiàng)目采用有效的、可擴(kuò)展的專家-非專家工作模式，通過眾包的方法，讓非專家群體參與項(xiàng)目，把專家從重復(fù)的任務(wù)中解脫出來，讓他們?nèi)ネ晟朴玫唾Y源自動(dòng)產(chǎn)生的結(jié)果，并解決最具挑戰(zhàn)性的問題。同時(shí)，專家群體可以以遠(yuǎn)程監(jiān)督的方式掌握工作進(jìn)程，有利于提高工作效率以及工作安全度。

在檔案工作中運(yùn)用信息技術(shù)，不僅對(duì)現(xiàn)有工作環(huán)節(jié)具有改造作用，還會(huì)對(duì)未來工作引發(fā)新的思考。一是運(yùn)用信息技術(shù)，創(chuàng)新工作環(huán)節(jié)。正是基于In Codice Ratio項(xiàng)目的成功經(jīng)驗(yàn)，我國(guó)相關(guān)檔案機(jī)構(gòu)開展工作的過程中需要突破自身限制，通過新穎的信息技術(shù)使檔案工作更加便利、利用方式更加多元化。如利用機(jī)器學(xué)習(xí)軟件輔助檔案鑒定工作、使用視覺模板匹配和自動(dòng)分類技術(shù)進(jìn)行檔案檢索，并努力做到精確查詢結(jié)果以及運(yùn)用軟件工具篩選電子郵件中的機(jī)密、敏感信息等。這些信息技術(shù)的使用給檔案工作者帶來了極大的便利，也使檔案工作實(shí)踐發(fā)生了顛覆性的變化。二是加大相關(guān)立法，規(guī)范技術(shù)使用。人工智能技術(shù)固然能給檔案工作帶來極大的便利，但是在法律規(guī)范層面對(duì)人工智能技術(shù)的使用還存在較大爭(zhēng)議?；趯?duì)個(gè)人隱私和數(shù)據(jù)安全的保護(hù)需求以及對(duì)法律責(zé)任承擔(dān)的道德需求等問題，檔案主管部門需要聯(lián)合立法部門，對(duì)人工智能技術(shù)的運(yùn)用進(jìn)行詳細(xì)規(guī)定，在《檔案法》等法律文本中明確相應(yīng)的法律責(zé)任，提高社會(huì)公眾對(duì)其的信任度，在創(chuàng)新和風(fēng)險(xiǎn)控制之間找到平衡。

（三）跨學(xué)科合作面對(duì)新挑戰(zhàn)

In Codice Ratio項(xiàng)目是檔案學(xué)、古文字學(xué)與人工智能領(lǐng)域合作的產(chǎn)物，是三大學(xué)科專家的智慧結(jié)晶。具體而言，該項(xiàng)目以檔案學(xué)科理論知識(shí)為導(dǎo)向，轉(zhuǎn)錄系統(tǒng)設(shè)計(jì)過程中始終堅(jiān)持來源原則，細(xì)致對(duì)待梵蒂岡秘密檔案館中的珍貴手寫檔案，努力保證其真實(shí)性、完整性、安全性；以人工智能技術(shù)為根本，轉(zhuǎn)錄系統(tǒng)的成功運(yùn)轉(zhuǎn)離不開相關(guān)人工智能技術(shù)的支撐，這些技術(shù)構(gòu)成了轉(zhuǎn)錄系統(tǒng)的必備框架。同時(shí)，通過技術(shù)合作成功采集、處理手寫檔案數(shù)據(jù)資源，增強(qiáng)了轉(zhuǎn)錄系統(tǒng)的整體性能；以古文字學(xué)、語言學(xué)為輔助，古文字學(xué)家、語言學(xué)家在轉(zhuǎn)錄系統(tǒng)設(shè)計(jì)前期運(yùn)用專業(yè)知識(shí)對(duì)館藏手寫檔案進(jìn)行了梳理，成功識(shí)別、辨認(rèn)清楚檔案中的生僻、模糊字跡，為后續(xù)對(duì)大量歷史資料進(jìn)行數(shù)據(jù)驅(qū)動(dòng)研究打下了堅(jiān)實(shí)的基礎(chǔ)。在多種學(xué)科的合作與支持下打破原有的邊界，用跨學(xué)科的原理結(jié)合檔案學(xué)科的要素創(chuàng)新，使手寫檔案轉(zhuǎn)錄系統(tǒng)初步研究規(guī)劃成為可能，極大推動(dòng)了不同學(xué)科之間知識(shí)的交流與共享，有利于激活館藏檔案服務(wù)效能。

從歷史角度來看，檔案學(xué)科本身就是一門跨領(lǐng)域?qū)W科，檔案工作者本身就具備跨領(lǐng)域思維[15]。特別是大數(shù)據(jù)時(shí)代，隨著互聯(lián)網(wǎng)的快速發(fā)展，檔案工作實(shí)踐不僅僅是傳統(tǒng)紙質(zhì)檔案的保管與利用，還出現(xiàn)了電子檔案。因此為了確保檔案事業(yè)的持續(xù)發(fā)展，我國(guó)檔案主管部門可以借鑒In Codice Ratio項(xiàng)目成功經(jīng)驗(yàn)，作出實(shí)際行動(dòng)。一是加大合作，打造跨學(xué)科合作平臺(tái)。計(jì)算機(jī)學(xué)與檔案學(xué)有著千絲萬縷的聯(lián)系，兩者之間的結(jié)合能夠從根本上提升兩個(gè)領(lǐng)域的認(rèn)知，人工智能也可以為檔案的保管與利用帶來多樣、有效的組織方式。因此，計(jì)算檔案學(xué)的成立具有非凡意義。將以人工智能為代表的計(jì)算機(jī)科學(xué)與檔案學(xué)科進(jìn)行有機(jī)結(jié)合，通過跨學(xué)科知識(shí)的結(jié)合，能夠?yàn)闄n案工作者開拓獨(dú)特的視角。除此之外，建立一個(gè)由檔案學(xué)科牽頭，計(jì)算機(jī)學(xué)、歷史學(xué)等學(xué)科為輔助，聯(lián)合檔案主管部門、檔案機(jī)構(gòu)、檔案第三方企業(yè)共同打造的檔案跨學(xué)科實(shí)驗(yàn)中心，為檔案學(xué)的理論與實(shí)踐發(fā)展提供強(qiáng)力平臺(tái)支撐。二是加強(qiáng)培養(yǎng)，打造綜合型人才。隨著人工智能技術(shù)在檔案領(lǐng)域的深入應(yīng)用，檔案工作者正經(jīng)歷一個(gè)從接收保管紙質(zhì)檔案到接收保管檔案數(shù)據(jù)，從手工操作到信息化、智能化操作，從檔案資源分散利用到網(wǎng)絡(luò)共享檔案資源的變革過程。檔案工作者不僅需要掌握基礎(chǔ)的檔案理論知識(shí)，還需要對(duì)相關(guān)人工智能技術(shù)有一定了解。因而，檔案主管部門及國(guó)家檔案智庫(kù)需要以大數(shù)據(jù)時(shí)代檔案事業(yè)發(fā)展為導(dǎo)向，了解目前檔案業(yè)務(wù)實(shí)際需求，培養(yǎng)檔案基礎(chǔ)理論與人工智能技術(shù)兼通的復(fù)合型人才。

三、結(jié)語

人工智能不僅是一種技術(shù)，更是一種思維，為檔案工作帶來了前所未有的機(jī)遇。文章梳理了In Codice Ratio項(xiàng)目的實(shí)驗(yàn)過程，了解了該項(xiàng)目的技術(shù)應(yīng)用邏輯，并分析了其多元主體協(xié)同引領(lǐng)新發(fā)展、技術(shù)運(yùn)用推動(dòng)工作創(chuàng)新、跨學(xué)科合作面對(duì)新挑戰(zhàn)的成功經(jīng)驗(yàn)，據(jù)此提出了人工智能技術(shù)下我國(guó)檔案事業(yè)未來探索策略。通過多主體合作、工作技術(shù)創(chuàng)新、培養(yǎng)理論與技術(shù)兼通的綜合性人才等措施有助于推動(dòng)人工智能技術(shù)在檔案領(lǐng)域的應(yīng)用，提升相關(guān)工作的效率，并能夠助力檔案工作的智慧化、科學(xué)化、現(xiàn)代化，實(shí)現(xiàn)其高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]中華人民共和國(guó)國(guó)家檔案局.中辦國(guó)辦印發(fā)《“十四五”全國(guó)檔案事業(yè)發(fā)展規(guī)劃》[EB/OL].（2021-06-09）[2023-03-08].https：//www.saac.gov.cn/daj/yaow/202106/899650c1b1ec4c0e9ad3c2ca7310eca4.shtml.

[2] MOSS M，THOMAS D， GOLLINS T. The reconfiguration of the archive as data to be mined[J]. Archivaria，2018， 86： 118-151.

[3] MAKHLOUF SHABOU B，TIèCHE J， KNAFOU J， et al. Algorithmic methods to explore the automation of the appraisal of structured and unstructured digital data[J]. Rec Manag J， 2020， 30（2）： 175-200.

[4] SCHNEIDER J， ADAMS C， DEBAUCHE S， et al. Appraising， processing， and providing access to email in contemporary literary archives[J]. Arch Manuscr， 2019， 47（3）： 305-326.

[5] BüTTNER G. Auto-classification in an international organization： report from a feasibility study[J]. Comma， 2019， 2017（2）： 15-26.

[6] ASSIS NETO F R， SANTOS C A S. Understanding crowdsourcing projects： a systematic review of tendencies， workflow， and quality management[J]. Inf Process Manag， 2018， 54（4）： 490-506.

[7] ALMAZáN J， GORDO A， FORNéS A， et al. Word spotting and recognition with （下轉(zhuǎn)47頁）

（上接44頁）embedded attributes[J]. IEEE Trans Pattern Anal Mach Intell， 2014， 36（12）： 2552-2566.

[8] BULACU M， SCHOMAKER L. Automatic handwriting identification on medieval documents[C]. //14th International Conference on Image Analysis and Processing （ICIAP 2007）. Modena， Italy. IEEE， 2007： 279-284.

[9] LIKFORMAN-SULEM L， ZAHOUR A， TACONET B. Text line segmentation of historical documents： a survey[J]. IJDAR， 2007， 9（2）： 123-138.

[10] 李靜. “人工智能+檔案” 的醫(yī)院檔案智慧服務(wù)體系建設(shè)探究[J]. 黑龍江檔案， 2023（1）： 143-145.

[11] 鄭慧， 劉思含. 人工智能與檔案開發(fā)利用： 應(yīng)用、愿景與進(jìn)路[J]. 山西檔案， 2022（5）： 5-10， 28.

[12] 于英香， 李雨欣. “AI+檔案” 應(yīng)用的算法風(fēng)險(xiǎn)與治理路徑探析[J]. 北京檔案， 2021（10）： 5-9.

[13] 程妍妍， 李劍鋒， 孫筠. 新一代信息技術(shù)在檔案工作中的運(yùn)用及啟示：以歐盟“時(shí)光機(jī)” 項(xiàng)目為例[J]. 浙江檔案， 2022（4）： 33-36.

[14] 邱燕. 檔案事業(yè)公眾參與的實(shí)踐與探索[J]. 蘭臺(tái)世界， 2018（11）： 114-116.

[15] 程妍妍， 宋瑩， 鄭伽. 國(guó)外檔案工作與人工智能：潛力和挑戰(zhàn)[J]. 中國(guó)檔案， 2022（8）： 78-80.

作者單位：上海大學(xué)文化遺產(chǎn)與信息管理學(xué)院