智能语义搜索系统上线，联著助力档案行业数字化生长

  红色档案是赓续红色血脉的生动教材，追寻档案里的红色记忆是档案工作者的重要职责和神圣使命。近日，某档案馆接到有关单位咨询，希望查找辖区内“某小学向伟人纪念堂敬献雨花石”这一事件的相关档案。如果放在以往，档案馆的工作人员恐怕要犯难——原有检索系统是通过全宗号、文件题名、档号等字段检索的，如果上述具体信息都缺少，查询者光模糊知道事件概况，恐怕无法准确检索出相关内容。

  或许乍闻之下难以理解——按平时用互联网搜索引擎的经验，只要知道事件的几个模糊关键词，比如“伟人”“雨花石”，多少可以搜索出一些关联结果。我们日常早已用习惯的各大网络搜索引擎，之所以能做到模糊检索，建立在庞大研发团队和技术支撑的双重投入基础上，作为使用者的我们，其实是“站在了巨人的肩膀上”。然而，利用关键词搜索的档案检索系统却做不到那么“高级”。打个比方，即使我们找寻的目标档案题名里含有“伟人”和“雨花石”原词，在利用关键词搜索的档案检索系统里输入“伟人 雨花石”，也很难搜出该档案。

  之所以会出现这个结果，简而言之，是因为计算机系统和人脑处理信息的方式并不一样。当我们看到“伟人 雨花石”时，基于多年受教育经历和生活经验，大脑判断这是5个字、2个词，即“‘伟人’和‘雨花石’”。但是同样“伟人 雨花石”被输入系统检索框后，在计算机“看来”，这是6个字符，即“伟”“人”“（空格）”“雨”“花”“石”。至于什么是“词”，它并“不懂”。除非我们要寻找的档案题名里一字不差地含有“伟人（空格）雨花石”，即使题名是“向伟人纪念堂敬献雨花石”也极难找到。一个字都不能多、不能少，如果包含符号，那半角全角必须一模一样……关键词检索就是这么“较真”和“呆板”，如果查档者没有精确掌握全宗号、文件题名、档号，很可能一无所获。

  今年，“反转”来了，为了更好、更快、更便捷服务民众的查档需求，不断提升档案服务信息化水平，该档案馆和国家高新技术企业联著实业建立合作，开始试用基于人工智能语义分析的档案智能语义搜索服务系统。利用这个系统，机器做起档案检索就仿佛装上了“大脑”和“眼睛”。

  在档案智能语义搜索服务系统中输入“伟人”“雨花石”，通过语义技术的加持，新系统能“看懂”这是2个有意义的词，而不是一堆毫无意义的字符。尤其值得一提的是，与原系统只能检索题名不同，新系统支持全文检索，哪怕题名里不含“伟人”“雨花石”，只要全文里出现过，就能找到。于是，毫无意外地，新系统瞬间就在搜索结果第一的位置准确显示出题名为《雨花石献给纪念堂》的目标档案。

  该档案来源于1977年的地区简报，详细叙述了某小学向伟人纪念堂敬献雨花石并被《光明日报》报道的事迹。该份馆藏档案的检出，不仅满足了有关单位的检索需求，提供红色史料信息，同时也弥补了某小学无此档案的空缺。

  此外，在不确定归档时间的前提下，新系统还可通过模糊线索全库匹配定位目标文件，输入档案所属单位名称，就能迅速找到所有涉及该单位的文件。例如，利用新系统的快速搜索，该档案馆帮助某集团准确查询到下属四家子公司成立、改制的目标文件，极大地提升了查档命中率和准确率。

  不仅如此，由于该馆现存近现代档案资源丰富，不少老档案原件出自手写，涵盖楷书、草书、行书等多种字体。试水新系统后，利用自主研发的OCR技术，机器全文检索时可识别包含潦草笔迹在内的各类软硬笔手写体，如同“人眼”一般工作，破解手写档案开发利用难题，提升识别率和精准度。

  通过档案智能语义搜索服务系统的试运营，该档案馆档案服务信息化能力进一步升级，来馆查档群众获得感更强，充分发挥了档案资源服务民生、服务社会的积极作用。