數(shù)字檔案智慧服務(wù)系統(tǒng)建設(shè)方案

數(shù)字檔案智慧服務(wù)系統(tǒng)建設(shè)方案 1.電子檔案數(shù)據(jù)中心 42.電子檔案管理模塊 43.全域電子檔案共享利用模塊 54.檔案工作行政監(jiān)管模塊 65.新媒體信息采集模塊 66.檔案人工智能NLP自然語(yǔ)言處理 6 五、技術(shù)和性能要求 9六、詳細(xì)功能開(kāi)發(fā)要求 一、建設(shè)目標(biāo)整套系統(tǒng)在性能層面，建設(shè)目標(biāo)是在面對(duì)多用戶(hù)使用(千級(jí))、高并發(fā)任務(wù)執(zhí)行(萬(wàn)級(jí))的情況下，系統(tǒng)運(yùn)行流暢，響應(yīng)時(shí)間短，帶等級(jí)保護(hù)基本要求》(GB/T22239-管模塊、新媒體信息采集模塊、檔案人工智能NLP自然語(yǔ)言處理的部定、統(tǒng)計(jì)、管理等)、檔案利用(借閱、查檔登記等)等功能，方便查檔的內(nèi)部查檔利用模塊和面向個(gè)人和其他社會(huì)組織的社會(huì)檔案利行定網(wǎng)站(多站點(diǎn))、定頻道、定關(guān)鍵字、定時(shí)間、定語(yǔ)種地自動(dòng)搜6.檔案人工智能NLP自然語(yǔ)言處理字化加工和OCR,并開(kāi)展了電子文件歸檔工作。通過(guò)NLP自然語(yǔ)言處2)檔案智能鑒定劃控輔助，基于機(jī)器學(xué)習(xí)，能夠從成熟的鑒定樣本檔案人員鑒定(開(kāi)放、保管期限等鑒定)的參考。這樣做不但能夠統(tǒng)并能夠滿(mǎn)足大并發(fā)I/0處理的能力。5.系統(tǒng)應(yīng)充分考慮杭州市市域一體化平臺(tái)和杭州市檔案工作智·DA/T54-2014照片類(lèi)電子檔案元數(shù)據(jù)方案·杭州市電子公文歸檔元數(shù)據(jù)方案·杭州市檔案館通用歸檔數(shù)據(jù)模型(UDM)·DA/T57-2014檔案關(guān)系型數(shù)據(jù)庫(kù)轉(zhuǎn)換為XML文件的技術(shù)規(guī)范·杭州市電子歸檔接口規(guī)范安全等級(jí)保護(hù)(二級(jí))瀏覽器：支持主流H5瀏覽器以及各國(guó)產(chǎn)瀏覽器，不得使用任何口，支持TB級(jí)別的單個(gè)文件。六、詳細(xì)功能開(kāi)發(fā)要求模塊名稱(chēng)功能功能描述檔案數(shù)元數(shù)據(jù)方對(duì)元數(shù)據(jù)方案進(jìn)行管理，包括元數(shù)據(jù)方案的增、刪、改、查、導(dǎo)入、導(dǎo)出、多維度展示等。元數(shù)據(jù)方案配置工作對(duì)元數(shù)據(jù)的字段、長(zhǎng)度、類(lèi)型等信息進(jìn)行配置，以定義各個(gè)檔案門(mén)類(lèi)的數(shù)據(jù)標(biāo)準(zhǔn)。標(biāo)準(zhǔn)代碼管理標(biāo)準(zhǔn)代碼與元數(shù)據(jù)方案配套使用，主要用于元數(shù)據(jù)方案中值域定義以及代碼項(xiàng)編碼的管理。門(mén)類(lèi)管理系統(tǒng)可根據(jù)國(guó)家檔案局有關(guān)標(biāo)準(zhǔn)規(guī)范要求定義檔案門(mén)類(lèi)；系統(tǒng)可針對(duì)門(mén)類(lèi)設(shè)定相關(guān)元數(shù)據(jù)規(guī)范以及歸檔格式要求。標(biāo)準(zhǔn)接口與區(qū)檔案館元數(shù)據(jù)管理模塊同步獲取最新數(shù)據(jù)標(biāo)準(zhǔn)；提供元數(shù)據(jù)方案的讀取接口，方便全區(qū)獲取最新標(biāo)準(zhǔn)規(guī)范；提供顯示表單讀取接口，根據(jù)元數(shù)據(jù)治理模塊定義的表單顯示業(yè)務(wù)檔案大數(shù)據(jù)模塊基礎(chǔ)支持模塊匯集全區(qū)的檔案數(shù)據(jù)，并進(jìn)行分析，形成專(zhuān)題、數(shù)據(jù)、可視化圖形以供利用。分布式可擴(kuò)展的層次化體系結(jié)構(gòu)檔案大數(shù)據(jù)模塊具有分布式可擴(kuò)展的體系結(jié)構(gòu)，基于大規(guī)模分布式擴(kuò)展的多種計(jì)算環(huán)境提供層次化存儲(chǔ)和計(jì)算服務(wù)，提高大數(shù)據(jù)管理與服務(wù)器的可擴(kuò)展性和可靠性。統(tǒng)一、靈的數(shù)據(jù)模型大數(shù)據(jù)管理的數(shù)據(jù)模型應(yīng)靈活地表達(dá)不同類(lèi)型數(shù)字檔案的各程，能夠支持NoSQL數(shù)據(jù)庫(kù)的存儲(chǔ)模式和查詢(xún)表達(dá)。開(kāi)放應(yīng)用允許用戶(hù)注冊(cè)不同類(lèi)型的數(shù)字檔案元數(shù)據(jù)提取方法、提取數(shù)據(jù)匹配、集成與融合方法、特定操作實(shí)現(xiàn)算法，實(shí)現(xiàn)一個(gè)開(kāi)放式的統(tǒng)一操作平臺(tái)，支持其他非結(jié)構(gòu)化數(shù)據(jù)管理系統(tǒng)在不同應(yīng)用場(chǎng)景的擴(kuò)展。另一方面，提供多層次的應(yīng)用開(kāi)發(fā)接口API,允許用戶(hù)在不同系統(tǒng)層面上訪(fǎng)問(wèn)數(shù)據(jù)資源。電子數(shù)據(jù)歸檔系統(tǒng)接入開(kāi)發(fā)統(tǒng)一系統(tǒng)接入接口，實(shí)現(xiàn)蕭山區(qū)各個(gè)機(jī)關(guān)單位政務(wù)服務(wù)事項(xiàng)系統(tǒng)、OA系統(tǒng)及其他業(yè)務(wù)系統(tǒng)等的接入，實(shí)現(xiàn)電子檔案自動(dòng)歸檔。應(yīng)用系統(tǒng)計(jì)劃接入OA系統(tǒng)，政務(wù)服務(wù)事項(xiàng)系統(tǒng)及各單位其他業(yè)務(wù)系統(tǒng)等應(yīng)用系統(tǒng)。數(shù)據(jù)攝入提供標(biāo)準(zhǔn)數(shù)據(jù)攝入接口，實(shí)現(xiàn)電子檔案數(shù)據(jù)在新一代數(shù)字檔案室系統(tǒng)中的自動(dòng)歸檔。歸檔管理對(duì)歸檔的電子檔案進(jìn)行多維度的管理，實(shí)現(xiàn)電子檔案的有序服務(wù)狀態(tài)監(jiān)控系統(tǒng)中服務(wù)的運(yùn)行情況，并自行配置服務(wù)，且對(duì)各種核心服務(wù)的狀態(tài)、基本信息進(jìn)行展現(xiàn)，包括數(shù)據(jù)包檢查、數(shù)據(jù)包封裝等等，能夠啟動(dòng)、停止、暫停服務(wù)。數(shù)據(jù)同步按照約定的規(guī)則將各立檔單位的數(shù)據(jù)同步到檔案室，同時(shí)各立檔單位能夠設(shè)定數(shù)據(jù)同步策略，包括：是否需要同步、同步位置等，滿(mǎn)足其數(shù)據(jù)同步需求。新一代數(shù)字檔案室模塊對(duì)立檔單位OA及其他業(yè)務(wù)辦公系統(tǒng)中產(chǎn)生的電子文件和存放各部門(mén)賬外文件進(jìn)行采集，實(shí)現(xiàn)立檔單位對(duì)檔案數(shù)字資源在數(shù)字檔案室系統(tǒng)中的集中統(tǒng)一管理；并依據(jù)浙江省IRS組件開(kāi)發(fā)要求，形成三合一保管期限表組件。包含數(shù)字檔案室系統(tǒng)中對(duì)已經(jīng)歸檔文件的管理功能，包括借閱、授權(quán)、保管策略設(shè)定、權(quán)限回收等。檔案保管對(duì)檔案的目錄進(jìn)行管理，同時(shí)做好輔助實(shí)體檔案管理，使用戶(hù)能夠在軟件中模擬現(xiàn)實(shí)庫(kù)房中多項(xiàng)操作。如對(duì)庫(kù)房的規(guī)劃，根據(jù)規(guī)劃結(jié)果對(duì)檔案的存儲(chǔ)進(jìn)行管理；對(duì)檔案出入庫(kù)、庫(kù)房溫濕度、檔案消毒等進(jìn)行記錄，做好日常管理臺(tái)賬。開(kāi)發(fā)利用開(kāi)發(fā)利用模塊主要實(shí)現(xiàn)對(duì)檔案信息的檢索、借閱、編研管理歸檔文件室藏檔案移交模塊具有歸檔文件移交的所有功能，包括系統(tǒng)自動(dòng)統(tǒng)計(jì)生成待移交清單，管理員同意移交后，系統(tǒng)自動(dòng)移交檔案并生成相關(guān)日志報(bào)表。在移交過(guò)程中的四性檢測(cè)等。檔案門(mén)戶(hù)分為發(fā)布平臺(tái)與網(wǎng)上展廳等，發(fā)布平臺(tái)權(quán)限開(kāi)放給檔案局館，可發(fā)布重要的信息供瀏覽、下載；網(wǎng)上展廳權(quán)限開(kāi)放給各立檔單位，可展出各單位的工作重大成果、特色專(zhuān)題等。全宗卷管理按照標(biāo)準(zhǔn)規(guī)范設(shè)置全宗卷管理模塊，立檔單位按照《全宗卷規(guī)范》(DA/T12)每年將新增內(nèi)容通過(guò)指定路徑上傳；并依據(jù)浙江省IRS組件開(kāi)發(fā)要求，形成全宗卷管理組件?；鶎訖n基礎(chǔ)數(shù)據(jù)管理對(duì)各門(mén)類(lèi)基層檔案實(shí)現(xiàn)分類(lèi)和分專(zhuān)題管理，包括基礎(chǔ)數(shù)據(jù)目錄管理、原文管理、資源標(biāo)簽管理；支持對(duì)檔案從門(mén)類(lèi)、保管期限、年度等多維度統(tǒng)計(jì)。數(shù)據(jù)庫(kù)建立起面向個(gè)人的專(zhuān)題民生檔案資源數(shù)據(jù)庫(kù)，實(shí)現(xiàn)各門(mén)類(lèi)民生檔案與個(gè)人的關(guān)聯(lián)，構(gòu)建起面向數(shù)字鄉(xiāng)村、未來(lái)社區(qū)家庭或者個(gè)人的檔案框架體系以及反映村社變化等的村史村志專(zhuān)查閱利用實(shí)現(xiàn)村民就近查檔(如通過(guò)PC端、手機(jī)端、自助查閱終端機(jī)上的檔案查閱)。電子檔案移交塊電子檔案包括在線(xiàn)移交和離線(xiàn)移交兩種模式。1.在線(xiàn)移交是通過(guò)數(shù)據(jù)通道和在線(xiàn)移交接口接收電子文件管理系統(tǒng)、電子數(shù)據(jù)歸檔系統(tǒng)以及其他檔案管理系統(tǒng)提交的元數(shù)據(jù)信息和電子檔案數(shù)據(jù)，支持各類(lèi)檔案元數(shù)據(jù)格式，保持原始分類(lèi)信息；2.離線(xiàn)移交是立檔單位無(wú)法用接口方式連接檔案室的管理軟件，而采用登錄到該電子檔案移交接收系統(tǒng)，將各類(lèi)檔案數(shù)據(jù)離線(xiàn)導(dǎo)入。電子檔案對(duì)通過(guò)“四性”檢測(cè)、手續(xù)完備、材料齊全的進(jìn)館電子檔案進(jìn)行封裝，添加移交、檢測(cè)、接收過(guò)程中產(chǎn)生的記錄信息；對(duì)不符合要求的進(jìn)行退回處置；反饋接收信息等完成接收，導(dǎo)出電子檔案數(shù)據(jù)入數(shù)字檔案館系統(tǒng)接收庫(kù)。電子檔案測(cè)電子檔案規(guī)范性檢測(cè)是為了保證電子檔案信息的真實(shí)、完整、可用和安全，確保數(shù)字檔案資源能夠長(zhǎng)久保存的重要保障手系統(tǒng)管理功能具備機(jī)構(gòu)組織、用戶(hù)管理、工作流制定、表單自定義、權(quán)限管理、統(tǒng)計(jì)分析、系統(tǒng)操作問(wèn)題反饋與整改記錄、日志記錄等功全域電子檔案共享利查檔登記對(duì)用戶(hù)查檔行為進(jìn)行登記，包括查檔人信息、查檔內(nèi)容、查檔用途、查檔指引等。根據(jù)用戶(hù)權(quán)限對(duì)檔案庫(kù)進(jìn)行智慧檢索，用戶(hù)登錄后僅能查詢(xún)到自己賬號(hào)權(quán)限范圍內(nèi)的檔案數(shù)據(jù)，再根據(jù)檔案所屬開(kāi)放級(jí)別(條目開(kāi)放/條目和原文開(kāi)放)進(jìn)行相對(duì)應(yīng)出證或?qū)徟鞒獭＠蒙暾?qǐng)共享數(shù)據(jù)根據(jù)檔案開(kāi)放級(jí)別提供服務(wù)，有條目和全文的，系統(tǒng)自動(dòng)秒批，可在線(xiàn)出證。有條目沒(méi)全文的需提交申請(qǐng)，由檔案形成單位審批。與檔案綠色通道對(duì)數(shù)據(jù)庫(kù)查詢(xún)未果的，線(xiàn)上交辦檔案形成單位開(kāi)展協(xié)查，可能因?yàn)闀r(shí)間差等因素，導(dǎo)致部分?jǐn)?shù)據(jù)還未移交檔案館調(diào)取不到，所以協(xié)查單位先檢索調(diào)取本地?cái)?shù)據(jù)，上傳模塊電子出證，出證時(shí)調(diào)用浙江省統(tǒng)一電子簽章服務(wù)進(jìn)行簽章。若因其他原因查詢(xún)未果，開(kāi)展其他協(xié)查，協(xié)查結(jié)果上傳模塊統(tǒng)一反饋。協(xié)查未果的由檔案形成單位實(shí)施檔案救濟(jì)，救濟(jì)結(jié)果上傳模塊統(tǒng)一反饋。接入浙政釘?shù)?，提供統(tǒng)一消息提醒服務(wù)，支持檔案員手機(jī)移動(dòng)審批功能。電子出證通過(guò)身份認(rèn)證體系、加密技術(shù)、區(qū)塊鏈技術(shù)和在線(xiàn)驗(yàn)證機(jī)制，實(shí)現(xiàn)電子檔案在線(xiàn)出證。計(jì)支持瀏覽審批后通過(guò)的檔案條目與全文。在檔案瀏覽過(guò)程中，通過(guò)專(zhuān)用瀏覽控制技術(shù)，可實(shí)現(xiàn)受控利用，具體控制內(nèi)容包括禁止下載及瀏覽權(quán)限控制等；可根據(jù)實(shí)際工作需要進(jìn)行檔案類(lèi)型、查閱人次、受理途徑、利用目的等各類(lèi)統(tǒng)計(jì)并生成統(tǒng)計(jì)報(bào)表，終端自助查檔與政務(wù)服務(wù)終端集成，查閱者在權(quán)限范圍內(nèi)查看檔案目錄和全文信息，提供全文查閱打印輸出申請(qǐng)及審批功能。系統(tǒng)結(jié)合第二代身份證識(shí)別技術(shù)與數(shù)字檔案資源結(jié)合，實(shí)現(xiàn)檔案全程自動(dòng)化查閱。查檔微應(yīng)用依據(jù)“浙政釘”等的規(guī)范體系，開(kāi)發(fā)查檔微應(yīng)用，對(duì)接“浙政釘”、浙里辦的統(tǒng)一身份認(rèn)證平臺(tái)，確保查檔人員的身份信息真實(shí)可靠，提供發(fā)起查檔、查檔進(jìn)度、檔案出證等功能。檔案利用服務(wù)圖片中心、音視頻檔案中心、民生檔案共享模塊、便捷查檔”為主體的基層檔案服務(wù)，幫助群眾利用檔案解決問(wèn)題。長(zhǎng)三角區(qū)域檔案共享利用對(duì)接浙江省檔案數(shù)據(jù)共享中心，完善區(qū)檔案信息資源互認(rèn)互信、合作共享機(jī)制，深化長(zhǎng)三角區(qū)域民生檔案一網(wǎng)查檔、掌上查檔和電子出證。檔案工作行政監(jiān)管模塊部署實(shí)施服務(wù)智慧監(jiān)管通過(guò)各模塊數(shù)據(jù)的大量匯總，各個(gè)指標(biāo)累計(jì)的數(shù)據(jù)越來(lái)越全面、直觀。能夠越來(lái)越清晰地了解蕭山區(qū)各單位檔案工作的質(zhì)量及進(jìn)度，實(shí)現(xiàn)全過(guò)程業(yè)務(wù)監(jiān)管的指標(biāo)化管理。智慧大屏圖表展示能夠更加直觀、清晰、有效地了解各單位檔案歸檔工作，并進(jìn)行相對(duì)應(yīng)的監(jiān)管與指導(dǎo)。歸檔監(jiān)管可實(shí)現(xiàn)通過(guò)提取電子公文歸檔業(yè)務(wù)指標(biāo)數(shù)據(jù)，對(duì)電子公文歸檔業(yè)務(wù)進(jìn)行查看、分析能夠?qū)w檔量、歸檔質(zhì)量、單套制率、合規(guī)率、時(shí)效率、系統(tǒng)狀態(tài)等業(yè)務(wù)進(jìn)行監(jiān)管。監(jiān)管可實(shí)現(xiàn)通過(guò)提取接收進(jìn)館業(yè)務(wù)指標(biāo)數(shù)據(jù)，對(duì)檔案質(zhì)量、接收進(jìn)度等業(yè)務(wù)進(jìn)行監(jiān)管。檔案鑒定監(jiān)管可實(shí)現(xiàn)通過(guò)提取檔案鑒定業(yè)務(wù)指標(biāo)數(shù)據(jù)，對(duì)鑒定量、鑒定任務(wù)進(jìn)度、鑒定結(jié)果應(yīng)用度等業(yè)務(wù)進(jìn)行監(jiān)管。檔案利用監(jiān)管可實(shí)現(xiàn)通過(guò)提取檔案利用業(yè)務(wù)指標(biāo)數(shù)據(jù)，對(duì)利用量、利用效果、時(shí)效性、基礎(chǔ)業(yè)務(wù)支持度等業(yè)務(wù)進(jìn)行監(jiān)管。檔案外包服務(wù)監(jiān)管上傳和審核中介企業(yè)資質(zhì)、人員、服務(wù)內(nèi)容等情況。并對(duì)服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)。領(lǐng)域知識(shí)庫(kù)為用戶(hù)提供查詢(xún)導(dǎo)航服務(wù)；為規(guī)則的管理提供邏輯和方法上的支持，方法是將提取規(guī)則按照子領(lǐng)域分類(lèi)存儲(chǔ)。新媒體提取規(guī)則庫(kù)提取規(guī)則庫(kù)存儲(chǔ)的是已經(jīng)學(xué)習(xí)到的提取規(guī)則，提取規(guī)則是欲提取的識(shí)別模式知識(shí)。提取結(jié)果數(shù)據(jù)庫(kù)和數(shù)據(jù)庫(kù)提取出來(lái)的結(jié)果是含有用戶(hù)感興趣信息點(diǎn)的XML文檔，提取結(jié)果數(shù)據(jù)庫(kù)中存放的也是這些XML頁(yè)面。XML本源數(shù)據(jù)庫(kù)，是專(zhuān)門(mén)設(shè)計(jì)用于存儲(chǔ)XML文檔的數(shù)據(jù)庫(kù)，它以XML文檔自身的形式來(lái)存儲(chǔ)XML文檔，與其它數(shù)據(jù)庫(kù)的不同在于其內(nèi)部模型是基于XML文檔格式的。頁(yè)面優(yōu)化對(duì)Web頁(yè)面進(jìn)行修復(fù)轉(zhuǎn)換成為符合規(guī)范的XHTML文檔；將XML文件加載到內(nèi)存生成XMLDOM樹(shù)，以供提取規(guī)則學(xué)習(xí)模塊來(lái)生成基于DOM的規(guī)則。信息提取應(yīng)用已經(jīng)定義好的信息提取規(guī)則，將輸入Web頁(yè)面中的信息數(shù)據(jù)提取出來(lái)，轉(zhuǎn)換成用特定格式描述的信息，提供給其它信息系統(tǒng)做進(jìn)一步研究。檔案人工智能理特征提取對(duì)特征提取進(jìn)行深入研究，能夠很好地提取出海量數(shù)據(jù)中蘊(yùn)含的文本信息和圖像信息的重要特征。樣本標(biāo)注可通過(guò)人工標(biāo)注平臺(tái)，通過(guò)鼠標(biāo)拖拉選擇文本中需要標(biāo)注的關(guān)鍵信息，對(duì)字段進(jìn)行滑動(dòng)標(biāo)注。被標(biāo)注的字段會(huì)高亮顯示，并且能夠點(diǎn)擊定位。采用結(jié)合CRF模型與Bi-LSTM+CRF深度學(xué)習(xí)模型結(jié)合的方法自動(dòng)化模型訓(xùn)練完成后系統(tǒng)會(huì)記錄模型的存儲(chǔ)路徑到數(shù)據(jù)庫(kù)，界面上能夠選擇完成訓(xùn)練的模型上線(xiàn)。數(shù)據(jù)模型訓(xùn)練檔案文本格式多樣復(fù)雜，本次項(xiàng)目計(jì)劃先訓(xùn)練21類(lèi)常用而且數(shù)據(jù)量大的檔案文本。全文檢索實(shí)現(xiàn)檔案數(shù)據(jù)的全文檢索，檢索范圍包括但不限于：檔號(hào)、年度、題名、門(mén)類(lèi)等。應(yīng)用支和工具流媒體服務(wù)1.實(shí)現(xiàn)流技術(shù)觀看流媒體文件。2.支持常用的音視頻格式，包括但不限于MPEG、MP3、MP4、AVI、DVI、SWF等。四性檢測(cè)工具工作環(huán)節(jié)中的機(jī)密性、完整性、不可否認(rèn)性和真實(shí)性。工作流程和表單管理引擎