一种基于多模态校验算法档案归档相似度计算方法

    公开(公告)号:CN115203506A

    公开(公告)日:2022-10-18

    申请号:CN202210732847.3

    申请日:2022-06-27

    Abstract: 本发明提供一种基于多模态校验算法档案归档相似度计算方法,该方法可以通过构建的Skip‑gram模型将输入的文档进行文档类别判断,通过判断将不同的文档进行建档归类,从而可以提高文档分类的效率,对于分档好的不同类型文档可以通过Skip‑gram模型中设置的文本获取器进行不同类型文档的文本内容获取,并且将不同类型文档的文本内容进行词向量表示,再通过在Skip‑gram模型中设置不同类型的文档的文本范本词向量与文本获取器获取到的不同类型的文本内容词向量进行对比,最后Skip‑gram模型依据对比结果将不符合文本范本规范的文档进行标注预警,以此来完成文档的分类整理以及对不符合要求的文档的标注,以方便档案人员快速对文档进行整改,从而提高了档案的管理效率。

    一种基于深度神经模型的档案归档计算方法

    公开(公告)号:CN115329169B

    公开(公告)日:2023-10-20

    申请号:CN202210733037.X

    申请日:2022-06-27

    Abstract: 本发明提供一种基于深度神经模型的档案归档计算方法,包括下列步骤:依次提取项目文档集合中任一文档的名称信息,获得文档名称信息,根据文档名称信息进行分类,输出与文档名称信息对应的标准名称,将文档名称信息与标准名称进行对比检验,若对比校验通过,使用文档名称信息对前述文档进行标记;若对比检验不通过,提取前述文档中的内容信息,根据所述内容信息进行分类,输出与内容信息对应的标准名称,并使用与内容信息对应的标准名称对前述文档进行标记;对项目文档集合中的所有文档依次进行标记,获得多个标准名称,根据标准名称的数量以及含义,对项目文档集合进行完整性检查,对通过完整性检查的项目文档集合进行存储,并生成归档信息。

    一种基于深度神经模型的档案归档计算方法

    公开(公告)号:CN115329169A

    公开(公告)日:2022-11-11

    申请号:CN202210733037.X

    申请日:2022-06-27

    Abstract: 本发明提供一种基于深度神经模型的档案归档计算方法,包括下列步骤:依次提取项目文档集合中任一文档的名称信息,获得文档名称信息,根据文档名称信息进行分类,输出与文档名称信息对应的标准名称,将文档名称信息与标准名称进行对比检验,若对比校验通过,使用文档名称信息对前述文档进行标记;若对比检验不通过,提取前述文档中的内容信息,根据所述内容信息进行分类,输出与内容信息对应的标准名称,并使用与内容信息对应的标准名称对前述文档进行标记;对项目文档集合中的所有文档依次进行标记,获得多个标准名称,根据标准名称的数量以及含义,对项目文档集合进行完整性检查,对通过完整性检查的项目文档集合进行存储,并生成归档信息。

Patent Agency Ranking