知识图谱技术在城市轨道交通企业档案数字化的初探

文/刘靖昌、李杨，广州地铁集团有限公司

随着城市轨道交通行业快速发展，档案馆藏量急速增加，在人工智能技术广泛应用和数字化转型的大背景下，如何有效挖掘和利用城轨企业档案的价值，推动城轨企业科技创新与发展逐渐成为档案学界以及城轨行业关注的焦点。通过构建知识图谱模型，借助于NLP自然语言处理、实体抽取与实体融合等人工智能技术，细化档案数据解析颗粒度，提高档案知识的语义关联，以此解决档案利用中存在的现实问题，提高档案利用的深度，通过有效挖掘档案知识，实现档案知识智能搜索和个性化知识推送，提升城轨企业档案利用的服务水平。

城轨企业档案是城轨企业的财富，是城轨企业历史数据的重要载体，在城轨企业的生产活动、人才培养、科研创新等方面发挥着重要作用。档案多以非结构化数据为主，是企业的“暗数据”，也是企业亟待挖掘的一大“数据矿产”。随着城轨线路规模的飞速扩张，城轨企业档案将达到前所未有的体量，对传统的档案管理模式提出了新的挑战。目前，部分国内城轨企业档案管理具有一定的信息化基础，依托档案管理系统开展档案归档和档案利用等工作。在当前在人工智能技术广泛应用和数字化转型的大背景下，如何有效地开展档案知识开发，充分挖掘档案的价值，提升档案利用服务功能，更好地满足城轨企业发展的需求，已经成为城轨企业普遍关注的新课题。……