目前主要的检索方法是关键词检索 未来主要的检索方式是 AI 检索 大模型 + （搜索引擎、法律数据库、私域数据）将是主流，但 AI 输出的结果需要进行校验。 1985 年，始于北京大学法律系 1999 年，成立北京北大英华科技有限公司 北京大学投资控股、北京大学法学院创办和主管 英文译本库 Legal News 、 Laws & Regulations 、 Judicial Cases 各类行政处罚信息。 800 万 + 10 万 + 25 万 + 1600 门 + 3200 万 + 3.5 亿 30 万 + 30 万 + ~1.50 亿 + 430 万 + l 关键词检索 l 高级检索 l 大模型检索 小扎在教室打架致一方伤残 ， 学校通 常 承担几成责任？ 思路一： 体系检 索 思路二： 关键词检 索 思路三： AI 检 索 【主办单位】 北京大学法学院、 北大法宝

图｜阿里云推出多模数据管理平台 DMS：OneMeta+OneOps 当前，近 80%的企业在建设数据平台时采用多种数据引擎、多数据实例组合的策略， AI 兴起也带来了非结构化数据的指数级增长，给企业对数据的高效检索和分析管理提 出了更大挑战。此次，阿里云重磅推出由“Data+AI”驱动的多模数据管理平台 DMS： OneMeta+OneOps，助力构建企业智能 Data Mesh（数据网格），提升跨环境、跨 Rockset 能提供两个关键能力：一个是多维索引，另一个是实时性。 这说明，AI 时代，对数据检索的要求不是变弱了，而是越来越强了。 二、向量数据库快速发展。向量就是特征，向量数据库的检索和传统数据库精确的检 索结合，可以给用户创造更灵活、更贴合业务场景的一种检索模式，甚至是更可理解 的检索模式。 三、具身智能的突破。“具身智能”是 AI 里面的行为主义，强调输入和反馈，更需要 ，包 括存储、计算，这是传统数据库以及云数据库特别擅长的点；最上层，是端到端的智 能化服务，目前主要以 RAG 服务为代表，面向用户以及开发者提供模型、算法管理、 向量检索能力，特别是需要把向量检索基于 SQL 的检索结合起来。中间层，是智能数 据平台的“大脑”，包括数据的统一、现代数据开发、Copilot 智能。 从云数据库的发展方向来看，AI 时代的云原生数据库要实现“四化”，即云原生化、

02 利用物联网、云计算等技术手段，实 现档案信息的智能感知、智能检索、 智能分析等功能。 智能化管理 03 提供多样化的信息服务模式，满足用户远 程查询、在线浏览、下载利用等需求。 信息化服务 RANMC@2025.08 1.3 建设目标 提高档案信息利用效率 通过大数据平台的建设，提高档案信息的检索、筛选、 分析和归纳的效率，为决策提供数据支持。 提升档案管理现代化水平 能化和现代化，提高档案管理效率。 实现档案资源数字化 通过数字化技术将传统档案转化为电子数据，便于查询、 分析和利用。 档案馆存储海量历史数据，缺乏有效的管理和利用手段。档案查询和利用受到时空限制，无法满足远程查询和快速检索的 需求。档案馆需要提高数字化水平，实现信息资源的高效整合和利用。 RANMC@2025.08 1.4 数字化管理 系统致力于提升档案馆的档案管理水平，通过系统的自动化、标准化功能，实现电子档案的接收、管理、利用、存储、安 文书类电子档案检测一般要求》中的定义： 真实性：指电子档案的内容、逻辑结构和背景与形成时的原始状况相一致的性质； 完整性：指电子档案的内容、结构和背景信息齐全且没有破坏、变异或丢失的性质； 可用性：指电子档案可以被检索、呈现和理解的性质； 安全性：指电子档案的管理过程可控、数据存储可靠，未被破坏、未被非法访问的性质。 一键检测 方案配置 RANMC@2025.08 3.14 档案库自由定制 系统提供灵

..........................30 5.2.10 档案检索.....................................................................................................31 5.2.10.1 知识库检索........................................ ................................31 5.2.10.2 全文检索(智能)..................................................................32 5.2.10.3 档案分类检索.............................................................. 各分子公司重要 档案移交等管理工作规范化；  实体档案数字化：实现将档案目录和部分档案全文的数字化转储，通过 扫描、摄像、非线性编辑等方式将文字材料、图纸、音像等资料转化为 由计算机存贮和检索数字数据格式，便于存储和利用； 16  档案的全面收集与共享利用：对档案业务工作进行全面规划，实现总部 与各分子公司之间实现档案信息的共享，在保证应收顺利的情况下，促 进档案信息的利用，同

性，进一步提升电子政务的服务质量。 1.2.1 deepseek 模型的核心技术 DeepSeek 模型是一种基于深度学习的自然语言处理（NLP） 模型，旨在通过大规模数据训练和先进的算法来实现高效的知识抽 取和信息检索。其核心技术包括以下几个方面： 首先，DeepSeek 模型采用了 Transformer 架构，该架构通过 多头自注意力机制（Multi-Head Attention）实现对输入文本的全 局理解。相比传统的 Sentence Prediction, NSP）。这些 任务使模型能够在不同语境下理解词语的含义和句子之间的关系。 在微调阶段，模型针对特定的电子政务领域进行有监督训练，以提 高在知识库构建和检索任务上的表现。 此外，DeepSeek 模型还引入了知识蒸馏（Knowledge Distillation）技术，通过将大型模型的知识传递给小型模型，既保 持了较高的性能，又降低了计算资源的消耗。这对于电子政务系统  动态知识更新：模型支持在线学习和增量更新，能够及时吸收 最新的政策法规和政务信息，确保知识库的时效性和准确性。 通过上述核心技术，DeepSeek 模型能够在电子政务领域的知 识库构建和信息检索任务中表现出色，为政府部门提供高效、智能 的解决方案。 1.2.2 deepseek 模型的应用场景 deepseek 模型作为一种先进的人工智能技术，具备强大的数 据处理和分析能力，能够广泛应用于电子政务的多个场景中，以提

........................................................................................37 6.7. 全文检索技术................................................................................................. 位依照统一的技术标准和规范，对电子文件进行管理。只有这样才能统一数据 形式、统一操作规程、统一利用方式。 11 政府数字档案馆系统建设方案 3、保障数据的安全性 在系统设计中，采用良好的安全机制，数据存储、检索、提取、发布和管 理等各个层面和角度都须具有相应的安全机制。可有效防止非法用户入侵和最 大限度地限制信息泄密；系统具有监控功能和日志功能，对在线用户进行有效 的监控，记录下用户的任何操作，确保不可抵赖性。 为，以确保其真实性。 5、实现政务文件信息资源充分共享，提升馆藏档案的社会化服务水平 将各单位的文件资源整合起来，集中管理，形成一个统一的电子文件利用 平台，提供一站式的综合利用服务。通过智能检索技术及数据挖掘技术，为不 12 政府数字档案馆系统建设方案 同的利用者提供强大的档案资源查询和利用功能，大大提升档案馆社会化服务 水平。 2.3. 系统设计原则 （1）遵循相关标准的原则

1.2.功能需求 1.档案收集：根据文件的来源特征，提供多种相对应的采集手段。 2.档案管理：提供上报管理、鉴定销毁、归档数据管理、全宗管理等功 能。 3.服务利用：提供模糊检索、高级检索、全文检索多种检索方式，对电子 档案提供在线浏览，具有借阅管理、档案统计和专题管理功能。 4.系统管理：提供用户管理、权限管理、数据管理、报表管理、模板管 理、规则设置、日志管理等功能。 1 合法性、规范性校验。 1 智 慧 档 案 馆 平 台 建 设 方 案 2.安全性：系统应能够提供全面的安全保障措施，采取多级权限控制方式， 提供完整的操作日志、完善的应用审计功能，保障数据在存储、检索、提取、发 布和管理等各个层面的安全性。 3.开放性：无论是网络操作系统、网络协议、软件体系结构，还是传输介质、 通讯方式和接口都必须符合国际标准；支持标准数据交换格式，数据交换包的格 数据库技术等作为软件集成环境，运行稳定、技术先进、利用高效的系统。能满 足本馆档案管理工作今后一个时期(至少 5 年)内不断发展的需要。 6.系统性能指标要求： 并发数：>200。 检索响应时间：目录检索客户端响应时间<2 秒；全文检索客户端响应 时 间<3 秒。 目录数据查全率达到 100%。 目录数据查准率大于 98%。 系统平均无故障时间大于 1000 小时。 数据库系统平均修复时间：数据库平均恢复时间小于

分类结果 用户问题 • 检索 • 以知识库中的问题为粒度建立索引，每 个 问题都对应一个知识点 • 对用户问题进行分词、去停用词、同义 词 扩展等操作 • 返回知识库中若干个相关性最高的问题 对 应的知识点 • 排序 • 通过一个语义匹配模型计算用户问题和 检 索返回问题的语义相似度，选择语义 相似 度最高的问题对应的知识点 基于检索和排序的问答系统 排序 知识库 检索 检 索结果 最终结果 用户问题 句向量 编码器 向量搜索 知识库 基于句向量的语义检索 检索结果 命中知识点“如何查询积分” 怎么看还剩多少积分 知识点 1 知识点 2 知识点 3 用户问题 • 通过标注数据训练句向量编码器 • 标注数据为句对：语义相同的句对、语义不同的句 对 • 句向量编码器的结构： Bi-LSTM + max-pooling 问答的本质是找到和用户问题语义匹配的知识点 • 基于分类模型的问答系统效果好，但需要较多的训练数据， 且重新训练的成本较高 • 基于检索和排序的问答系统能较好的弥补以上问题，但仍 然 存在检索召回问题 • 基于句向量的语义检索能实现在全量数据上的高效搜索， 从 而解决传统检索的召回问题 • 实际系统中会根据具体情况选择不同的方案 问答型对话技术小结 任务型对话 . 用户希望完成特定的任务

中古籍善本、碑帖尺牍、名人手稿、家谱方志、西文珍本、 唱 片乐谱、近代报刊及专利标准等尤具特色。 ● 每年保持新订、续订各类型数字资源 190 种以上，类型涉及中 外 文电 子 书报刊 、专 利标准报告、学位会议论文、参考检索工 具、 事实数据、多媒体等。馆藏文献覆盖学科范围广泛，基本 涵盖 国际知名出版社、学协会出版物。 上海图 書 館 世界级城市公共图书馆馆藏文献量 ( 截至 2021 年底 ) 单位：万册 / 嵇婷，周纲，许 磊， 2024) AI 检索与发现 智慧情报服务 特色馆藏 Chatbot 无障碍智慧服务 其他 AI 管理 自动编目辅助 AI 采访建议 上海图 | 書 | 館 SHANGHAI LIBRARY 元宇宙空间智慧 数据检索 数据开发 自定义标签检 数据报告 索关键词标签 数据可视化 检索多维检索 数据分析 数据质量 (LSP) 理念构建，采用云原生、微服务、自托管及可观测架构， 能够支撑图书馆的全业务管理，包括采编典藏流、空间服务等 技术创新与应用突破： 智慧服务： VuFind 统一发现与纸电融合检索、移动智慧服务 > 智慧空间：图书定位与读者室内导 航 智慧业务： 智慧采编、历史人文知识组织 智慧管理： 数据中台与数据集成创新应用 智 慧 图 书 馆 技 术 应 用 联 盟 云瀚

表格 图片 音频 视频 网址 代码 数据增强 检索召回 全场景的 RAG 综合召回解决方案 ★ 问 题 分 析 意图识别 反问 / 追问 问 题 改 写 智 能 推 理 Rerank 多轮校验 了中国信通院 “可信 AI 检索增强生成产品”评估认证。 AI 企业知识库特点 2 ： 领先的多模态 RAG& 知识解析技术 ， 让 AI 精准理解知识 分段 & 嵌入 段落识别 智能分段 基于文档结构的多 级语义切分 基于场景精调的 ★ Embedding 模型 多 路 召 回 语义检索 图谱检索 全文检索 混合检索 开放式模块化高级 RAG 完整性 • 检索质量：高（多专家协同研判 / 验证） • 响应方式：主动优化 • 计算能力：优（数学智能体 /SQL 智能 体） • 学习能力：主动学习 • 典型应用场景：多步骤的技术故障排查、 高纬度模糊问 链式推理 无跨文档多实体关系推理能力 • 核心：关键词 / 向量检索 • 单向（流水线）：检索 --> 重排 -->