知识发现、复用与再生产：一种智慧档案馆的知识管理视角

周林兴 殷名

关键词：智慧档案馆；档案数据；潜在价值；知识管理；知识发现；知识复用；知识再生产

数智时代档案信息资源的“智慧性开发”已是大势所趋，数字化转型、知识化应用已成为一种常态，档案馆建设的新目标必然是朝着智慧档案馆方向发展，[1]对数字档案的信息管理将向知识管理跃迁。[2]针对数字档案馆和智慧档案馆的关系，国内学者大多持“升级论”和“并行交叉论”两种观点。第一种观点认为智慧档案馆是数字档案馆的延续和升华，[3]它是应用智慧管理技术的信息化形态档案馆，[4]是数字档案馆的高级形态[5]、高级阶段[6]；第二种观点则将数字档案馆和智慧档案馆视为并行存在的两种事物，二者既有联系、又有差别，[7]后者为前者提供技术服务，前者为后者提供基础数据支持。[8]笔者赞同升级论，认为二者的差异在于档案信息感知与协同处置能力的强弱，[9]具体表现为智慧档案馆在知识管理视角上的变化，对现有知识的持续开发和创新，核心在于针对数据集中有效、新颖、具有潜在价值和可理解性子集的识别，[10]使用现有知识来解决新问题或创建新解决方案的能力，[11 ]以及对知识形式、内容、意义的再生产。[12]

1 洞察数据价值，提升档案数据“智性”

在“三态”（模拟态、数字态和数据态）与“两化”（数字化和数据化）的既有发展轨迹及未来演变趋势[13]下，智慧档案馆作为档案馆的高阶形态，具有较高程度的自动化与智能特征，基本处于数据驱动与模型驱动形态，呈现出典型的数据化模态和数据态范式。其知识组织粒度也随之降低，以不可再分割的、具有完备知识表达的知识单位——知识元[14]为知识操作与管理单元，实现“知识元—知识链—知识域—知识网”多层次知识体系的建构，[15]以知识化组织赋能信息资源的关联利用，优化资源关联模式和知识发现模式。[16]

1.1 以数据思维和结构转变深化档案数据价值认知。数据要素作为最具时代特征的生产要素，[17]为智慧档案馆提供“数字引擎”。在数据思维的框架下，传统的信息组织单元已无法满足数据态档案的单元操作与管理需求，“知识元”因其唯一性、独立性、完整性和易用性成为档案知识化组织的全新单位，[18]实现数据生产要素引导下档案资源组织的结构性转变。此种转变下，以知识元为基本单位的“数据化”档案释放数据要素价值，激活数据要素潜能，[19]并以数据为基础、以技术环境为导向实施数据驱动决策，推动档案数据价值的深化和凸显，促进档案情报价值的更大实现，[20]进而对档案内容进行智慧性摄取和知识管理、智慧管理。[21]

在“开发与计算语境”[22]下，知识管理过程中数据态档案的数据价值包括小数据价值和大数据价值。作为“大数据的最后一公里”，[23]档案以数据形态实施知识元的提取和知识单元的呈现，以小数据模态成为数据科学的资源基础，[24]具有作为基础数据的小数据价值。此价值是“档案数据”的自然属性，是不随档案信息资源组织形式变化而转移的。档案的大数据价值是档案通过大数据技术处理、挖掘和应用而获得的价值，[25]其通过数据共享、交叉复用和关联分析而产生，以量变推动质变，实现数据到知识的跃升。此价值是“档案数据”的社会属性，因数据管理方式而发生变化。档案的数据价值要求智慧档案馆从经验驱动转向循数管理，以知识发现为方式，让“数据说出未来”。[26]

1.2 以知识提取和关联揭示促进档案隐性知识显性化。显性知识指能以一定符码系统加以完整表述，以正式、系统化的语言传播的知识，而隐性知识是未编码、非结构化、非格式化的、“未被表述的知识”，[27]又被称为主观知识。传统认知中，档案馆的隐性知识往往以档案馆内的知识主体——档案馆员为载体，由档案馆员来决定隐性知识的发挥和运用，[28]而智慧档案馆因其“智慧”特征，具有综合数据、信息、情报和知识来解决问题的意识和能力，[29]也应作为知识主体发挥自身主体责任能力，[30]挖掘、发现档案中具有内隐性、难以表达的内容，促进档案隐性知识的显性化。

档案隐性知识的显性化主要依赖于系统化的知识提取和关联揭示。智慧档案馆作为“知识工程师”，对知识源进行知识识别和知识表示，通过沟通机制和可视化技术对知识的内容、结构以及可行性等进行评价，完成知识建构，形成显性知识，存入知识库。[31]不仅如此，其还聚焦于碎片化的知识间关联组织，实现隐性知识到显性知识的转化。[32]隐性知识的显性化使得未被表述的档案知识脱离客体，经由知识主体的交互和加工实现知识呈现和价值显性化。

1.3 以数据挖掘和语义分析主导档案显性知识整合。挖掘功能的完全和彻底实现是知识管理中知识发现的终极目标。[33]智慧档案馆的档案知识发现以大数据为驱动力，以数据挖掘和语义分析技术为主导，将档案数据规范化、关联化、语义化，使显性的无序知识有序化，最大特点是能够极速、精确实现对规模大、流转快、类型多、价值密度低数据的统计性分析归纳。[34]此过程中，数据挖掘技术以聚类分析、分类算法等方法解决海量数据处理问题，具有强大的特征提取和学习能力，而语义分析能够有针对性地处理自然语言高维度稀疏数据，[35]实现文本的微观化个体处理，完成实体识别和情感分析。二者结合以利用数据联系将挖掘深入化，同时适应自然语言的灵活性，实现档案显性知识的自动化整合。

档案显性知识的整合过程因数据结构分类的不同而有所差异。对非结构化数据，须通过文本挖掘、图像识别、时间序列分析等技术提取其中关键信息和主题，形成结构化/半结构化数据；针对半结构化数据，须通过XML/JSON解析、主题建模等技术提取其中元数据，再经过数据清洗、预处理和特征工程等步骤，形成结构化数据；针对结构化数据，须通过回归分析、决策树、随机森林等技术提取其中关键指标和统计数据；随后采用关系抽取、语义依存分析、语义角色标注等技术形成语义角色链/树，最终实现数据报告、知识图谱、知识库的构建，完成档案数据中显性知识的整合。

1.4 案例：敦煌莫高窟以智慧数据建设探索“数据驱动”新范式。敦煌研究院联合国内外多家科研机构于2011年共同建成并投入运行综合性虚拟现实项目“数字敦煌”，通过三维激光扫描、近景摄影测量等一整套适合石窟不可移动特点的文物数字化技术和规范体系技术对洞窟、彩塑与壁画进行数字化处理，再利用三维图形图像技术进行还原展示，形成包括虚拟现实、增强现实和交互现实三部分的完整数字档案和数据库，呈现立体、直观、逼真的敦煌石窟世界。截至2018年，该项目已开展221个洞窟的高保真壁画数字化采集，141个洞窟的整窟高保真数字化图像处理，壁画数字化摄影采集精度达到300DPI，特殊应用采用600DPI；并已开展143个洞窟结构三维重建，45身重点彩塑的三维重建，莫高窟、榆林窟两处大遗址的三维重建数据，144个洞窟全景漫游节目制作；共获取45 000张档案底片的数字化资源，数据总量超过1 000TB。[36]

以智慧数据理念为背景，依托海量的敦煌研究文献和数字资源，武汉大学联合敦煌研究院挖掘敦煌数据要素和数据价值，建构敦煌文化遗产智慧数据集，探索“数据驱动”下数据资源的语义化处理和应用服务，并通过集成平台开展数据共享和智慧服务。[37]其以人机协同进行领域主题词发现与归类，基于关联数据技术开发敦煌壁画主题词表关联数据服务平台；根据敦煌石窟文化遗产的特征构建领域本体模型，明确表达并结构化处理非形式化知识，深度描述和揭示相关资源的语义特征、资源间的语义关联；构建图像多维语义描述框架，提出面向文化遗产图像资源的通用性深度语义标注框架，对图像进行组织层、标引层、元素层、图像层的多层语义标注，描述图像内部的细粒度对象与语义单元；同时建设图像数字资产管理系统、敦煌壁画图像交互式数字叙事系统，朝着高质量、大规模的领域知识图谱构建与应用迈进。这是对领域数据的挖掘、设计、组织和利用，以智慧数据构建细粒度知识、大规模知识图谱，最终开发智慧化服务。

2 保障知识利用，发挥档案知识“智用”

知识的高效利用是实现数字政府智能化治理的前提和必要条件，能够提高机构决策能力和效率、降低成本、最大化发挥知识效用，[38]已然成为档案馆由数字化向智慧化转型的关键因素。智慧档案馆一方面作为知识生产者（知识挖掘和知识记录者），挖掘、整合、组织/编码和存储显/隐性知识，为知识利用提供前提准备；一方面承担知识获取/集成和知识加工的环节责任，作为知识中介者对知识进行筛选、索引、抽取、清洗、评估、包装等操作，为知识利用提供物质基础；另一方面承担知识传播、知识重用的环节责任，作为知识消费者检索知识内容并进行同质化或异质化的应用，完成自主知识复用并提供知识服务，为知识利用提供需求保障。

2.1 以数据质量和知识集成保障档案知识可复用性。可信的数据源和高质量的数据是进行准确知识利用、知识复用并获得可靠结果的前提和必要条件，[39]知识的有效集成是信息要素高度集合、知识组织最优化、知识可复用的基础。[40]智慧档案馆用以知识利用的数据和知识主要来源于4个方面：一是图书馆、档案馆、博物馆（Library、Archives、Museum，LAM）合作共享的初始性数字信息资源；二是LAM数字资源中抽取而出的海量知识元；三是未经过知识发现的隐性资源；四是其他领域的外围数字资源。[41]针对不同来源的数据和知识，应当以明确的元数据质量标准进行统一管理，同时增强数据描述的深度和精细度，依照信息元素特征对数据进行多层级的整合和集成。

单维资源层面上，针对具有可靠来源的数据进行数据清洗、数据转换、数据规约等手段的形式结构化处理，再利用分类、聚类、关联规则、序列模式挖掘等知识抽取手段对其进行内容结构化处理，形成单业务知识库。多维资源层面上，将单维资源进行关联，以关键特征提取和业务知识关联形成多系统关联的知识网络，通过关联数据、关联关系等引入外围资源，形成多源融合的关联网络。[42]通过单维和多维资源的重组集成，以统一的元数据标准和本体结构形成具有相同特征、类似粒度的信息单元，能够实现面向对象层次、活动过程、应用主题的多方位信息集成，[43]形成知识元网络和基础资源网络有机统一、外围数字资源有效赋能的资源体系，以高质量数据和高集成度知识保障知识可复用性。

2.2 以专家资源和模块存储拓展档案知识深度广度。知识的有效利用建立在拥有完善的知识库和高效的知识管理系统基础之上。依照知识形态，可将知识库分为文档知识库和数据知识库；依照知识类型，可将知识库分为领域知识库和领域专家库。[44]不同类型的知识库可以模块存储模式进行聚类存储，其允许单独添加、删除或替换存储模块，能够及时对所储知识进行调整、优化和广度拓展，并对所需知识片段进行快速定位和访问，提高知识复用的效率和灵活性。不仅如此，各领域的专家资源还能与智慧档案馆形成良好的社群协作关系，以专家信息、专家知识建构领域专家库，加大领域显/隐性知识纵深，促进领域知识传播和共享。

经过对原始数据的清理和预处理（去除重复值、处理缺失值、归一化等），智慧档案馆能够自动根据数据特点选定适配的聚类算法（如K-means、DBSCAN、层次聚类等），将相似的数据点聚在一起，形成一个个簇，再以可视化方式展现关键词聚类、主题聚类、图像聚类、社交网络聚类等聚类结果，并以聚类内部和之间的相似性等指标对聚类结果进行评估调整，最终组成知识模块。这一过程中，针对专家资源进行专门架构设计和表单制作，经过整合的人力资源和专家知识应分领域分模块存入领域专家库。这些知识模块可以直接存入关系型数据库、图形数据库、文档数据库和NoSQL数据库等多种类型数据库中，也可以通过知识图谱技术将其以节点和边的形式组织起来，形成图谱库。

2.3 以情境匹配和检索可视提升档案知识服务能力。泛在知识环境下，档案用户需求呈现立体多维的复杂结构，用户情感易变性增强，个人、群体表现出多元化的知识需求。[45]智慧档案馆以用户为核心，以知识情境匹配和可视化技术为基础，以档案资源的交互式与推送式服务实施资源的精准推送，形成多维感知的知识服务模式，同时实现档案知识内化和档案用户社群间的知识外化与传递，[46]是知识复用的典型场景。在此背景下，可采用SaaS（软件即服务）知识服务模式整合单维复用流程、多系统知识关联、知识库，实现单模态知识复用，以及采用PaaS（平台即服务）知识服务模式形成基础平台及可复用的插件、工具和接口，构建不同的知识主题和知识场景，实现多模态知识复用。[47]

情境建模和图像可视化是实现以知识服务为导向的知识利用和复用的有效手段。知识情境是知识产生和应用过程中可能出现的所有元素及其关系所构成的有序序列的集合，以问题、任务、过程、资源、产品/服务、领域等为节点形成类属关系、部分整体关系、实例关系、属性关系等节点关系，可由节点相似度计算得出维度相似度，加权而得情境相似度，并以相似度分析和情境查找实现知识利用和知识复用。[48]而本体、知识图谱、复用图神经网络等基于图的技术是知识分布位置的可视化表达方式，是以有序方式对用户进行知识呈现的典型手段。[49]除此之外，由元数据、图像、标注内容组成的图像知识体系也可形成图像知识复用链，通过SPARQL检索便可快速抽取并重塑图像复用过程。[50]

2.4 案例：江西省档案馆以信息特征分析建构档案开放鉴定模型。江西省档案馆承担的2019年度国家档案局科技项目计划《基于结构化和文本数据的辅助开放鉴定模型》以文献研究、德尔菲法、实验和实证等方法针对馆藏的中华人民共和国成立后文书档案进行研究，建构辅助档案开放鉴定模型，并通过本省档案馆的档案大数据分析应用系统与数字档案集成管理系统对接，业已正式通过验收。2022年，江西省档案馆利用课题成果完成26.526万件档案二分类预测与运用工作，鉴定模型预测率为100%，总准确率为70.68%，总精确率为67.6%；减少了25%以上人工一审工作量、20%以上人工二审工作量，单维直接鉴定模块分析13万件没有应用预测成果、二审未开放的档案数据，将6 958件档案修正为控制使用。[51]

该课题首先以全宗为对象、以件为基本单位上线、挂接数字档案资源，针对其进行开放信息特征分析和敏感信息特征分析，选用特定关键词特征、开放词与敏感词特征、敏感全宗特征、基于法规的开放鉴定分类信息特征、片段信息特征等5类档案信息特征，转化形成用于开放方向的特定开放词、特定敏感词等7个鉴定模型维度，用于控制方向的开放词数、敏感词数等8个鉴定模型维度和两个方向兼有的情感分析1个鉴定模型维度。[52]经过对数据质量、信息集成及分析质量的把控，该课题以“档案数据化”和“数据分析算法”两项为数据挖掘关键技术，选用Paddle OCR识别工具、LAC中文分词工具、LSI文本聚类算法、BERT+ Dense文本分类与情感分析算法等，构建了递进式辅助开放鉴定双模块、算法模型和档案知识库，对于档案文件进行针对性、专门性知识匹配和可视化结果显示，实现多维度、可解释、语义化的智能鉴定。元数据方面，其基于档案文件的背景信息（包含文件元数据信息、系统中业务数据等）进行综合性审查；句方面，其通过对句语义的阅读理解判定档案文件中段落/句子的正负面语义及涉敏程度和类别；字词方面，其结合上下文语境对敏感词进行识别标注；图像方面，其进行图像特征辨别；篇章内容方面，其进行完整文本审读，深入挖掘上下文文本语境关联。

3 升级档案资源，彰显档案生命“智效”

从话语分析的角度来看，智慧档案馆因其在知识管理过程中的反复性和加工性实现了形式再生产、内容再生产、意义再生产[53]：形式再生产指知识形态/形式的内部转化和相互转化；内容再生产指对知识内容的加工和再建过程，也是知识发现、知识复用的基本过程；意义再生产指对知识象征意义、功能意义的阐释，是知识生命力的象征和体现。知识再生是对档案资源的活化，是档案资源在人的社会活动、思维方式中加以继承和发展的直接体现，是智慧档案馆对档案资源的活性保护和活态传播，彰显了档案的生命力和可持续性。

3.1 以主体协同和多维对话形成档案多元知识结构。智慧档案馆的知识再生主体包括生产者主体和消费者主体，其中前者是档案知识的形成者和加工者，包括具有“智慧”特征和能动性的智慧档案馆本身和档案工作者，后者是融文本认知、内容理解、意义阐发为一体的受众，如档案用户、社会公众。[54]生产者各主体和消费者主体的新定位将导致话语秩序的变更，主体间多维度的话语交换会改变知识生产与分布的话语权和多样性，[55]进而形成一元知识到多元知识、确定性知识到模糊限制性知识、陈述性知识到程序性知识的知识转变，以及个体知识和公共知识、专家知识与常识性知识共重生产的知识特征。[56]

知识的融合、共享和共创需要知识再生主体的协同合作，形成以智慧档案馆为执行主体、以档案工作者为把控对象、以满足消费者主体需求为目标导向的档案知识生产共同体，并通过固定的权力关系网络和话语秩序建构、维持和稳定知识再生产关系与运作架构。档案工作者是具有权威发言权的知识再生决策者，针对智慧档案馆的知识生产各环节进行宏观指导和调控；智慧档案馆是知识再生的执行者，以其知识基础和技术支持实施知识生产的具体环节；档案用户、社会公众则对知识产物进行利用和反馈。不同维度间的主体进行建设性的互动与渗透，通过对话实现知识再生的全过程多主体参与，最终形成多元、开放、动态、可用的档案知识结构和知识有机体。

3.2 以知识融汇和交互涵化加速档案动态知识演进。知识是在涵化过程中不断演进的。知识涵化指多元实践共同体对于多元知识形态的知识交流、交锋和交融而产生新知识的过程，其要义在于学习借鉴、沟通互融和理论创新，是知识生产和再生产的根本路径。[57]智慧档案馆知识再生的理想状态是经由单向涵化、双向（以及多向）涵化走向以知识融汇为主要特征、实现深度知识融合的交互涵化；理想模式是由知识的多元性赋予知识再生活力和动力，由知识的辩论和对话提升知识的质量和深度、促成知识的升华，形成不断生成、变化、演进的知识模态和多元一体的知识体系。[58]知识的汇集和融合是多元主体之间交互涵化的基础，二者共同组成了知识再生的原动力。

知识的集成整合、关联提取和模块存储是智慧档案馆知识融汇的主要方式，是智能技术的直接使用。知识主体的交互涵化则是跨学科、跨领域的合作和交流，是在知识交流过程中知识形态的转变和思想理念的启示，是智慧档案馆因其“智慧”成为档案知识主体的内推作用。在此语境下，知识客体不再有界、以固定形态和内容为限度，而是形成多面、多重的知识模态，在一定的因素推动下可无限延伸；知识主体也不再是独立存在、彼此分离、边界明晰，而是呈现出流动性、交融性，从分离向交互演化。知识客体的融汇和多变要求知识主体的不断交互，知识主体的交互和涵化又进一步赋能知识客体的动态演变，这是社会液态化背景下知识再生产发生固态到液态形态嬗变的具体表征。[59]

3.3 以智慧累积和媒介传播延续档案丰厚知识脉络。知识再生的形式、内容和意义都是累积性的。形式上，知识再生的技术手段不断更新迭代，新旧技术相辅相成、依具体情境选用；内容上，知识再生是知识本身的增量过程，也是知识内涵的创新和升华；意义上，知识再生消解了中心化、扁平化、封闭化的知识关系，持续多维多位建设档案知识网络。技术、量级和含蕴的累积是知识再生过程中“智慧”累积的具象表现，也是档案知识脉络愈加丰厚的内因所在。同时，现代传媒作为知识生产成果的表现形式及其传承体系的构成方式，对知识的加工、传承行为进行保存和传播，进而提升档案馆知识再生能力和影响力，是丰富档案知识脉络的外在赋能。

智慧档案馆通过“智慧”技术完成知识再生的形式累积和内容累积，又通过“智慧”思维阐释知识再生的象征意义、功能意义，为知识提供多样的增值手段、不同的生命形态和源源不断的生命动力。利用数字技术、网络技术和移动传播技术进行信息传播的新兴媒体则提取、活化、传递知识再生过程，已然成为其外界参与主体，并增添其意义再生内涵。在这一过程中，现代媒体因肇始于技术发展，与智慧档案馆直接形成技术关联，同时作为中介和过程要素为档案知识的意义再生构建情境殊异的数字传播场域，强化其源头价值，进而导向网络化扩散的生产行动和效果，推动并传播智慧档案馆知识生产、再生产进程。[60]智慧档案馆的智慧累积和现代媒介的参与式传播延续了档案知识的脉络和生命力。

3.4 案例：中国人民大学以文化资源整合阐释“新老”北京记忆。中国人民大学数字人文研究院、人文北京研究中心主持建设的“北京记忆”数字记忆项目综合运用多学科多领域的方法、技术与工具，按照北京城的地理空间和历史发展脉络，对原生和再生的数字资源进行存储和整合。针对不同的记忆对象和记忆场景，其分别采用数字叙事、地理信息系统、3D建模、VR/AR、交互游戏等多种方式呈现，从整体上展示和沟通“老北京”的历史魅力与“新北京”的精神风貌，以“两站一库”（专题网站群、互动网站、数字资源库）为主体，构建了一座城市（3000年北京建模）、一条胡同（北京史家胡同网站）、一条河流（京杭大运河网站）、一栋建筑（清陆军衙署网站）、一段童谣（北京童谣网站）的北京数字记忆迭代知识谱系，至今仍在持续更新。[61]

该项目以首创的“前站后库”架构实现记忆资源的科学存储、知识再生和充分共享。[62]前站承担展示功能，即以网站为窗口面向社会公众提供交互式服务，以丰富的多媒体资源展示和互动体验功能高质量优体验地输出北京文化、记忆资源，包括北京城市文化、金石舆图、民俗风情、口述历史、非遗传承、红色文脉等；同时以“北京+您=北京记忆”为口号开启档案资源收集的专门通道，以众筹资源—众构记忆—众创空间—众享文化4个维度进行北京记忆资源的可持续补充与管理。后库则侧重数据保存和知识组织，是记忆资源的完整数据库，各类资源经规范加工后存储于此；同时以数据挖掘和智能分析对大量信息进行深度研究和挖掘。在后库中设计智能检索还可以打通各类资源的知识关联，以著名人物、著名地点、著名建筑物为重要的串联线索构建专题网络，把历史事件、学术思想与数字地点进行有机结合，从中获得新的信息和结论。以首都图书馆北京地方文献中心为主要主体，北京市各级领导机关、各科研和企事业单位及社会公众为共同主体的北京记忆项目以多主体协同方式展开北京文化资源整合，随着资源丰富不断加深、拓展知识融汇和涵化，以新兴媒体展现北京档案文化资源纵深，形成多资源互补、多媒体联通、迭代式生长、开放式构建的“新老”北京记忆。

4 结语

知识管理是信息管理适应知识经济时代的发展的必然结果，是信息科学发展中新的增长点。[63]从知识管理视角看待数字档案馆到智慧档案馆的变迁，能够直观感受其在档案信息感知与协同处置能力方面的飞跃。知识管理视角下，智慧档案馆因其高程度的数据态和智慧化特征，以数据思维和结构转变为基准，应用知识提取、关联分析、数据挖掘和语义分析等大数据技术，探索知识发现的高效路径，智慧洞察档案数据价值；同时作为知识生产者、知识中介者、知识消费者的共同体，以数据质量和知识集成为保障，以专家资源和模块存储为基本操作，以情景匹配化和检索可视化为手段，自主把控知识复用全程，智慧导航档案馆知识服务；以多元主体协同和对话为前提，以智慧累积和现代媒介传播为方式，其还进行知识融汇和交互涵化，进一步赋能档案知识的动态演进和脉络丰厚，实现档案知识的形式、内容、意义三维再生产，保障档案知识生命力。对智慧档案馆知识管理层次的剖析，有助于挖掘其知识管理内涵，为智慧档案馆的建设和发展提供参考。