人工智能技术在美国文档领域的应用及启示

摘 要：人工智能技术与文档领域的结合是顺应时代发展、优化管理流程的必然选择。基于美国人工智能技术发展优势，采用专利分析方法对其文档领域人工智能技术的应用进行深度挖掘，发现美国注重人工智能基础层布局、技术领域涉及广泛、能及时把握人工智能政策动态、持续强化人工智能公私合作伙伴关系，这为我国文档领域人工智能技术的进一步发展提供了重要经验参考。

关键词：人工智能；专利分析；档案；专利数据库；技术应用；

新一代人工智能技术作为引领未来的战略性新兴技术，具有构筑综合竞争优势、加快战略新兴产业发展的潜力。2021年，《“十四五”全国档案事业发展规划》强调：“加快全面数字转型和智能升级，积极探索知识管理、人工智能、数字人文等技术在档案信息深层加工和利用中的应用。”[1]此规划进一步凸显了人工智能在文档领域的应用不仅是新质生产力的体现，也是档案事业智能化发展的必然趋势。从学术界来看，我国文档领域有关人工智能的已有研究主要涉及两个方面。

其一，侧重于该项技术在档案管理领域中的具体应用及问题，有学者通过文献系统梳理人工智能技术在档案管理业务中应用现状，发现投入、数据标准和政策制定实施等方面的问题；[2-7]还有学者分析人工智能技术应用于档案馆建设的优势，提出全生命周期和全流程赋能档案馆智慧化建设的实现途径；[8-16]有的基于语义分析技术探讨档案开放鉴定的智能化问题。[17-22]

其二，侧重人工智能时代档案学科的前瞻性探索。例如，从职业代替角度入手，以牛津项目研究框架为参照，收集分析美国iSchools文件档案管理专业的课程数据，助益人工智能时代文件档案管理教育；[23]有学者从人工智能生成内容可能存在的同质化、异构化以及著作权等风险，探讨多主体规制措施和解决途径。[24-26]值得注意的是，现有文献中鲜有利用档案专利统计数据反映人工智能技术发展的研究，文档领域内人工智能技术相关研究仍有长足的深化空间。知识经济时代下，专利是技术信息最有效的载体，囊括了全球最新的技术情报，具有前瞻性的特点。专利分析是一种利用科学的统计分析方法或数据处理手段，从碎片化专利数据中挖掘出体系化、系统化的技术情报，“能够从技术的角度反观市场”[27]，预测未来技术及市场的发展方向。

本文从专利角度入手，运用新一代人工智能专利数据，系统分析美国文档领域人工智能技术的变化趋势、技术热点及应用特征，提出加速人工智能在文档领域中应用启示。

1 数据来源与处理

本次研究选取IncoPat专利数据库作为数据来源。IncoPat数据库是一个数据覆盖范围广、更新速度快的全球专利数据库，详细收录并汉化了来自170个国家、组织和地区的1.8亿余件专利信息，更新频率小于两天，同时该数据库致力于满足用户真实需求，既为用户提供丰富实用的分析模块，又通过人工改写，提高专利文档的可读性，帮助用户按照自身需求来分类筛选并理解专利信息，具有准确性、权威性和便利性的优势。

在IncoPat专利数据库中，根据美国专利商标局细分的人工智能专利技术八大领域，最终构建检索表达式：TIABC=（（“文件管理” OR “文档管理”OR“档案管理” O R “ d o c u m e n t m a n a g e m e n t ” O R “ f i l emanagement”OR“records management”）AND（“人工智能” O R “ A r t i f i c i a l I n t e l l i g e n c e ” O R “ 深度学习” O R “ d e e p l e a r n i n g ” O R “机器学习” O R “ m a c h i n e l e a r n i n g ” O R “ 计算机视觉” OR “computer vision”OR“自然语言处理”O R “ n a t u r a l l a n g u a g e p r o c e s s i n g ” O R “云计算” O R “ c l o u d s e r v i c e s ” O R “ 语音识别” O R“speech recognition”OR“图像识别”OR“知识图谱” O R “ k n o w l e d g e g r a p h ” O R “模式识别” O R“pattern recognition” OR “虚拟现实”OR“virtualr e a l i t y ” O R “生物特征识别” O R “ b i o m e t r i cidentification” OR “biometric recognition”OR “biometrics”OR“增强现实” OR “augmentedreality”OR“human-machine interface” OR “humaninterface” OR “人机交互”）），限定地区美国，时间跨度为2000年—2023年，检索日期为2024年6月28日。

考虑到外观设计并非技术方案，由此在专利分析过程中将其排除。按条件汇总并进行去重、清理，最终确定专利274件进行分析。整体来看，这些专利涵盖了文档收集、检索、鉴定等多个管理环节，如US20050289182A1专利提供了增强智能文档识别能力的文档管理系统，以捕获来自电子文档源的图像数据；US20140013112A1专利发明一种用于加密文件的方法，可将文件分割成多个文件段并提供签名；US20180189404A1专利基于位置、使用模式与内容，识别检索与特定位置相关联的文档。

2 美国文档领域人工智能技术专利整体分析

美国文档领域的人工智能技术专利涉及多种技术和应用，对这些专利的整体申请趋势与重点申请人进行分析，有助于理解技术发展应用重点。

2.1 整体专利情况分析。基于IncoPat数据库中的“申请趋势”与“公开趋势”，对专利申请及公开数量进行统计，可有效定位美国文档领域人工智能技术的发展状态。从2000年—2023年美国文档领域人工智能技术相关专利申请及公开变化情况看，专利数量整体呈上升趋势。

首先，2000年至2010年间，年专利申请与公开量大多在10件之内，且年度间波动较大。

其次，从2011年至2016年，专利申请及公开量虽在个别年份有小幅度回落，但相比第一阶段总体呈现增长态势。从专利申请量的增长可以看出2010年之后人工智能领域被越来越多的人所关注。[28]

最后，2016年后文档领域人工智能专利各年申请量与公开量均在十件以上，申请量至2022年达到峰值（35件），较第二阶段显著提高且出现“抬头式”增长。这与此阶段美国政府出台一系列相关政策措施密不可分。自2016年10月起，美国陆续发布了《为人工智能的未来做好准备》《国家人工智能研究发展战略》《维护美国在人工智能领域领导地位》《人工智能发明：追踪美国人工智能专利扩散报告》《人工智能、自动化与经济报告》等战略规划，[29]有效促进了文档领域人工智能技术的发展，专利数量也不断增加。

需要说明的是，受利率上升和经济不确定性的影响，2023年美国专利申请的整体数量出现了下降，较2022年减少了5.3%。[30]这一趋势也反映在了美国文档领域人工智能专利上，该领域的专利申请数量同样呈现出下降的态势。

2.2 重点专利申请人分析。根据领域申请人类型及申请人专利数量，聚焦美国文档领域人工智能技术专利申请排名前十的重点申请人。

数据分析发现，前十位创新主体包括企业、个人及科研机构三种类型，依次为电子签名股份有限公司（DocuSign）、国际商业机器公司（IBM）、微软技术许可有限责任公司、Adobe股份有限公司、CommVault系统股份有限公司、电子与通信研究所、Kunal Kandekar；ScottCurtis；Hugh Svendsen、京瓷文档解决方案股份有限公司、NUIX有限控股公司、甲骨文公司与思爱普上市公司（SAP）。企业主体共占比82%位居第一，此中电子签名股份有限公司及国际商业机器公司最为活跃，专利申请数量分别为34件与23件，且远超其他主体，其余重点主体申请量均不足10件。

电子签名股份有限公司所申请专利多集中于文档整理环节，专利内容包括数字管理平台中的自动文档标记（专利公开号US20220035990A1）、文档管理系统中协议文档模型修改（专利公开号US20230298368A1）、基于条款类型对文档条款的自动修改（专利公开号US20230135318A1）等。国际商业机器公司所申请专利主要涉及档案利用与智能整理，例如，该公司专利US20200117723A1提出，使用认知计算来维护文件管理系统的计算机实现方法，通过机器学习来分配此系统中的相应文件可合并副本。

3 美国文档领域人工智能技术分支专利分析

本研究以国际专利分类号（IPC）为划分依据，选取IPC子类进行技术应用范围分析。综合专利申请数量和技术类别的变化，美国现有文档领域人工智能技术专利主要集中在G部与H部两大部类，其中G部专利数量占比86.0%。G部专利发明主要涉及文档数据处理系统、方法及装置，H部专利发明主要涉及文档数字信息传输系统、方法及装置。

3.1 主要技术分支专利情况分析

3.1.1 文档数据处理系统、方法及装置。2000年至2023年274件专利中共有文档数据处理系统、方法及装置方向专利236件，结合IncoPat数据库中的“技术构成”与2024版国际专利分类表，对检索得到的人工智能G部技术分支专利IPC小类进行分布统计，其代码含义及专利申请数量见表1。

从表1获知G部下专利发展呈现出与信息技术紧密结合的趋势。此部研发重点归属G06（计算；推算或计数）大类，在文档领域具体应用于信息记录和文件管理方面，技术功效以提升文档管理工作效率安全、推动文档服务智能化与个性化为主。

随着数字化时代的到来，市场对于能够高效处理和管理文档数据的系统需求日益增加。G06大类兼顾计算机硬件与软件的发展，以机器学习技术、自然语言处理技术、语音识别技术等通用性强的基础技术为核心，由此成为美国文档人工智能技术发展的主要领域。

从技术整体布局看，G06F小类专利申请数量稳居第一，占比65.7%且明显高于其他组，是申请人主攻的技术领域。该类主要应用于档案的收集、整理与保管环节，技术集中度高。G06Q、G06N小类相关专利申请势头良好，分别占比10.6%及8.1%，均涉及数字档案管理系统或方法，已成为文档领域人工智能技术的重要发展方向。

3.1.2 文档数字信息传输系统、方法及装置。2000年至2023年的274件专利中共有文档数字信息传输系统、方法及装置方向专利38件，结合IncoPat数据库中的“技术构成”与2024版国际专利分类表，选取H部人工智能技术分支，其专利IPC小类结果及说明如表2所示。

从表2中可直观看出，此部类关键技术均分布在HO4（电通信技术）大类，主要涉及H04L、H04N、H04M与H04W四大关键技术，其中以H04L、H04N领域数据信息与图像传输分支技术为主，涉及文档传输及档案图像智能处理，于H部分别占比60.5%与31.6%。这表明受档案数字化的影响，电通信技术已经成为美国文档领域人工智能专利的重要技术领域之一。美国政府高度重视档案数字化工作，陆续颁布《政府文件管理指令》《向电子文件转型》《向电子文件转型的更新》等，“通过强制性指令自上而下大力推进文件管理的全面数字转型”。[31]电通信技术作为档案数字化建设的必要技术基础，数据传输速度的不断加快拓展了人工智能技术的应用场景，导致相关专利增加。

根据人工智能产业层面及产业领域的划分，人工智能产业包括基础层、技术层与应用层三个层面。基础层关键领域包括处理器/芯片、机器学习与深度学习，技术层关键领域包括语音识别技术、计算机视觉技术与自然语言处理技术，应用层包括知识图谱产品、特征识别产品、自然语言处理产品等。[32-35]

由此可见，美国文档领域人工智能技术专利发展区域在基础层与技术层，具体集中于文档数据处理领域。这一定程度上反映了文档领域技术创新活跃、市场需求大及跨领域融合的趋势，以及美国长期对科技发展与创新能力培养的重视。

3.2 主要技术应用重点专利挖掘。专利研究热点反映了短期内技术发展的新趋势，是重要的技术创新衡量指标。为准确识别美国文档领域人工智能关注重点及相对优势，本文对相关人工智能技术专利申请数量进行排名，综合考虑IncoPat专利数据库中的“技术构成”及“申请人技术构成”，选择重合IPC小组作为关键技术领域。排名前十位的专利申请重点技术领域分布如图1所示，排名前十位的重点申请人技术领域分布如图2所示。

排名前十的关键技术IPC小组依次为G06F17/30（信息检索；及其数据库结构）、G06F17/00（特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法）、G06F16/93（文件管理系统）、G06N20/00（机器学习）、G06F21/62（通过一个平台保护数据存取访问，例如使用密钥或访问控制规则）、G06F7/00（通过待处理的数据的指令或内容进行运算的数据处理的方法或装置）、G06Q50/18（法律服务）、H04L29/06（以协议为特征的）、G06F40/186（模板）、G06F15/16（两个或多个数字计算机的组合，每台计算机至少具有一个运算单元、一个程序单元和一个寄存器，例如用于数个程序的同时处理）、H04L12/58（消息交换系统）以及H04L29/08（传输控制规程，例如数据链级控制规程）。

其中， G 0 6 F 1 6 / 9 3 、G 0 6 F 1 7 / 3 0 、G 0 6 F 1 7 / 0 0 、G 0 6 N 2 0 / 0 0 、G 0 6 F 1 5 / 1 6 、H 0 4 L 2 9 / 0 8 、G 0 6 F 2 1 / 6 2 与G06F40/186小组也是重点申请人所关注的技术领域。基于此，文章综合选取专利申请数量最高的G06F16/93、G06F17/30、G06N20/00三个IPC分类号小组作为分析对象，在利用IncoPat专利数据库合享价值度模型，有效表示出各小组所申请专利的技术先进性、技术稳定性与保护范围价值度（价值评分为1～10分）后，进一步筛选并解析该技术范畴内的高价值专利（即专利价值度为9分及以上的专利），了解各专利技术在档案领域的具体应用环节和实际效果，以探究近年来文档领域人工智能技术的应用重点。

3.2.1 文件管理系统典型专利US20230135318A1。在文档领域，G06F16/93（文件管理系统）小组技术主要用于建立数字化档案管理系统。排名第一位的重要申请人DocuSign股份有限公司是G06F16/93小组相关专利的主要申请人。结合IncoPat数据库中“合享价值度”，选定申请年份为2021年的高价值专利US20230135318A1进行分析。

此项专利描述了一种利用自然语言处理技术与机器学习算法识别文档中的不同条款，并能根据条款类型和上下文信息，自动修改文档中特定条款的方法及系统。该专利技术方法主要应用在DocuSign股份有限公司的合同生命周期管理（CLM）软件之中，具体通过提供模块化合同创建、自动化填充协议、自动化审批条款等功能，为企业合同管理、法律合同管理、政府公文处理等业务场景服务，显著提高了档案智能整理工作的效率与用户文档交互体验。[36]

3.2.2 信息检索典型专利US8332350B2。G06F17/30小组的技术方向多围绕信息检索与数据库结构展开，在文档领域的应用集中在档案信息检索及数据分析方面。结合IncoPat数据库中“合享价值度”，选择该技术领域合享价值度满分的专利US8332350B2进行分析。

此专利于20 1 2年正式公开，由Ch a r l e s E d o u a r dPulfer等人申请，主要涉及一种在文档管理系统中提供自动安全访问策略的系统及方法。该专利技术核心在于利用文档的元数据评估元数据规则，并根据评估结果制定相应的安全访问策略，充分保障了档案的安全性与合规性。[37]

目前，该专利技术已由泰特斯公司获得所有权，并成功集成到该公司电控相关文档管理系统之中，展现出了较高的实用价值与技术成熟度。

3.2.3 机器学习典型专利US11321631B1。通过对G06N20/00（机器学习）小组各件专利内容及价值度进行人工识读，发现该小组技术具体应用在档案自动分类编目与图像智能识别环节，于提高档案管理效率及准确性方面发挥着重要作用。结合IncoPat合享价值度模型，进一步选择价值评分为10分的高价值发明授权专利US11321631B1进行分析。

该专利于2018年由DataNovo股份有限公司申请，标题为专利和非专利文件的人工智能，机器学习和预测分析，主要包括接收文档数据作为机器学习输入、使用机器学习在一个或多个文档中识别图案、基于所识别模式修改文档管理系统配置等内容。[38]

2022年，此项专利经美国商标专利局正式授权公开，广泛服务于专利局、律师事务所、公司与知识产权利益相关者。鉴于人工智能、机器学习和预测分析技术是高度通用的，该专利技术可以应用于几乎所有需要数据分析与决策支持的领域，具有巨大的发展潜力。

4 研究启示与展望

4.1 拓展政策实施深度，保持人工智能战略动态连续性。专利整体申请公开趋势与技术研发热点表明，战略的持续演进是推动其在文档领域应用的重要动力。我国《“十四五”全国档案事业发展规划》《新一代人工智能发展规划》《全球人工智能发展白皮书》等政策文件在“一定程度上推动了人工智能技术在文档管理中的应用，但更偏向宏观层面的路径指引”。[39]因此，需要推进微观层面的规定和建立持续推进的机制。例如，强化政策支撑与法规建设，制定或修订更为具体的文档领域人工智能政策并开展试点工作，“通过制定统一的标准支持技术创新和应用推广，以此推动档案工作的优化升级”。[40]同时，强调政策的时效原则，对现有法规定期评估与更新，发挥人工智能技术应用的政策动力。

4.2 夯实基础层专利布局，增强人工智能关键技术竞争优势。美国文档领域人工智能技术专利呈现多集中基础层的特点，涉及数据处理与分析、图像识别与处理、机器学习与模式识别等核心技术，为人工智能应用的实现提供了基础保障，具有巨大的发展潜力。“与美国相比，我国在基础层的人工智能发展水平滞后，但是在应用层发展迅速”，[41]文档领域人工智能关键技术的发展能力有待提高。如，“在申请计算机视觉相关专利的同时，可据项目实际需求，向其他相关技术领域进行布局，将技术专利化、专利系统化，使我国拥有档案领域关键技术的绝对话语权”。[42]另外，鼓励企业之间建立合作机制，不断提高文档领域人工智能技术的自主创新能力。

4.3 提升技术发展预见能力，促进档案人工智能公私合作。从专利主要申请人分布类型看，美国文档领域人工智能研发力量以企业为主，个人与科研机构为补充。企业相较于个人或学术机构，通常拥有更多的资金用于研发和技术积累。“美国联邦政府准确把握这一趋势，在人工智能战略中提出要与私营部门合作，加强政府机构与企业等社会力量之间建立伙伴关系”，[43]并已制定“开放数据传播计划”等推动。我国应以政府为桥梁，通过建立风险共担机制、简化专利申请流程、联合开展算法优化适配工作、鼓励发挥专家智库咨询作用等措施，强化以企业为核心的档案人工智能公私合作伙伴关系，提高技术趋势预测水平，助力企业与档案部门共同开发领域人工智能先进技术。

5 结语

美国在人工智能技术应用与文档领域的实践中展现了其对基础研究的重视、对政策的灵活把握以及对公私合作的强化。然而，囿于应用场景、技术成熟度、人才汇聚等局限性，美国文档领域人工智能技术专利申请数量偏少且增长缓慢。对此，我们需要深入探索从技术创新到应用创新最后一公里问题，提出有效对策，促进档案事业的智能化发展。

本文系国家档案局项目“我国档案管理领域科技创新研究与创新平台开发”（项目编号：2023-X-049）研究成果之一。

参考文献：

[ 1 ] 中华人民共和国国家档案局. 中办国办印发《“十四五”全国档案事业发展规划》[EB/OL].[2024-04-07].https：//www.saac.gov.cn/daj/toutiao/202106/ecca2de5bce44a0eb55c890762868683.shtml.

[2][40]马仁杰，邓齐凤.论人工智能技术在我国档案工作中的应用[J].档案管理，2024，（02）：84-87.

[3]韩广来.新一代信息技术在高校校史馆建设中的应用研究[J].山西档案，2024（04）：148-151.

[4]王雨.新一代人工智能驱动档案信息化建设的现状和趋势探讨：基于医疗机构的考察[J].档案管理，2024（02）：88-90+94.

[5]岳幸晖，杨智勇.人工智能在档案管理中的应用图景与风险防范[J].档案与建设，2023（10）：36-40.

[6]孙琳，陈着，刘谨铭.人工智能技术在城建档案管理中的可能应用场景及推进策略[J].档案与建设，2023（07）：68-70.

[7]张一帆.基层档案数字化转型现状与优化路径研究[J].山西档案，2023（02）：139-142.

[8]李财富，王硕.人工智能技术赋能档案馆的应用前景研究：基于信息生命周期视角[J].山西档案，2024，（01）：108-115.

[9]杨智勇，程佳琪.基于元宇宙的智慧档案馆虚实交融空间构建[J].山西档案，2024（04）：17-23.

[10]王鸿翔.人工智能时代下数字档案资源存储与长期保存的新模式与新路径探索[J].山西档案，2024（03）：175-178.

[11]黄仁彦.生成式人工智能在档案数字转型中的应用研究[J].山西档案，2024（02）：145-148.

[12]杨智勇，桑梦瑶.数字化转型背景下档案数据治理能力的演进与展望[J].档案与建设，2023（05）：31-34.

[13]贠疆鹏，加小双，王妍.人工智能在我国档案管理中的应用现状与对策分析[J].档案与建设，2023（02）：62-65.

[14]王昱.基于数据资产管理的企业档案数字化转型[J].山西档案，2022（04）：119-126.

[15]杨智勇，谢雨欣.面向善治的档案数据治理能力体系构建[J].档案与建设，2022（02）：9-13.

[16]张乐莹，张卫东，赵烨橦.数字人文产品开发过程中档案馆的角色定位研究[J].山西档案，2020（04）：22-28+21.

[17]殷名，聂云霞，李家霖.基于神经语义分析的档案智能开放鉴定模型构建探析[J].档案学刊，2022，（02）：46-55.

[18]袁蕾涵，任越.面向现代化的档案数据治理：价值内涵、关键要素与实践应用方向[J].档案管理，2024（02）：54-57+62.

[19]聂云霞，范志伟.AI技术在档案开放审核中的SWOT分析[J].山西档案，2023（04）：35-45+88.

[20]岳幸晖，杨智勇.人工智能在档案管理中的应用图景与风险防范[J].档案与建设，2023（10）：36-40.

[21]郑慧，刘思含.人工智能与档案开发利用：应用、愿景与进路[J].山西档案，2022（05）：5-10+28.

[22]赵鑫强，李颖.智库建设视角下的政府档案知识管理系统研究[J].山西档案，2021（06）：54-60.

[23]马林青，谢丽，高玉宝，等.人工智能时代文件档案管理教育的AI竞争力培养探析：基于美国iSchools专业能力培养的视角[J].档案学通讯，2023（04）：93-102.

[24]陈艳红，李健.新一代人工智能生成内容档案身份的认定风险及规制研究：基于对ChatGPT生成内容的思考[J].档案学研究，2023（05）：4-12.

[25]张文兰，黄星.国家文化数字化战略背景下档案文化传播力提升探赜[J].山西档案，2023（04）：80-88.

[26]归吉官，田晓青.档案资政服务样态及路径优化：基于多案例研究[J].档案管理，2023（03）：66-70.

[27]马天旗，黄文静，李杰，等.专利分析：方法、图表解读与情报挖掘[M].北京：知识产权出版社，2015：1-40.

[28]朱中华.人工智能领域技术的可专利性研究[D].中国政法大学，2019.

[29]王大伟，郑佳，傅俊英，等.基于专利分析的人工智能技术发展态势研究[J].中国科技资源导刊，2022，54（02）：46-54.

[30]世界知识产权组织.2023年PCT申请[EB/OL].[2024-07-22].https：//www.wipo.int/export/sites/www/pct/zh/docs/newslett/2024/3-2024.pdf.

[31]刘越男，何思源，张茜雅.美国联邦政府文件（档案）管理数字转型的发展及启示：于备忘录及其执行情况的分析[J].北京档案，2024（01）：54-61.

[32]聂洪光，范海荣.基于专利数据的中美人工智能创新能力比较研究[J].中国科技论坛，2020，（05）：154-162.

[33]李牧南，王业信.基于LDA-KeyBERT模型的技术预见：以工业互联网为例[J].创新科技，2023，23（07）：53-65.

[34]孙新波，孙浩博，钱雨.数字化与数据化：概念界定与辨析[J].创新科技，2022，22（06）：12-30.

[35]姚叶，张容.美国人工智能专利现状分析及其对中国的启示：以《人工智能发明：追踪美国人工智能专利扩散报告》为基础[J].创新科技，2021，21（06）：74-83.

[36]DocuSign股份有限公司.合同生命周期软件[EB/OL].[2024-04-07].https：//www.docusign.com/products/clm.

[37]IncoPat公司.US8332350B2用于文档管理系统的自动化安全访问策略的方法和系统[EB/OL].[2024-07-17].https：//www.incopat.com/detail/init2？formerQuery=emhqKePbGQhl4pwq48kcd8UQPv%2Fj56w3mVBngu12eLs%3D&local=zh.

[38]IncoPat公司.US11321631B1专利和非专利文件的人工智能，机器学习和预测分析[EB/OL].[2024-04-07].https：//t.incopat.com/detail/init2？formerQuery=TL6WAQ0mQcpKk39d%2FF2aPzlbGWMUeMb7dkC5wfiuCUw%3D&local=zh.

[39]贠疆鹏，加小双，王妍.人工智能在我国档案管理中的应用现状与对策分析[J].档案与建设，2023（02）：62-65.

[41]姚叶，张容.美国人工智能专利现状分析及其对中国的启示：以《人工智能发明：追踪美国人工智能专利扩散报告》为基础[J].创新科技，2021，21（06）：74-83.

[ 4 2 ] 朱伶杰， 张政， 朱娅妮. 基于专利信息的档案管理领域科技创新演进及关键技术探析[ J ] . 档案学通讯，2023（02）：39-47.

[43]吴逸菲，樊春良.创新系统视角下美国国家人工智能战略的演化逻辑及趋势分析[J].科学学与科学技术管理，2024（03）：1-35.

（作者单位：辽宁大学信息管理学院 朱伶杰，博士，副教授，硕士生导师；贺圆圆，硕士研究生 来稿日期：2024-08-14）