近期，浙江省杭州市萧山区档案馆以围垦档案为切入点，运用知识图谱技术，在局域网馆藏系统中探索出一条档案专题建设的新路径。
萧山围垦自1965年起，历时42年，经历33期大规模围垦，围得土地54.61万亩，被联合国粮农组织誉为“人类造地史上的奇迹”。围绕这一重大历史事件，区档案馆征集围垦音像档案50件、照片832张、底片1399张、文书档案333件，并完成692卷共1.1万余页围垦档案的数字化加工。
区档案馆围绕围垦主题，系统整合文书档案、音像档案、地图数据等多源异构数据，明确定义“围垦事件”“围垦人物”“围垦政策”“围垦技术”“围垦区域”等核心实体类及其属性与相互关系，搭建起围垦领域标准化本体框架。采用自然语言处理（NLP）、语义聚合算法与知识图谱构建相融合的技术方案，通过实体命名识别从档案文本中自动提取人物、事件、地点、时间、机构等核心信息，通过关系抽取构建“人物—事件—地点”等语义关联，通过事件抽取识别围垦进程中的关键节点、搭建事件演化链。同时，采用文本向量化模型完成档案文本语义编码，搭建基于向量数据库的语义检索系统，打破传统关键词匹配的局限。
经过系统建设，围垦专题知识图谱已构建完成，累计形成实体节点1356个、关系三元组630对，初步实现了围垦档案从“文本存储”到“知识关联”的跨越。在此基础上，依托人工智能大模型开展围垦领域知识增强，通过对已完成数字化的围垦档案进行筛选标注，形成高质量训练样本，对通用大模型开展领域微调，使其能够理解围垦专业术语、历史背景与事件逻辑。 |
