本發(fā)明屬于電子與信息技術(shù)領(lǐng)域，具體涉及一種檔案數(shù)字化副本質(zhì)量自動化檢測方法。

背景技術(shù)：

檔案資料經(jīng)過數(shù)字化加工之后，即產(chǎn)生了檔案數(shù)字化加工成果（檔案數(shù)字化副本）。檔案數(shù)字化加工業(yè)務(wù)中，加工成果就是檔案數(shù)字化加工被委托方向委托方提交的交付物，其質(zhì)量的優(yōu)劣直接影響交付驗收的成敗，所以，雙方對檔案數(shù)字化加工成果的質(zhì)量都極為重視。

檔案數(shù)字化加工成果一般由檔案目錄數(shù)據(jù)和內(nèi)容數(shù)據(jù)構(gòu)成，對檔案數(shù)字化加工成果的質(zhì)量檢查，一般以《紙質(zhì)檔案數(shù)字化技術(shù)規(guī)范》（da/t31-2005）作為主要質(zhì)量檢查標準，一直以來都是以人工質(zhì)檢作為主要的質(zhì)檢方法。在長期的檔案數(shù)字化加工檢查工作中，發(fā)現(xiàn)了人工質(zhì)檢方法存在著了諸多不足，為了解決這些不足，也曾使用了增投人力、提升質(zhì)檢人員的技能、加強管理等方法，最終的成果質(zhì)量也有所提升，但始終未有明顯的效果，且這些人工質(zhì)檢中的弊端日益突出，經(jīng)過分析總結(jié)，比較突出的問題主要有以下幾個：

第一，出錯率高。例如，質(zhì)檢人員在對目錄數(shù)據(jù)進行檢查時，很難發(fā)現(xiàn)其中的錯別字，影響了檔案數(shù)字化加工成果的規(guī)范性和準確性要求；又如，在對掃描結(jié)果文件的檢查時，難以發(fā)現(xiàn)漏頁的情況，對目錄與計算機文件的關(guān)聯(lián)性檢測，也難識別出其中的錯誤，無法保證檔案數(shù)字化加工成果的完整性。

第二，無法保證檢查全面。僅依賴質(zhì)檢人員的主觀自覺程度，容易出現(xiàn)漏檢的情況，無法確保每一份材料、每一項必檢目錄數(shù)據(jù)都經(jīng)過了檢查，導致整個檔案數(shù)字化加工成果的可信度低。

第三，效率低。例如，在進行頁數(shù)檢查時，首先必須重新數(shù)出相關(guān)的各份材料的頁數(shù)，再計算出總結(jié)果，然后再統(tǒng)計掃描成果中的文件總頁數(shù)（單頁文件一個文件即為一頁，多頁的文件則需獲取該文件的總頁數(shù)），最后查看事先登記的目錄頁數(shù)，三個頁數(shù)信息必須完全一致才能表示頁數(shù)信息正確。只完成這一項的檢查工作，就必須耗費大量的時間，且在檢查過程中必須精力高度集中才能保證頁數(shù)數(shù)據(jù)的準確，否則只能投入更多的精力用于返工檢查。

第四，無法應(yīng)對大量數(shù)據(jù)的檢查。隨著檔案信息化建設(shè)的發(fā)展，需要進行數(shù)字化加工的檔案數(shù)量越來越多，產(chǎn)生的檔案數(shù)字化加工成果數(shù)量巨大，檔案數(shù)字化加工量動輒上千萬，僅依靠人工質(zhì)檢的方法，無法完成對所有檔案數(shù)字化加工成果都進行質(zhì)量檢查的任務(wù)，只能采取抽檢的方法對檔案數(shù)字化加工成果進行質(zhì)量檢查。按照《紙質(zhì)檔案數(shù)字化規(guī)范》（da/t31-2005）中對數(shù)據(jù)驗收的要求，一個全宗內(nèi)檔案的抽檢比率不低于5%，若就按5%的抽檢比率進行抽檢，即便抽檢的所有數(shù)據(jù)都合格了，但仍然還有95%的數(shù)據(jù)未被檢查過，這些數(shù)據(jù)的質(zhì)量將難以保證。

技術(shù)實現(xiàn)要素：

本發(fā)明主要從目前的人工檢查的方法存在易錯、檢查不全面、效率低、無法應(yīng)對大量數(shù)據(jù)的檢查等問題考慮，發(fā)明了一種由軟件根據(jù)其配置項來進行檔案數(shù)字化加工成果檢查的軟件自動檢查方法，其具體技術(shù)內(nèi)容如下：

一種檔案數(shù)字化副本質(zhì)量自動化檢測方法，其包含如下步驟：

第一，根據(jù)檢測質(zhì)量需求建立檢測項庫，所述檢測項庫中包含若干檢測選項，以及對應(yīng)于檢測選項下的若干檢測規(guī)則；

第二，提供檢測項設(shè)置界面以供用戶進行配置；

第三，加載待質(zhì)檢的檔案數(shù)字化副本，并根據(jù)配置選項對其進行自動化檢測，并于檢測后輸出結(jié)果；

所述檔案數(shù)字化副本包含目錄數(shù)據(jù)、內(nèi)容數(shù)據(jù)、以及目錄與內(nèi)容關(guān)聯(lián)數(shù)據(jù)。

于本發(fā)明的一個或多個實施例中，根據(jù)待質(zhì)檢的檔案數(shù)字化副本，所述檢測選項包括以下的一種或多種：檔號檢測選項、目錄數(shù)據(jù)檢測選項、頁數(shù)檢測選項、語義檢測選項、內(nèi)容數(shù)據(jù)檢測選項、目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)性檢選項；對應(yīng)的，

于本發(fā)明的一個或多個實施例中，所述檔號檢測規(guī)則是，根據(jù)用戶輸入的檔號構(gòu)成對檔案數(shù)字化副本的檔號進行檢測，并輸出結(jié)果；

于本發(fā)明的一個或多個實施例中，所述目錄數(shù)據(jù)檢測規(guī)則是，通過檔案數(shù)字化提交包規(guī)范中定義的架構(gòu)文件、自行定義目錄數(shù)據(jù)校驗模板，并輸出結(jié)果；

于本發(fā)明的一個或多個實施例中，所述頁數(shù)檢測規(guī)則是，根據(jù)數(shù)字化加工掃描獲得的文件數(shù)總頁數(shù)并結(jié)合檔案數(shù)字化加工之前登記的頁數(shù)數(shù)據(jù)，進而檢測檔案數(shù)字化副本數(shù)據(jù)的頁數(shù)是否正常，并輸出結(jié)果，所述頁數(shù)數(shù)據(jù)包括檔案目錄頁數(shù)、材料頁數(shù)、案卷頁數(shù)、頁號數(shù)據(jù)中的一種或多種；

于本發(fā)明的一個或多個實施例中，所述語義檢測規(guī)則是，通過關(guān)鍵詞組語義技術(shù)逐一進行語義檢查，判斷其數(shù)據(jù)是否有異常，并輸出結(jié)果；

于本發(fā)明的一個或多個實施例中，所述內(nèi)容數(shù)據(jù)檢測規(guī)則是，根據(jù)用戶選擇的或預設(shè)的待檢項、利用圖像分析技術(shù)對檔案數(shù)字化副本進行逐項檢測，并輸出結(jié)果，所述待檢項包括圖像質(zhì)量、分辨率、文件大小、圖像尺寸、是否檢測黑點、黑邊，分辨率的最低值；

于本發(fā)明的一個或多個實施例中，所述目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)性檢測規(guī)則是，根據(jù)目錄數(shù)據(jù)中的檔號、頁數(shù)、頁號等數(shù)據(jù)，檢測檔案數(shù)字化副本的數(shù)據(jù)所對應(yīng)的掃描文件是否全部真實存在，并輸出結(jié)果。

于本發(fā)明的一個或多個實施例中，依次進行目錄數(shù)據(jù)檢測、內(nèi)容數(shù)據(jù)檢測、以及目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)檢測；其中，所述目錄數(shù)據(jù)檢測包括檢測目錄數(shù)據(jù)是否規(guī)范、檔號是否符合規(guī)則、頁數(shù)是否正確、目錄數(shù)據(jù)是否正確；所述內(nèi)容數(shù)據(jù)檢測包括檢測圖像質(zhì)量、圖像分辯率、圖像文件大小、圖像尺寸。

于本發(fā)明的一個或多個實施例中，完成所有配置選項的檢測后生成質(zhì)檢結(jié)果報告。

本發(fā)明將原來人工質(zhì)檢的方法改進為軟件自動處理，原來人工質(zhì)檢的流程全部由軟件自動化執(zhí)行，人工質(zhì)檢項則以檢查項規(guī)則設(shè)置的形式體現(xiàn)，需要進行檢查的項，則直接在配置項中進行設(shè)置，軟件根據(jù)已設(shè)置的規(guī)則，自動化檢查檔案數(shù)字化加工成果。

根據(jù)檔案數(shù)字化加工成果一般由檔案目錄數(shù)據(jù)和內(nèi)容數(shù)據(jù)構(gòu)成的特點，本發(fā)明從目錄數(shù)據(jù)、內(nèi)容數(shù)據(jù)和二者之間的關(guān)聯(lián)性三個層面進行檢查，本新發(fā)明主要能解決以下問題：

1、目錄數(shù)據(jù)規(guī)范性檢查：對檔案數(shù)字化加工成果中的檔案目錄數(shù)據(jù)進行規(guī)范性檢查，按照《檔案著錄規(guī)則》（da/t18）等的要求，對檔案目錄數(shù)據(jù)的長度和內(nèi)容要求等進行檢查，本發(fā)明則主要依據(jù)已經(jīng)符合了這些要求的“檔案數(shù)字化提交包規(guī)范中定義的架構(gòu)文件”和“自行定義目錄數(shù)據(jù)校驗模板”,對檔案數(shù)字化加工成果進行校驗檢查；對特定的檔案目錄數(shù)據(jù)的檢查，有特定的檢查方法，如本系統(tǒng)根據(jù)檔號組成規(guī)則（《da/t13-1994檔號編制規(guī)則》）對檔號進行校驗；

2、目錄數(shù)據(jù)之頁數(shù)準確性檢查：能夠計算掃描結(jié)果文件數(shù)總頁數(shù)（單頁文件一頁為一個文件，多頁文件需要獲取各個文件頁數(shù)），并結(jié)合檔案數(shù)字化加工之前登記的檔案目錄頁數(shù)、材料頁數(shù)、案卷頁數(shù)（如果有）、頁碼數(shù)據(jù)，各數(shù)據(jù)互為參考，進而檢查檔案數(shù)字化加工成果數(shù)據(jù)中的頁數(shù)是否正確；

3、目錄數(shù)據(jù)語法檢查：能夠通過主題詞語義分析檢測目錄數(shù)據(jù)的語法；

4、內(nèi)容數(shù)據(jù)檢查：通過圖像分析技術(shù)，對檔案數(shù)字化加工成果中的圖像文件的質(zhì)量（如：黑點、黑邊等）、分辨率、文件大小、圖像尺寸進行檢查；

5、目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)性檢查：能夠檢查每一條檔案數(shù)字化加工成果的數(shù)據(jù)所對應(yīng)的掃描文件是否存在。

以上多種檢查項，可以由系統(tǒng)自行配置，選擇一項或組合多項進行檔案數(shù)字化加工成果檢查。本發(fā)明通過對目數(shù)據(jù)、內(nèi)容數(shù)據(jù)、目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)的關(guān)聯(lián)性檢查，可以最大程度地解決了檔案數(shù)字化加工成果人工質(zhì)檢存在的易錯、檢查不全面、效率低問題，保證了檔案數(shù)字化加工成果的完整性、規(guī)范性和準確性，通過軟件自動質(zhì)檢的方法代替人工質(zhì)檢方法，解決了無法應(yīng)對千萬級以上數(shù)據(jù)量的檢查的問題。

附圖說明

圖1為本發(fā)明的檔案數(shù)字化副本的構(gòu)成框圖。

圖2為本發(fā)明的檔案數(shù)字化副本質(zhì)量自動化檢測方法的流程圖。

圖3為本發(fā)明的檔案數(shù)字化副本檢查項和規(guī)則設(shè)置界面示意圖。

具體實施方式

如下結(jié)合附圖1和2，對本申請方案作進一步描述：

一種檔案數(shù)字化副本質(zhì)量自動化檢測方法，其包含如下步驟：

第一，根據(jù)檢測質(zhì)量需求建立檢測項庫，所述檢測項庫中包含若干檢測選項，以及對應(yīng)于檢測選項下的若干檢測規(guī)則；

第二，提供檢測項設(shè)置界面以供用戶進行配置；

第三，加載待質(zhì)檢的檔案數(shù)字化副本，并根據(jù)配置選項對其進行自動化檢測，并于檢測后輸出結(jié)果；

所述檔案數(shù)字化副本包含目錄數(shù)據(jù)、內(nèi)容數(shù)據(jù)、以及目錄與內(nèi)容關(guān)聯(lián)數(shù)據(jù)。

根據(jù)待質(zhì)檢的檔案數(shù)字化副本，所述檢測選項包括以下的一種或多種：檔號檢測選項、目錄數(shù)據(jù)檢測選項、頁數(shù)檢測選項、語義檢測選項、內(nèi)容數(shù)據(jù)檢測選項、目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)性檢選項；對應(yīng)的，

所述檔號檢測規(guī)則是，根據(jù)用戶輸入的檔號構(gòu)成對檔案數(shù)字化副本的檔號進行檢測，并輸出結(jié)果；

所述目錄數(shù)據(jù)檢測規(guī)則是，通過檔案數(shù)字化提交包規(guī)范中定義的架構(gòu)文件、自行定義目錄數(shù)據(jù)校驗模板，并輸出結(jié)果；

所述頁數(shù)檢測規(guī)則是，根據(jù)數(shù)字化加工掃描獲得的文件數(shù)總頁數(shù)并結(jié)合檔案數(shù)字化加工之前登記的頁數(shù)數(shù)據(jù)，進而檢測檔案數(shù)字化副本數(shù)據(jù)的頁數(shù)是否正常，并輸出結(jié)果，所述頁數(shù)數(shù)據(jù)包括檔案目錄頁數(shù)、材料頁數(shù)、案卷頁數(shù)、頁號數(shù)據(jù)中的一種或多種；

所述語義檢測規(guī)則是，通過關(guān)鍵詞組語義技術(shù)逐一進行語義檢查，判斷其數(shù)據(jù)是否有異常，并輸出結(jié)果；

所述內(nèi)容數(shù)據(jù)檢測規(guī)則是，根據(jù)用戶選擇的或預設(shè)的待檢項、利用圖像分析技術(shù)對檔案數(shù)字化副本進行逐項檢測，并輸出結(jié)果，所述待檢項包括圖像質(zhì)量、分辨率、文件大小、圖像尺寸、是否檢測黑點、黑邊，分辨率的最低值；

所述目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)性檢測規(guī)則是，根據(jù)目錄數(shù)據(jù)中的檔號、頁數(shù)、頁號等數(shù)據(jù)，檢測檔案數(shù)字化副本的數(shù)據(jù)所對應(yīng)的掃描文件是否全部真實存在，并輸出結(jié)果。

依次進行目錄數(shù)據(jù)檢測、內(nèi)容數(shù)據(jù)檢測、以及目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)檢測；其中，所述目錄數(shù)據(jù)檢測包括檢測目錄數(shù)據(jù)是否規(guī)范、檔號是否符合規(guī)則、頁數(shù)是否正確、目錄數(shù)據(jù)是否正確；所述內(nèi)容數(shù)據(jù)檢測包括檢測圖像質(zhì)量、圖像分辯率、圖像文件大小、圖像尺寸。

完成所有配置選項的檢測后生成質(zhì)檢結(jié)果報告。

自動化檢測的基本原理：

質(zhì)檢人員可在質(zhì)檢之前根據(jù)檢測質(zhì)量的要求，在軟件中設(shè)置檢測項，設(shè)置完成之后，直接啟動軟件，軟件將根據(jù)這些配置項，對待質(zhì)檢的檔案數(shù)字化加工成果進行自動化檢測，檢測完成之后，輸出檢測結(jié)果。

配置項具體說明

1、檔號檢查：

檔案業(yè)務(wù)中，檔號具有特定的含義，國家標準中制定了幾種檔號結(jié)構(gòu)構(gòu)成規(guī)則，不同的單位和檔案門類使用的檔號構(gòu)成規(guī)則也可能會不同，但終究有規(guī)則，所以，在本發(fā)明中，這些規(guī)則就是作為檔案數(shù)字化加工成果數(shù)據(jù)的檔號檢查的依據(jù)。例如，使用“全宗號-案卷目錄號-案卷號-件、頁(張)號”的檔號組成規(guī)則的，就可以在配置項中設(shè)置以此種檔號組成規(guī)則進行檢查，軟件系統(tǒng)在執(zhí)行檢查時，就根據(jù)此規(guī)則對檔案數(shù)字化加工成果數(shù)據(jù)的檔號數(shù)據(jù)進行檢查，檢查其檔號是否滿足此檔號規(guī)則，并輸出檢查結(jié)果。同時，如果掃描的結(jié)果文件命名方式也與檔號有關(guān)聯(lián)，則同樣可以檢查文件名稱是否正常。

2、目錄數(shù)據(jù)檢查：

檢查檔案目錄數(shù)據(jù)是否輸入、輸入是否符合要求等，本發(fā)明的解決辦法是通過依據(jù)檢查標準進行檢查，包括檔案數(shù)字化提交包規(guī)范中定義的架構(gòu)文件、自行定義目錄數(shù)據(jù)校驗模板，軟件系統(tǒng)通過配置選擇標準進行檢查，可以選擇一項，也可以選擇二者聯(lián)合校驗檢查。對于自定義的目錄校驗數(shù)據(jù)模板，系統(tǒng)內(nèi)可以自行維護其驗證規(guī)則。

3、頁數(shù)檢查：

檔案目錄是檔案館（室）編制的，由眾多著錄條目組成并按一次次序編排的，具有信息貯存、濃縮、有序化等功能，在國家檔案信息化建議中具有重要的地位。在檔案數(shù)字化加工過程中，可把調(diào)檔出來的檔案信息中的目錄中的頁數(shù)可作為檔案數(shù)字化加工過程的權(quán)威依據(jù)之一。在經(jīng)過了檔案數(shù)字化加工過程中的掃描工序之后，每一份加工材料內(nèi)的每一頁紙質(zhì)文件，都必須有對應(yīng)的計算機文件，要么一頁對應(yīng)一頁，要么多頁對應(yīng)一個文件（例如加工掃描成tif多頁文件），根據(jù)這樣的加工掃描方式，能夠計算掃描結(jié)果文件數(shù)總頁數(shù)（單頁文件一頁為一個文件，多頁文件需要獲取各個文件頁數(shù)），并結(jié)合檔案數(shù)字化加工之前登記的檔案目錄頁數(shù)、材料頁數(shù)、案卷頁數(shù)（如果有）、頁號數(shù)據(jù)，各數(shù)據(jù)互為參考，進而檢查檔案數(shù)字化加工成果數(shù)據(jù)的頁數(shù)是否正常。

4、語義檢查：

本發(fā)明通過關(guān)鍵詞組語義技術(shù)，軟件系統(tǒng)根據(jù)設(shè)置的待檢目錄項，對各項逐一進行語義檢查，判斷其數(shù)據(jù)是否有異常。

5、內(nèi)容數(shù)據(jù)檢查：

通過圖像分析技術(shù)，軟件系統(tǒng)中可以設(shè)置需要檢測的項，如圖像質(zhì)量、分辨率、文件大小、圖像尺寸等，并對每項內(nèi)的參數(shù)進行設(shè)置，如設(shè)置圖像質(zhì)量檢測是否檢測黑點、黑邊，分辨率的最低值等，軟件運行時，根據(jù)這些設(shè)置的參數(shù)，對檔案數(shù)字化副本逐一進行檢測。

6、目錄數(shù)據(jù)與內(nèi)容數(shù)據(jù)關(guān)聯(lián)性檢查：

軟件系統(tǒng)根據(jù)目錄數(shù)據(jù)中的檔號、頁數(shù)、頁號等數(shù)據(jù)，智能檢測每一條檔案數(shù)字化加工成果的數(shù)據(jù)所對應(yīng)的掃描文件是否全部真實存在。

本發(fā)明將原來人工質(zhì)檢的方法改進為軟件自動處理，原來人工質(zhì)檢的流程全部由軟件自動化執(zhí)行，人工質(zhì)檢項則以檢查項規(guī)則設(shè)置的形式體現(xiàn)，需要進行檢查的項，則直接在配置項中進行設(shè)置，軟件根據(jù)已設(shè)置的規(guī)則，自動化檢查檔案數(shù)字化加工成果。

上述優(yōu)選實施方式應(yīng)視為本申請方案實施方式的舉例說明，凡與本申請方案雷同、近似或以此為基礎(chǔ)作出的技術(shù)推演、替換、改進等，均應(yīng)視為本專利的保護范圍。