一种多源档案电子信息融合系统的制作方法

摘要: 本发明涉及数据处理,尤其涉及一种多源档案电子信息融合系统。背景技术:1、随着政务、司法及企业信息化建设的不断深入,多源电子档案数据的规模呈指数级增长。为了实现对...
一种多源档案电子信息融合系统的制作方法

本发明涉及数据处理,尤其涉及一种多源档案电子信息融合系统。

背景技术:

1、随着政务、司法及企业信息化建设的不断深入,多源电子档案数据的规模呈指数级增长。为了实现对海量非结构化档案数据的深度挖掘与利用,构建档案实体关系拓扑网络已成为当前档案智能数据治理领域的重要发展趋势。

2、目前,公开号为cn121960701a的中国发明,公开了基于大模型的电子档案智能数据治理方法及系统,通过对原始电子档案进行格式归一化与逐页坐标解析,利用大语言模型结合档案知识本体,抽取包含证据页码的实体与关系三元组,最终融合构建出带有页级溯源标签的电子档案知识图谱。上述技术存在以下不足:第一,多维特征交互浅层化,现有技术仅对文本、时间和来源进行简单线性拼接,无法捕获多模态属性间的高阶非线性交互特征,导致底层特征表达能力不足,难以支撑复杂关系推理;第二,冲突消解缺乏客观物理约束,现有图神经网络处理节点冲突时多依赖随机初始化或主观规则,忽略了档案信息时空失真与拓扑互证的客观物理规律,导致网络收敛慢、易受噪声干扰,去伪存真精度低;第三,海量图谱存储面临内存瓶颈,全量节点加载至图数据库极易引发内存溢出,且传统缓存淘汰算法仅依据访问频次,割裂了节点的拓扑重要性与逻辑置信度,极易误删低频但关键的核心证据,无法满足高效推理需求。

技术实现思路

1、本发明解决的技术问题是:现有技术难以捕获文本语义、时间戳、来源置信度与物理层级特征间的高阶非线性交互关系,无法将客观时空物理衰减规律作为图谱网络初始化的先验约束,无法基于节点终态逻辑置信度驱动异构数据库的动态冷热调度,导致异构数据对齐时发生特征坍缩,冲突消解极度依赖主观人为规则,且在执行星型拓扑多跳检索时极易引发图数据库内存溢出与寻址延迟。

2、为解决上述技术问题,本发明提供如下技术方案:一种多源档案电子信息融合系统,包括:

3、映射模块,用于利用预设的权重矩阵对纯文本语义表征向量、绝对时间戳特征向量、来源置信度向量和物理层级结构向量进行线性加权与哈达玛积计算,经过特征叠加处理与交叉注意力机制层重加权,输出联合特征张量;

4、冲突消解模块,用于将联合特征张量映射为网络节点特征,基于绝对物理时间差与连通度计算图神经网络的初始置信度,经网络迭代生成全局最优节点置信度矩阵,剔除低置信度节点并输出融合图谱拓扑网络;

5、调度模块,用于融合物理访问频次、拓扑中心度与终态置信度计算复合热度指标,将复合热度指标大于寻址阈值的核心档案节点存入热区图数据库构建索引,将支撑性证据档案节点降维压缩后存入冷区向量数据库,并建立哈希指针映射表。

6、优选地,所述映射模块执行联合特征张量的计算过程具体包括:

7、利用第一自适应权重矩阵、第二自适应权重矩阵、第三自适应权重矩阵以及第四自适应权重矩阵,分别对纯文本语义表征向量、绝对时间戳特征向量、来源置信度向量和物理层级结构向量进行线性加权映射,获得四个线性加权映射结果。

8、优选地,对所述四个线性加权映射结果进行元素级累加处理,生成加性主效应基础特征张量;

9、计算所述纯文本语义表征向量与绝对时间戳特征向量的第一哈达玛积,并将计算所得的第一哈达玛积与第五自适应权重矩阵相乘,得到第一交互计算结果;

10、计算纯文本语义表征向量与物理层级结构向量的第二哈达玛积,并将计算所得的第二哈达玛积与第六自适应权重矩阵相乘,得到第二交互计算结果;

11、计算来源置信度向量与物理层级结构向量的第三哈达玛积,并将计算所得的第三哈达玛积与第七自适应权重矩阵相乘,得到第三交互计算结果;

12、将所述第一交互计算结果、第二交互计算结果和第三交互计算结果进行元素级累加处理,生成乘性二阶交互特征张量,将所述加性主效应基础特征张量与乘性二阶交互特征张量进行叠加处理,生成叠加特征张量。

13、优选地,将所述叠加特征张量进行线性映射处理,具体为:

14、分别获取查询矩阵、键矩阵以及值矩阵,将所述查询矩阵、键矩阵和值矩阵输入至预设的交叉注意力机制层,通过所述交叉注意力机制层利用查询矩阵、键矩阵以及预设的特征维度标量进行点积计算,并经预设的归一化指数函数处理后获取不同特征维度间的关联权重,利用所述关联权重对值矩阵进行重加权处理,输出联合特征张量。

15、优选地,所述冲突消解模块通过联合特征张量构建融合图谱拓扑网络,具体包括:

16、将多源档案输入序列中的档案数据映射为档案实体关系拓扑网络中的节点,并将联合特征张量赋值为对应节点的特征向量,根据档案实体之间的时空关联属性在各个节点之间建立连接边;

17、在检测到目标实体节点存在多源属性节点冲突时,获取对应目标属性节点的记录时间与核心事件基准时间,计算得出绝对物理时间差,并提取冲突节点在局部网络子图中的连通度;

18、以第一调节超参数与绝对物理时间差的乘积的相反数作为指数构建自然指数函数,得到时间衰减因子;

19、以第二调节超参数与连通度的乘积加一后构建对数函数,得到拓扑连通度因子;

20、将第一调节超参数、时间衰减因子和拓扑连通度因子相乘,计算得出图神经网络中各个冲突节点的初始置信度。

21、优选地,将所述初始置信度作为图神经网络的初始输入状态进行迭代更新,在当前迭代轮次中,利用预设的邻域特征聚合函数,提取局部邻域集合中所有邻居节点的当前状态进行聚合,得到邻域特征聚合结果;

22、利用预设的状态更新函数,将冲突节点当前的节点置信状态向量和邻域特征聚合结果进行结合计算,输出下一迭代轮次的节点置信状态向量;

23、在迭代更新次数达到预设的最大迭代次数后,停止迭代,提取图神经网络中所有节点的最终置信状态向量,组合生成收敛后的全局最优节点置信度矩阵;

24、对比全局最优节点置信度矩阵中的节点数值与预设的动态验证阈值,将节点数值小于动态验证阈值的冲突节点从档案实体关系拓扑网络中删除,保留剩余节点并输出融合图谱拓扑网络。

25、优选地,所述调度模块解析复合热度指标并进行异构数据库动态调度,具体包括:

26、获取所述融合图谱拓扑网络中全部档案节点的物理访问频次和拓扑中心度,并从收敛后的全局最优节点置信度矩阵中提取对应档案节点的终态置信度。

27、优选地,通过预设的加权融合算法对所述物理访问频次、拓扑中心度和终态置信度进行数值计算,得出全部档案节点各自对应的复合热度指标;

28、将所述复合热度指标与寻址阈值进行逐一比对,将复合热度指标大于寻址阈值的档案节点判定为核心档案节点,并将复合热度指标小于或等于寻址阈值的档案节点判定为支撑性证据档案节点。

29、优选地,采用非序列化分配方式,将判定出的核心档案节点写入系统内存级的热区图数据库中,并在热区图数据库中利用核心档案节点的拓扑关系构建常驻图索引。

30、优选地,对判定出的支撑性证据档案节点实施向量化降维压缩,将实施向量化降维压缩后的支撑性证据档案节点转化为稠密特征向量,并将转化后的稠密特征向量持久化迁移至磁盘级的冷区向量数据库中进行存储;

31、提取热区图数据库中核心档案节点的节点标识,并提取冷区向量数据库中支撑性证据档案节点的存储物理地址,基于节点标识和存储物理地址的关联关系建立哈希指针映射表,进行跨数据库联合检索。

32、本发明的有益效果:通过哈达玛积提取纯文本语义、绝对时间戳与物理层级间的乘性二阶交互特征,并引入交叉注意力机制进行特征重标定,精准捕获了档案多维度属性间的高阶非线性关联,摒弃了图神经网络传统的随机噪声初始化方案,将绝对物理时间差与局部网络子图连通度代入客观时空物理衰减公式,以此计算结果作为图神经网络的初始置信度先验约束,消除了对主观人工规则的依赖,依据动态验证阈值过滤失真冲突节点,调度模块打破了传统同构存储与纯硬件缓存淘汰的局限,将业务逻辑层输出的终态置信度直接引入底层存储判定,融合物理访问频次与拓扑重要性指标得出复合热度指标,依据复合热度指标驱动异构数据库的冷热分流,将核心档案节点保留在内存级热区图数据库中,将支撑性证据档案节点降维压缩至磁盘级冷区向量数据库中,并通过构建哈希指针映射表打通数据孤岛,有效克服了主观人工规则在档案冲突判定上的局限性,在提升冲突节点剔除准确率与网络收敛速度的同时,通过异构冷热分流调度大幅降低了系统内存占用开销,并有效保障了跨数据库联合检索的响应效率。