来源：期刊VIP网 时间：
作者：曹正阳;金咏诗;孙俐丽;秦洋;冯李航;
单位：南京工业大学电气工程与控制科学学院;南京工业大学经济与管理学院;南京工业大学信息管理与技术研究所;东芝综合研究所;
摘要：针对传统档案开放审核模式中存在的效率低下、主观性强及语义分析能力不足等问题，该文提出一种基于KADR-LLM的智能审核框架。该框架通过融合DPR的密集检索能力与KARP的渐进式推理机制，构建“检索-推理-验证”三阶审核范式，显著提升审核的精准性与效率。创新性体现于：设计基于文档空间结构的双通道文本预处理方法，通过段落裁剪优化语义表征；融合敏感词匹配与检索增强生成技术，建立规则驱动的动态推理机制；提出关键词引导的渐进式审核策略，实现从表层特征提取到逻辑链验证的可解释决策。实验结果表明，在OParchives等数据集上，KADR-LLM在零样本与少样本条件下的审核准确率分别达79.98%与82.34%，较基线模型提升4.31%，且具备更高的语义泛化能力。
关键词：档案开放审核;大语言模型;密集检索;推理提示
基金资助：江苏省科技计划（BZ2024057）; 国家自然科学基金（62103184）
