基于深度学习的多模态企业档案智能分类与检索优化研究

摘要

针对传统企业档案管理系统中分类精度低、检索效率差等问题，本研究提出了一种基于深度学习的多模态智能优化方案。通过构建多模态特征融合网络和层次化注意力分类模型，实现了文本、图像、表格等多模态企业档案数据的联合表征与分类。在检索优化方面，设计了语义—关键词混合索引结构和基于用户画像的个性化排序算法。实验结果表明：优化后的系统分类准确率达到92.3%，较传统方法提升28.5%；检索平均响应时间缩短至0.15 s，检索精度显著提升。本研究为企业档案数字化转型提供了有效的技术解决方案。

关键词

深度学习 / 多模态 / 企业档案 / 智能分类与检索