诉讼卷宗电子化：海量文档材料，怎么整理成能归档的电子卷宗？

近日，最高人民法院、国家档案局联合印发的《关于人民法院推行电子档案单套管理的通知》要求，各级人民法院要在电子诉讼卷宗随案同步生成过程中，按照诉讼档案管理有关规定齐全完整收集案件各环节形成的文件材料。但是，把纸质材料扫进系统，只是诉讼卷宗电子化的第一步。最高人民法院在《关于全面推进人民法院电子卷宗随案同步生成和深度应用的指导意见》中，对电子卷宗提出的要求是“支持电子卷宗文档化、数据化、结构化”，并要求电子卷宗管理系统“实现电子卷宗的自动排版和归类”。也就是说，进入归档流程的不只是图像，还要带上可检索、可对应、可核对的数据。这道内容加工工序，需要在归档之前跑通。

制度上对电子卷宗的要求，写得很细

《人民法院电子诉讼档案管理暂行办法》第七条明确，电子诉讼文件包括“同步数字化产生的纸质诉讼材料的电子版本”——纸质材料经数字化后形成的图像，本身就是归档对象。该办法第十三条还给出了两种制作路径：案卷归档后对卷内材料集中数字化，或者在案件办理过程中对纸质材料同步数字化。同办法第十四条对图像质量也有作规定，数字化直接产生的图像文件应当采用未加密的 TIFF 或 JPEG 格式并永久留存，提供查询应用时可转存为 PDF；扫描分辨率不低于 200dpi；对多色、红头、印章、插有照片图片、字迹清晰度较差的页面，以及年代较为久远的历史档案，应当采用彩色模式扫描。这些内容决定了影像件的“底子”。

归档还不止于图像。同办法第八条第（三）项要求，建立案卷级和卷内文件级目录数据，并将目录数据与电子诉讼文件对应关联，两者同步归档；元数据也要与电子诉讼文件一并归档。《指导意见》则把质量监管的内容明确列为数据完整度、图像文件清晰度、数据挂接准确度以及生成及时性。

落到一册卷宗上，要做的是三件事

第一件事是目录要分两级。案卷级回答“这是什么案子”，卷内文件级回答“这卷里第几份是什么材料”。由于卷内文件级目录按一份材料一个序号编制，因此先要确定哪几页属于同一份材料——连续扫描形成的连页文件里，起诉状后面可能直接接着三份证据，中间没有分隔；反过来，一份十几页的鉴定报告也可能被拆成散图。所以，不先划出边界，序号就编不准。

第二件事是目录要与文件挂接。制度要求的是“对应关联”，意味着每份材料都要能对应到它在图像中的位置区间。只有将这个对应关系建立起来，抽查与复核才有依据，也才谈得上“数据挂接准确度”这一项质量指标。

第三件事是内容要可读。由于图像本身不带文本层，案由、当事人、证据类别、形成日期这些著录信息无法从一幅图像里直接读出来，因此需要先做识别与理解。这三级要求叠在一起，就构成了归档之前那道完整的内容加工工序。

INTSIG DocFlow实现内容处理四步走：归拢、切分、归类、著录

合合信息 INTSIG DocFlow 企业级文档处理 Agent 平台承担的，正是归档之前这道内容加工工序：把形态不一的原始材料，理成可归档、可检索、数据与图像可对应的电子卷宗。调用流程分四步。

第一步是归拢与解析。合合信息DocFlow支持从邮箱、图片、扫描件、网页等多渠道自动拉取文档，把分散在扫描仪、邮箱、业务系统里的材料集中到一条处理链路；DocFlow同时还能覆盖 JPEG、PNG、PDF、OFD、DOC、DOCX、XLS、XLSX、TXT 等近 20 种格式，照片、版式文档、电子表格都能直接进流程，省去了人工先转一遍格式的时间。

第二步是扫描件自动拆分。DocFlow能把混合扫描的多类别、多份复杂文件自动切开，也能完成混贴单据的切分，把连在一个文件里的材料还原成独立的一份一份，对应“自动排版”这一要求。

第三步则是文档智能分类。合合信息DocFlow依托 Embedding 向量模型实现零样本或少样本的分类，不需要先攒大量样本再做训练；同时支持自定义规则配置与调优，材料类型随案由、审级变动时可以逐步调整，不必推倒重来。这一步对应“自动归类”，也是卷内文件级目录得以自动生成的基础。

第四步是结构化抽取，DocFlow基于自研垂类文档大模型，不只是做字符识别，而是按文档内容理解去提取案由、当事人、证据类别、形成日期等著录项，并识别同一含义的不同表述。DocFlow的抽取结果支持坐标回显，精准映射原文位置，这既是目录数据与电子文件“对应关联”的落点，也便于人工复核；最终通过标准化 API 回传业务系统。底层解析能力由合合信息自研文档解析引擎承接。

结构化之后，材料还能怎么用

当著录项抽出来之后，DocFlow 的同一套能力还可以向前后两端延伸。向后是智能审核，DocFlow支持单文档一致性审核与跨文档信息对比，也能把同一案件前后提交的材料做交叉比对，比如前后两份材料里的当事人名称、金额、日期是否对得上。审核规则可以用自然语言配置，不必写复杂的判定脚本；每个结论都给出明确依据并高亮定位到原文位置，人工复核有抓手，责任界定也有依据。

向前则是图像预处理，能够将模糊、倾斜、卷曲、反光、水印等问题在识别之前自动矫正。这一环节直接影响“图像文件清晰度”这项监管指标：原件不在手边时，影像质量就是后续扫描件自动拆分、文档智能分类与著录项抽取的输入条件。

DocFlow的能力边界与部署方式

诉讼卷宗电子化走到这一步，考验的是整套流程对真实材料复杂度的覆盖能力。合合信息DocFlow 可处理 1000 页以内的长文档；针对合并单元格、跨页表格、无线表格等复杂结构，能按阅读顺序还原成语义完整的段落，避免表格内容错位导致的著录项抽取错误。覆盖范围包括 52 种以上语言、30 种以上票据文档与近百种文档类型，这也是文档智能分类在案由差异较大的情况下仍能保持可用的基础。

关于部署，DocFlow提供 SaaS 服务与私有化部署两种模式。卷宗属于敏感材料，私有化部署可以做到材料不出域、处理在本地完成，并支持国产信创环境。计费方面可按实际业务量选择部署与计费模式，具体方案需结合案件量峰值与材料页数规模评估。

DocFlow助力人民法院实现电子卷宗建设的高效落地

以某中级人民法院为例，该院推进电子卷宗随案同步生成，相关纸质材料经同步数字化进入办案平台，但是卷内文件级目录的编制与目录数据同图像文件的对应依赖人工，质量检查时数据挂接准确度不够稳定。对此，可以引入 INTSIG DocFlow，海量材料能够先统一接入并解析，再由系统完成扫描件自动拆分与零样本分类，接着抽取案由、当事人、证据类别、形成日期等著录项，结果坐标回显供工作人员复核，结构化数据回传卷宗系统。如此，影像件材料整理耗时有望压缩，分类与关键著录项准确率也预期提升，数据挂接准确度同步改善。对于实际复核流程也有改善，工作人员不再从头翻页，而是可以对着坐标回显的结果逐项核验。对诉讼卷宗电子化而言，这一步的价值不只是省时间，更在于让归档材料同时满足图像层与目录数据层的质量要求。

结构化这一步补上，卷宗才谈得上深度应用

文档化、数据化、结构化与自动排版归类，指向的都是“文件能不能被系统读懂、被检索、被对应”。对于正在推进电子卷宗随案同步生成的团队来说，可以先按三个问题进行自查：连续扫描形成的连页文件，能不能自动切开并完成文档智能分类？卷内文件级目录数据能不能自动生成，并与图像文件对应关联？著录项抽取结果能不能映射回原文位置供复核？如果答案都指向人工环节，可以考虑接入合合信息 INTSIG DocFlow，把归档前这条内容加工链路落地。这一步落地之后，后续的归档、调阅、跨院协同与深度应用，才有一致、可核对的数据基础。

点击下方图片，了解更多合合信息 INTSIG DocFlow 文档自动化平台的产品信息。