This study aims to provide an overview of recent efforts relating to natural language processing (NLP) and machine learning applied to archival processing, particularly appraisal and sensitivity reviews, and propose functional requirements and workflow considerations for transitioning from experimental to operational use of these tools.,The paper has four main sections. 1) A short overview of the NLP and machine learning concepts referenced in the paper. 2) A review of the literature reporting on NLP and machine learning applied to archival processes. 3) An overview and commentary on key existing and developing tools that use NLP or machine learning techniques for archives. 4) This review and analysis will inform a discussion of functional requirements and workflow considerations for NLP and machine learning tools for archival processing.,Applications for processing e-mail have received the most attention so far, although most initiatives have been experimental or project based. It now seems feasible to branch out to develop more generalized tools for born-digital, unstructured records. Effective NLP and machine learning tools for archival processing should be usable, interoperable, flexible, iterative and configurable.,Most implementations of NLP for archives have been experimental or project based. The main exception that has moved into production is ePADD, which includes robust NLP features through its named entity recognition module. This paper takes a broader view, assessing the prospects and possible directions for integrating NLP tools and techniques into archival workflows.

中文翻译：

---

自然语言处理和机器学习作为档案处理的实用工具集

这项研究旨在概述与自然语言处理（NLP）和应用于存档处理的机器学习有关的最新工作，特别是评估和敏感性审查，并提出从这些工具的实验使用过渡到操作使用的功能要求和工作流注意事项。 ，本文分为四个主要部分。1）本文引用的NLP和机器学习概念的简短概述。2）回顾了有关NLP和机器学习应用于归档过程的文献报道。3）对使用NLP或机器学习技术进行存档的关键现有工具和开发工具的概述和评论。4）此审查和分析将为NLP和用于存档处理的机器学习工具的功能要求和工作流注意事项的讨论提供参考。到目前为止，处理电子邮件的应用程序最受关注，尽管大多数计划都是基于实验或基于项目的。现在看来，为针对出生数字和非结构化记录开发更通用的工具似乎是可行的。用于归档处理的有效NLP和机器学习工具应该是可用的，可互操作的，灵活的，迭代的和可配置的。NLP档案的大多数实现都是基于实验或基于项目的。进入生产的主要例外是ePADD，它通过其命名的实体识别模块具有强大的NLP功能。本文从更广阔的角度出发，评估了将NLP工具和技术集成到档案工作流程中的前景和可能的方向。尽管大多数计划都是基于实验或基于项目的。现在看来，为针对出生数字和非结构化记录开发更通用的工具似乎是可行的。用于归档处理的有效NLP和机器学习工具应该是可用的，可互操作的，灵活的，迭代的和可配置的。NLP档案的大多数实现都是基于实验或基于项目的。进入生产的主要例外是ePADD，它通过其命名的实体识别模块具有强大的NLP功能。本文从更广阔的角度出发，评估了将NLP工具和技术集成到档案工作流程中的前景和可能的方向。尽管大多数计划都是基于实验或基于项目的。现在看来，为针对出生数字和非结构化记录开发更通用的工具似乎是可行的。用于归档处理的有效NLP和机器学习工具应该是可用的，可互操作的，灵活的，迭代的和可配置的。NLP档案的大多数实现都是基于实验或基于项目的。进入生产的主要例外是ePADD，它通过其命名的实体识别模块具有强大的NLP功能。本文从更广阔的角度出发，评估了将NLP工具和技术集成到档案工作流程中的前景和可能的方向。用于归档处理的有效NLP和机器学习工具应该是可用的，可互操作的，灵活的，迭代的和可配置的。NLP档案的大多数实现都是基于实验或基于项目的。进入生产的主要例外是ePADD，它通过其命名的实体识别模块具有强大的NLP功能。本文从更广阔的角度出发，评估了将NLP工具和技术集成到档案工作流程中的前景和可能的方向。用于归档处理的有效NLP和机器学习工具应该是可用的，可互操作的，灵活的，迭代的和可配置的。NLP档案的大多数实现都是基于实验或基于项目的。进入生产的主要例外是ePADD，它通过其命名的实体识别模块具有强大的NLP功能。本文从更广阔的角度出发，评估了将NLP工具和技术集成到档案工作流程中的前景和可能的方向。