CN110210952B - 一种评标方法及装置 - Google Patents

一种评标方法及装置 Download PDF

Info

Publication number
CN110210952B
CN110210952B CN201910511486.8A CN201910511486A CN110210952B CN 110210952 B CN110210952 B CN 110210952B CN 201910511486 A CN201910511486 A CN 201910511486A CN 110210952 B CN110210952 B CN 110210952B
Authority
CN
China
Prior art keywords
bidding
attribute
bid
document
attribute value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910511486.8A
Other languages
English (en)
Other versions
CN110210952A (zh
Inventor
于俊
陈明辉
谭昶
胡欣欣
张盼
李良
乔国军
牛鑫
洪源
李雅洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Iflytek Information Technology Co Ltd
Original Assignee
Iflytek Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Iflytek Information Technology Co Ltd filed Critical Iflytek Information Technology Co Ltd
Priority to CN201910511486.8A priority Critical patent/CN110210952B/zh
Publication of CN110210952A publication Critical patent/CN110210952A/zh
Application granted granted Critical
Publication of CN110210952B publication Critical patent/CN110210952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种评标方法及装置，该方法包括：首先根据招标文件和投标文件的使用规范，形成各个招投标数据对，然后，将每一招投标数据对中的招标参数和投标参数进行内容对比，确定投标参数是否符合招标参数的要求。可见，本申请是先根据招标文件和投标文件的使用规范，自动将每一相匹配的招标参数和投标参数构成招投标数据对，然后再对每一招投标数据对中的招标参数和投标参数的内容进行自动对比，从而可以更快速、准确地判断出投标文件中每一投标参数是否符合招标参数的要求，而无需花费大量的人力进行人工审查，进而提升了审查效率和审查质量。

Description

一种评标方法及装置
技术领域
本申请涉及计算机技术领域，尤其涉及一种评标方法及装置。
背景技术
目前，在招投标工作中，招标单位（甲方）可以委托其所在省市的公共资源交易中心，通过招投标系统发布电子化的招标文件，投标单位（乙方）可以通过招投标系统，递交电子化的资质文件和投标文件。
当通过招投标系统开标后，公共资源交易中心可以组建由行业专家组成的评标委员会，由评标委员会根据招标文件的要求，审查投标单位的资质文件以确定投标单位是否具有投标资格、以及审核投标单位的投标文件与招标文件之间的符合性，从而选出符合条件的投标单位作为候选单位，然后，评标委员会根据评标细则进行打分，以从候选单位中选出中标单位。
但是，在审核投标文件与招标文件之间的符合性的过程中，评标委员会的评标专家，需要在很短时间内完成符合性审查，这种人工审查的方式，不但要花费大量的人力且效率低下，而且审查质量不佳（比如容易造成漏评、错评等情况）。
发明内容
本申请实施例的主要目的在于提供一种评标方法及装置，不但能够节省符合性审查阶段所花费的人力且提升审查效率，还能提升审查质量。
本申请实施例提供了一种评标方法，包括：
根据招标文件和投标文件的使用规范，形成各个招投标数据对，所述招投标数据对包括所述招标文件中的一条招标参数以及对所述招标参数进行响应的一条投标参数；
将所述招投标数据对中的招标参数和投标参数进行内容对比，确定所述投标参数是否符合所述招标参数的要求。
可选的，所述形成各个招投标数据对，包括：
确定所述招标文件和所述投标文件中均记录的各个目标物品；
对于每一目标物品，确定所述目标物品在所述招标文件和所述投标文件中记录的各个相同属性；
确定各个招投标数据对，所述招投标数据对中的招标参数为所述招标文件中的目标属性下的一个属性值，所述招投标数据对中的投标参数为所述投标文件中的目标属性下的一个属性值，所述目标属性为所述各个相同属性中的一个属性。
可选的，所述确定所述招标文件和所述投标文件中均记录的各个目标物品，包括：
从所述招标文件和所述投标文件中提取物品名称；
利用预先构建的物品知识库，确定所述招标文件和所述投标文件中对应于同一物品的两个物品名称，所述物品知识库中存储了大量物品中的每一物品具有的不同物品名称；
将所述两个物品名称对应的同一物品作为所述目标物品。
可选的，所述确定所述目标物品在所述招标文件和所述投标文件中记录的各个相同属性，包括：
在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名；
利用预先构建的属性知识库，确定所述目标物品在所述招标文件和所述投标文件中对应于同一属性的两个属性名称，所述属性知识库中存储了大量属性中的每一属性具有的不同属性名称；
将所述两个属性名称对应的同一属性作为所述相同属性。
可选的，所述在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名，包括：
基于所述目标物品的属性名与属性值之间是否具有显式符号，在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名。
可选的，所述确定各个招投标数据对，包括：
将所述招标文件中的所述目标属性下的各个属性值作为各个第一属性值，将所述投标文件中的所述目标属性下的各个属性值作为各个第二属性值；
对于每个第一属性值，确定所述第一属性值分别与各个第二属性值之间的相似度；
若确定的最大相似度大于预设阈值，则将所述第一属性值以及所述最大相似度对应的第二属性值，作为一组招投标数据对。
可选的，所述确定所述第一属性值分别与各个第二属性值之间的相似度，包括：
利用预先构建的相似度确定模型，确定所述第一属性值分别与各个第二属性值之间的相似度。
可选的，所述确定所述第一属性值分别与各个第二属性值之间的相似度，包括：
生成所述第一属性值的各个词的第一词向量；
对于每个第二属性值，生成所述第二属性值的各个词的第二词向量；
利用至少一个注意力机制，对所述第一属性值的各个第一词向量以及所述第二属性值的各个第二词向量进行注意力计算，得到每一注意力机制下生成的所述第二属性值的各个词的第三词向量；
根据生成的第三词向量，确定所述第二属性值与所述第一属性值的相似度。
可选的，所述将所述招投标数据对中的招标参数和投标参数进行内容对比，确定所述投标参数是否符合所述招标参数的要求，包括：
将所述招投标数据对中的招标参数和投标参数进行内容对比， 确定所述投标参数中相对于所述招标参数的差异内容；
确定所述差异内容是否符合所述招标参数的要求。
本申请实施例还提供了一种评标装置，包括：
招投标数据对形成单元，用于根据招标文件和投标文件的使用规范，形成各个招投标数据对，所述招投标数据对包括所述招标文件中的一条招标参数以及对所述招标参数进行响应的一条投标参数；
招投标参数对比单元，用于将所述招投标数据对中的招标参数和投标参数进行内容对比，确定所述投标参数是否符合所述招标参数的要求。
可选的，所述招投标数据对形成单元包括：
目标物品确定子单元，用于确定所述招标文件和所述投标文件中均记录的各个目标物品；
相同属性确定子单元，用于对于每一目标物品，确定所述目标物品在所述招标文件和所述投标文件中记录的各个相同属性；
招投标数据对确定子单元，用于确定各个招投标数据对，所述招投标数据对中的招标参数为所述招标文件中的目标属性下的一个属性值，所述招投标数据对中的投标参数为所述投标文件中的目标属性下的一个属性值，所述目标属性为所述各个相同属性中的一个属性。
可选的，所述目标物品确定子单元包括：
物品名称提取子单元，用于从所述招标文件和所述投标文件中提取物品名称；
物品名称确定子单元，用于利用预先构建的物品知识库，确定所述招标文件和所述投标文件中对应于同一物品的两个物品名称，所述物品知识库中存储了大量物品中的每一物品具有的不同物品名称；
目标物品获得子单元，用于将所述两个物品名称对应的同一物品作为所述目标物品。
可选的，所述相同属性确定子单元包括：
属性名提取子单元，用于在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名；
属性名称确定子单元，用于利用预先构建的属性知识库，确定所述目标物品在所述招标文件和所述投标文件中对应于同一属性的两个属性名称，所述属性知识库中存储了大量属性中的每一属性具有的不同属性名称；
相同属性获得子单元，用于将所述两个属性名称对应的同一属性作为所述相同属性。
可选的，所述属性名提取子单元具体用于：
基于所述目标物品的属性名与属性值之间是否具有显式符号，在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名。
可选的，所述招投标数据对确定子单元包括：
属性值获得子单元，用于将所述招标文件中的所述目标属性下的各个属性值作为各个第一属性值，将所述投标文件中的所述目标属性下的各个属性值作为各个第二属性值；
相似度确定子单元，用于对于每个第一属性值，确定所述第一属性值分别与各个第二属性值之间的相似度；
招投标数据对获得子单元，用于若确定的最大相似度大于预设阈值，则将所述第一属性值以及所述最大相似度对应的第二属性值，作为一组招投标数据对。
可选的，所述相似度确定子单元具体用于：
利用预先构建的相似度确定模型，确定所述第一属性值分别与各个第二属性值之间的相似度。
可选的，所述相似度确定子单元包括：
第一词向量生成子单元，用于生成所述第一属性值的各个词的第一词向量；
第二词向量生成子单元，用于对于每个第二属性值，生成所述第二属性值的各个词的第二词向量；
第三词向量获得子单元，用于利用至少一个注意力机制，对所述第一属性值的各个第一词向量以及所述第二属性值的各个第二词向量进行注意力计算，得到每一注意力机制下生成的所述第二属性值的各个词的第三词向量；
相似度获得子单元，用于根据生成的第三词向量，确定所述第二属性值与所述第一属性值的相似度。
可选的，所述招投标参数对比单元包括：
差异内容确定子单元，用于将所述招投标数据对中的招标参数和投标参数进行内容对比， 确定所述投标参数中相对于所述招标参数的差异内容；
差异内容判断子单元，用于确定所述差异内容是否符合所述招标参数的要求。
本申请实施例还提供了一种评标设备，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述评标方法中的任意一种实现方式。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述评标方法中的任意一种实现方式。
本申请实施例还提供了一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行上述评标方法中的任意一种实现方式。
本申请实施例提供的一种评标方法及装置，在对投标文件进行审查时，可以先根据招标文件和投标文件的使用规范，形成各个招投标数据对，其中，招投标数据对包括招标文件中的一条招标参数以及对该招标参数进行响应的一条投标参数，然后，将招投标数据对中的招标参数和投标参数进行内容对比，确定投标参数是否符合招标参数的要求。可见，本申请实施例是先根据招标文件和投标文件的使用规范，自动将每一相匹配的招标参数和投标参数构成招投标数据对，然后再对每一招投标数据对中的招标参数和投标参数的内容进行对比，以确定出其中符合招标参数要求的投标参数，从而可以更快速、准确地对投标文件中每一投标参数进行自动审查，而无需花费大量的人力进行人工审查，进而提升了审查效率和审查质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种评标方法的流程示意图；
图2为本申请实施例提供的招标文件中的物品床和投标文件中的物品床的对应属性内容的示意图；
图3为本申请实施例提供的形成各个招投标数据对的流程示意图；
图4为本申请实施例提供的招标文件中的招标内容的示意图之一；
图5为本申请实施例提供的招标文件中的招标内容的示意图之二；
图6为本申请实施例提供的招标文件中的招标内容的示意图之三；
图7为本申请实施例提供的招标文件中的招标内容的示意图之四；
图8为本申请实施例提供的相似度确定模型的结构示意图；
图9为本申请实施例提供的招标参数和投标参数的比对流程示意图；
图10为本申请实施例提供的一种评标方法的结构示意图；
图11为本申请实施例提供的一种评标装置的组成示意图。
具体实施方式
在一些评标方法中，需要评标委员会对投标单位的投标文件与招标单位的招标文件之间的符合性进行人工审查，以选择出符合条件的投标单位作为候选单位，然后，评标委员会再根据评标细则进行打分，并根据打分结果从候选单位中选出中标单位。
但是，在上述评标过程中，需要评标委员会的评标专家在很短时间内完成投标文件的符合性审查，并根据评标细则进行打分，这对于评标专家来说工作量大、强度高，很容易造成漏评、错评等情况，导致审查质量不佳；并且，由于评标项目的类型多、复杂度高，不同行业项目的评标标准也存在差异，这对于评标专家来说评标的难度大、评标效率也不高；另外，由于在阅标过程中消耗了评标专家大部分的时间和精力，导致专家经验在评标过程中难以得到有效发挥，也可能会导致评标质量不高，甚至浪费专家资源。可见，按照这种人工审查的方式进行评标时，不但要花费大量的人力资源且评标效率低下，而且审查质量也不佳。
为解决上述缺陷，本申请提供了一种评标方法，在对投标文件进行审查时，基于人工智能技术，将投标文件与招标文件之间的符合性的人工审查方式转变为自动审查方式，具体来讲，可以利用自动评标方法，先自动将每一相匹配的招标参数和投标参数（该投标参数为该招标参数的响应参数）构成一个招投标数据对，然后再对每一招投标数据对中的招标参数和投标参数的内容进行对比，以确定出其中符合招标参数要求的投标参数，从而可以辅助评标专家进行快速、准确的评标，有效降低评标专家在人工审查中漏评、错评等情况发生的概率，提升评标效率和评标质量。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
第一实施例
参见图1，为本实施例提供的一种评标方法的流程示意图，该方法包括以下步骤：
S101：根据招标文件和投标文件的使用规范，形成各个招投标数据对，其中，招投标数据对包括招标文件中的一条招标参数以及对该招标参数进行响应的一条投标参数。
在本实施例中，当获取到招标单位通过招投标系统发布的电子化的招标文件、以及获取到投标单位通过招投标系统递交的电子化的投标文件后，首先需要根据招标文件和投标文件的使用规范，形成各个招投标数据对，其中，每一招投标数据对包括招标文件中的一条招标参数以及对该招标参数进行响应的一条投标参数。
具体来讲，招标文件的使用规范指的是招标文件中的招标内容的撰写规范，即，依据国家有关招标的法律、法规和部门规章等规定所撰写的招标内容及其布局、格式以及排版等，例如，招标单位可以将“招标单位名称”、“招标项目名称”、“招标范围”等投标单位须知的概括性招标内容布局在招标文件的开头位置等。而投标文件的使用规范指的是投标文件中的投标内容的撰写规范，即，依据国家有关投标的法律、法规和部门规章等规定所撰写的投标内容及其布局、格式以及排版等，但可以理解的是，投标单位应基于招标文件（比如招标内容、格式、布局等），在投标文件中撰写相应的投标内容，用以对招标内容进行响应。
需要说明的是，不同类型的招标文件的使用规范可能是不同的，例如，工程项目建设类型的招标文件与货物采购类型的招标文件的使用规范是不同的，其中，工程项目建设类型的招标文件的使用规范可能包括“施工地点的分布”、“投标的施工设备应达到的设计标准和建设单位提出的相关施工技术规范要求”等内容；而货物采购类型的招标文件的使用规范可能包括采购货物的“产品需求”、“品牌需求”、“交货时间”以及“付款方式”等内容。故而，由于不同类型的招标文件的使用规范可能是不同的，所以，不同类型的招标文件各自对应的投标文件的使用规范也是不同的。
进一步的，可以根据招标文件和投标文件的使用规范，将招标文件和投标文件中相匹配的招标参数和投标参数构成一个招投标数据对，并在得到各个招投标数据对后，用以进行后续步骤S102。
在本实施例中，招标参数可以是招标文件中记录的某个招标物品A的某个属性A下的属性值a1，其中，属性A是招标物品A对应的一项技术指标，属性值是该技术指标对应的具体参数。相应的，投标参数可以是投标文件中记录的招标物品A的属性A下的属性值a2，并且，属性值a2与属性值a1可能相同、也可能不同。
可以理解的是，招标文件中通常记录了多条招标参数，但投标文件中可能记录了全部或部分招标参数的响应参数（即投标参数）。
为了实现本步骤S101，首先，可以依次遍历招标文件中的每一招标参数，对于当前遍历到的招标参数，计算该招标参数分别与投标文件中的每一投标参数之间的相似度，在计算相似度时，可以采用任一种文本相似度计算方法进行计算，本申请对此不做限制；然后，从计算得到的各个相似度中找出最大相似度，并判断该最大相似度是否超过预设阈值，若超过了预设阈值，则表明该最大相似度对应的投标参数是该招标参数的响应参数，二者可以组成一个招投标数据对，反之，则表明该招标参数在投标文件中没有相应的响应参数，即，没有投标参数与该招标参数形成一个招投标数据对。
举例说明：如图2所示，其示出了本申请实施例提供的招标文件中的物品“床”和投标文件中的物品“床”的对应属性内容的示意图，其中，左侧图为招标文件中物品“床”对应的各个属性，如床的尺寸和基材等，并且各个属性又分别对应了各自的属性值，如尺寸的属性值为“1200mm*600mm*450mm”，基材的各个属性值分别为“选用优质中密度纤维板”、“甲醛释放量E1级≤6mg/100g”、“内结合强度≥0.40Mpa”等，这些属性值可以分别作为招标文件包含的招标参数。
图2中的右侧图为投标文件中物品“床”对应的各个属性，如床的品牌、型号、技术规格、基材等，并且各个属性又分别对应了各自的属性值，如技术规格的属性值为“1200mm*600mm*450mm”，基材的各个属性值分别为“选用“某企业1”中密度纤维板”、“甲醛释放量E1级为5.9mg/100g”、“内结合强度为0.41Mpa”等，这些属性值可以分别作为投标文件包含的投标参数。
现将招标文件中的基材的各个属性值（即“选用优质中密度纤维板”、“甲醛释放量E1级≤6mg/100g”、“内结合强度≥0.40Mpa”等招标参数），分别与投标文件中的基材的各个属性值（即“选用“某企业1”中密度纤维板”、“甲醛释放量E1级为5.9mg/100g”、“内结合强度为0.41Mpa”等投标参数）进行匹配，并通过判断每条招标参数与所有投标参数之间的最大相似度是否超过预设阈值，来确定出每一组相匹配的招标参数和投标参数，用以构成各个招投标数据对。例如，可以确定出招标参数“选用优质中密度纤维板”与投标参数“选用“某企业1”中密度纤维板”是相匹配的，即“选用“某企业1”中密度纤维板”是“选用优质中密度纤维板”的响应参数，二者可构成一个招投标数据对。
同理，可以确定出招标参数“甲醛释放量E1级≤6mg/100g”与投标参数“甲醛释放量E1级为5.9mg/100g”是相匹配的，即“甲醛释放量E1级为5.9mg/100g”是 “甲醛释放量E1级≤6mg/100g”的响应参数，二者可构成一个招投标数据对；以及确定出招标参数“内结合强度≥0.40Mpa”与投标参数“内结合强度为0.41Mpa”也是相匹配的，即“内结合强度为0.41Mpa”是 “内结合强度≥0.40Mpa”的响应参数，二者可构成一个招投标数据对。
需要说明的是，本步骤S101可以采用模型来实现，具体实现方式将在第二实施例中进行介绍。
S102：将招投标数据对中的招标参数和投标参数进行内容对比，确定投标参数是否符合招标参数的要求。
在本实施例中，通过步骤S101根据招标文件和投标文件的使用规范，形成各个招投标数据对后，可以将每一招投标数据对中的招标参数和投标参数进行内容对比，以确定出该招投标数据对中的投标参数是否符合对应的招标参数的要求。
举例说明：基于上述步骤S101中的举例，可以得到图2所示的投标文件和招标文件中的三个招投标数据对分别为：①、招标参数“选用优质中密度纤维板”与投标参数“选用“某企业1”中密度纤维板”；②、招标参数“甲醛释放量E1级≤6mg/100g”与投标参数“甲醛释放量E1级为5.9mg/100g”；③、招标参数“内结合强度≥0.40Mpa”与投标参数“内结合强度为0.41Mpa”。接下来，可以将每个招投标数据对中的招标参数和投标参数进行内容对比，以确定出每一招投标数据对中的投标参数是否符合对应的招标参数的要求。
对于第①个招投标数据对来说，投标参数“选用“某企业1”中密度纤维板”响应了招标参数“选用优质中密度纤维板”，二者的区别在于“某企业1”和“优质”，进而需要判断“某企业1”品牌是否属于优质系列，才能确定该投标参数是否符合招标参数的要求，如果是，则说明该投标参数是符合招标参数的要求的，反之，如果判断出“某企业1”品牌不属于优质系列，则说明该投标参数是不符合招标参数的要求的。但是，由于自然语言具有多样性，是不可枚举的，因此，当无法确定投标参数是否符合招标参数的要求时，可以将二者的区别内容标记出来，比如可以将该区别内容进行高亮显示等，以便辅助人工进行准确判断。
对于第②个招投标数据对来说，投标参数“甲醛释放量E1级为5.9mg/100g”响应了招标参数“甲醛释放量E1级≤6mg/100g”，二者的区别在于“5.9mg”和“≤6mg”，由于“5.9mg”满足“≤6mg”，所以，可以确定该投标参数是符合招标参数的要求的。
对于第③个招投标数据对来说，投标参数“内结合强度为0.41Mpa”响应了招标参数“内结合强度≥0.40Mpa”，二者的区别在于“0.41”和“≥0.40”，由于“0.41”满足“≥0.40”，所以，可以确定该投标参数是符合招标参数的要求的。
需要说明的是，本步骤S103的具体实现方式将在第三实施例中介绍。
还需要说明的是，对于招标文件中没有形成招投标数据对的招标参数，可以在招标文件中将其标记出来，比如可以进行高亮显示等，以便辅助人工进行进一步审查。
综上，本实施例提供的评标方法，在对投标文件进行审查时，可以先根据招标文件和投标文件的使用规范，形成各个招投标数据对，其中，招投标数据对包括招标文件中的一条招标参数以及对该招标参数进行响应的一条投标参数，然后，将招投标数据对中的招标参数和投标参数进行内容对比，确定投标参数是否符合招标参数的要求。可见，本实施例是先根据招标文件和投标文件的使用规范，自动将每一相匹配的招标参数和投标参数构成招投标数据对，然后再对每一招投标数据对中的招标参数和投标参数的内容进行对比，以确定出其中符合招标参数要求的投标参数，从而可以更快速、准确地对投标文件中每一投标参数进行自动审查，而无需花费大量的人力进行人工审查，进而可以提升审查效率和审查质量。
第二实施例
本实施例将对第一实施例中步骤S101中“形成各个招投标数据对”的具体实现过程进行介绍。
参见图3，其示出了本实施例提供的形成各个招投标数据对的流程示意图，该流程包括以下步骤：
S301：确定招标文件和投标文件中均记录的各个目标物品。
在本实施例中，为了形成各个招投标数据对，可以根据获取到的招标文件和投标文件的使用规范，确定出招标文件和投标文件中均有记录的各个物品，并将这些物品中的每一物品定义为目标物品。
在本实施例中，一种可选的实现方式是，本步骤S301具体可以包括下述步骤A1-A3：
步骤A1：从招标文件和投标文件中提取物品名称。
在本实现方式中，在获取到招标文件和投标文件后，可以根据二者各自对应的使用规范，利用现有或未来出现的物品名称提取方法，对招标文件和投标文件进行格式和内容分析，以便从招标文件和投标文件中提取出各自包含的所有物品名称，即，提取出所有的招标物品名称和投标物品名称。例如，以家具用品采购类型的招标文件为例，可以从该招标文件中提取出“办公桌”、“办公椅”、“沙发”等各种物品的名称，具体地，“沙发”的名称可以为“单人沙发”、“一人沙发”或“沙发床”等。
步骤A2：利用预先构建的物品知识库，确定招标文件和投标文件中对应于同一物品的两个物品名称，其中，物品知识库中存储了大量物品中的每一物品具有的不同物品名称。
在本实现方式中，可以预先构建一个物品知识库，该物品知识库中存储有大量物品中的每一物品具有的不同物品名称，即，针对于每一物品，物品知识库中存储有该物品的仅一个物品名称或多个不同的物品名称。进一步地，可以将同一物品的各个物品名称对应一个标准名称，该标准名称可以是该物品的各个物品名称中的某一个，也可以是该物品的各个物品名称以外的一个新名称，具体的名称数据可根据实际情况进行设置，本申请实施例对此不进行限制。
例如，对于物品“一人沙发”来说，物品知识库中存储有该物品的多个不同的物品名称，分别为“单人沙发”、“一人沙发”、“单个沙发”等，该物品的标准名称可以是“一人沙发”。
基于此，在提取出招标文件和投标文件中的所有物品名称后，为了便于识别出招标文件和投标文件中均有记录的各个目标物品，可以将从招标文件和投标文件中提取出的每一物品名称，分别与物品知识库中存储的每一物品具有的所有不同物品名称进行匹配，以确定出招标文件和投标文件中对应于同一物品的两个物品名称。例如：假设从招标文件中提取出的一个物品名称为“单人沙发”、且从投标文件中提取出的一个物品名称为“一人沙发”，基于物品知识库中记录的物品与物品名称之间的对应关系可知，这两个物品名称对应于同一物品。
步骤A3：将两个物品名称对应的同一物品作为目标物品。
通过步骤A2确定出招标文件和投标文件中对应于同一物品的两个物品名称后，可以将这两个物品名称对应的同一物品作为目标物品。
进一步的，还可以将招标文件和投标文件中对应于同一目标物品的两个物品名称进行归一化处理，即，可以将物品知识库中存储的该目标物品的标准名称，作为该目标物品的物品名称，从而使招标文件和投标文件中对应于同一目标物品的两个物品名称标准化。
需要说明的是，在步骤A2中，当将从招标文件和投标文件中提取出的每一物品名称，分别与物品知识库中存储的所有不同物品名称进行匹配时，若招标文件或投标文件中的某个物品名称没有出现在物品知识库中，则说明该物品名称是物品知识库中未记载的新物品的物品名称、或是物品知识库中记载的已有物品的新名称，则可以将该新物品的物品名称、或已有物品的新名称存储到物品知识库中，用以更新物品知识库。
S302：对于每一目标物品，确定该目标物品在招标文件和投标文件中记录的各个相同属性。
在本实施例中，通过步骤S301确定出招标文件和投标文件中均记录的各个目标物品后，为了形成各个招投标数据对，对于每一目标物品，还需要确定出该目标物品在招标文件和投标文件中记录的各个属性，并从中找出该目标物品在招标文件和投标文件中记录的每一相同属性。具体来讲，可以采用合适的切分手段提取出招投标文件中目标物品的各个属性名，进而确定出每一目标物品中招标文件和投标文件中记录的各个相同属性。
需要说明的是，对于每一目标物品来说，在招标文件和投标文本中，可能存在全部属性均相同的情况，或存在仅有部分属性相同的情况，由此，在采用合适的切分手段提取出招标文件和投标文本中每一目标物品的各个属性名后，可以从中确定出该目标物品在两个文件中存在的一个或多个相同属性。
在本实施例中，一种可选的实现方式是，本步骤S302具体可以包括下述步骤B1-B3：
步骤B1：在招标文件和投标文件中，提取目标物品的各个属性名。
在本实现方式中，当确定出招标文件和投标文件中均记录的各个目标物品后，可以根据招标文件和投标文件各自对应的使用规范，利用现有或未来出现的物品属性名提取方法，对招标文件和投标文件进行切分，并从切分后得到的字符串中，提取出目标物品的各个属性名。
在本实施例中，一种可选的实现方式是，本步骤B1的具体实现过程可以包括：基于目标物品的属性名与属性值之间是否具有显式符号，在招标文件和投标文件中，提取目标物品的各个属性名。
在本实现方式中，可以根据招标文件和投标文件各自对应的使用规范，比如招标内容和投标内容中的与目标物品相关的布局、格式等，判断出招标文件和投标文件中各个目标物品的属性名与属性值之间是否具有显式符号，并进一步可以根据判断结果，通过以下两种提取方式中的一种，将非结构化显示的招标内容和投标内容中目标物品的属性名与属性值，转换为结构化显示的形式，再提取出目标物品的各个属性名。
接下来，将对目标物品的各个属性名的两种提取方法进行介绍：
第一种提取方式是，在招标文件和投标文件中，若判断出目标物品的属性名与属性值之间具有显式符号，则可以确定显示符号的左侧文本为属性名，其中，显式符号指的是在招标文件和投标文件中显式出现在属性名后的标点符号，比如冒号（即“：”）。
例如，如图4所示，其示出了本申请实施例提供的招标文件中的招标内容的一个示意图，其中，对于目标物品“1100床”来说，其属性名“侧封”后的冒号即为该属性名与后面属性值“外侧面用系楠桦樱桃木纹色实木封边”之间的显式符号。其中，采用位于属性值后的句号（即“。”）或分号（即“；”）作为对应属性名下的属性值的结束标识符，则进一步可以根据招标文件和投标文件中存在的显式符号（即“：”）和结束标识符（即“。”或“；”），将非结构化显示的招标内容中目标物品的属性名与属性值，转换为结构化显示的形式，即{属性名：[属性值1，属性值2……}，并从中提取出目标物品的各个属性名。
需要说明的是，每一属性名下可以包括一个或多个属性值，当仅包括一个属性值时，则可以将其定义为单一属性值。当包括多个属性值时，则可以将这多个属性值定义为复合属性值，并利用逗号（即“，”）将这多个属性值进行区分，例如，如图5所示，对于属性名“全钢结构”来说，其包括了3个属性值，分别为“全钢柜体”、“所有钢制配件经过酸洗、磷化、除油、除锈并经过“EPOXY”粉末喷涂固化处理”、“柜体颜色可根据客户要求定制”，且这3个属性值是通过逗号隔开的，可以将图5中非结构化显示的目标物品的属性名与属性值，转换为结构化显示的形式（即{属性名：[属性值1，属性值2……}），具体转换结果如下：
{
'全钢结构': [
'全钢柜体'，
'所有钢制配件经过酸洗、磷化、除油、除锈并经过“EPOXY”粉末喷涂固化处理'，
'柜体颜色可根据客户要求定制'
]，
'柜体': [
'采用1.0mm上海宝钢冷扎钢板'，
'表面经耐酸碱EPOXY粉末烤漆处理（烤漆膜厚度平均值≥70μm）'，
'表面硬度附着力、耐腐蚀性符合国家GB/T3668-201X标准'
]
}
进一步，可以基于上述转换结果，从中提取出目标物品的两个属性名为“全钢结构”和“柜体”。
第二种提取方式是，在招标文件和投标文件中，若判断出目标物品的属性名与属性值之间不具有显式符号，则可以对目标物品的各个属性值进行语义分析，以确定出目标物品的各个属性名。
例如，如图6所示，其示出了本申请实施例提供的招标文件中的招标内容的另一个示意图，其中，对于属性名“钢结构”，其后并未出现显示符号，比如冒号（即“：”），仅仅是利用逗号（即“，”）将属性名“钢结构”下的各个属性值进行了区分，且利用句号（即“。”）作为属性名“钢结构”的各个属性值的结束标识符，则可以基于逗号和结束标识符，将非结构化显示的招标内容中目标物品的各个属性值，转换为结构化显示的形式，即[属性值1，属性值2……]，再基于转换结果提取出目标物品的各个属性名。
举例说明：可以将图6方框中非结构化显示的目标物品的各个属性值，转换为结构化显示的形式，具体为：[“钢结构整体焊接处无脱焊、焊穿”，“表面要求清渣”，“打光磨平”]。
进一步的，可以利用现有或未来出现的语法分析方法，从这些属性值中提取其对应的属性名，当这些属性值中具有属性名时，该属性名通常出现在第一个或前几个属性值中，比如图6中的“钢结构”，因此，可以从在前的一个或多个属性值中提取属性名。
步骤B2：利用预先构建的属性知识库，确定目标物品在招标文件和投标文件中对应于同一属性的两个属性名称，其中，属性知识库中存储了大量属性中的每一属性具有的不同属性名称。
在本实现方式中，可以预先构建一个属性知识库，该属性知识库中存储有大量属性中的每一属性具有的不同属性名称，即，针对于每一属性，属性知识库中存储有该属性的仅一个属性名称或多个不同的属性名称。进一步地，可以将同一属性的各个属性名称对应一个标准名称，该标准名称可以是该属性的各个属性名称中的某一个，也可以是该属性的各个属性名称以外的一个新名称，具体的名称数据可根据实际情况进行设置，本申请实施例对此不进行限制。
例如，对于物品“公寓床”的“长宽高”这一属性，属性知识库中存储有该属性的多个不同的属性名称，分别为“技术规格”、“规格型号”、“规格尺寸”、“长宽高”等，该属性的标准名称可以是“长宽高”。
基于此，在提取出目标物品的各个属性名后，为了便于识别出招标文件和投标文件中各个目标物品的相同属性，可以将从招标文件和投标文件中提取出的每一属性名，分别与属性知识库中存储的每一属性具有的所有不同属性名称进行匹配，以确定出招标文件和投标文件中对应于同一属性的两个属性名称。例如：假设从招标文件中提取出目标物品“公寓床”的一个属性名称为“技术规格”、且从投标文件中提取出目标物品“公寓床”的一个属性名称为“规格尺寸”，基于属性知识库中记录的属性与属性名称之间的对应关系可知，这两个属性名称对应于同一属性。
步骤B3：将两个属性名称对应的同一属性作为相同属性。
通过步骤B2确定出目标物品在招标文件和投标文件中对应于同一属性的两个属性名称后，可以将这两个属性名称对应的同一属性作为目标物品在招标文件和投标文件中记录的一个相同属性。
进一步的，还可以将招标文件和投标文件中对应于目标物品的同一属性的两个属性名称进行归一化处理，即，可以将属性知识库中存储的该属性的标准名称，作为该属性的属性名称，从而使招标文件和投标文件中对应于同一属性的两个属性名称标准化。
需要说明的是，在步骤B2中，当将从招标文件和投标文件中提取出的每一属性名称，分别与属性知识库中存储的所有不同属性名称进行匹配时，若招标文件或投标文件中的某个属性名称没有出现在属性知识库中，则说明该属性名称是属性知识库中未记载的新属性的属性名称、或是属性知识库中记载的已有属性的新名称，则可以将该新属性的属性名称、或已有属性的新名称存储到属性知识库中，用以更新属性知识库。
S303：确定各个招投标数据对，其中，招投标数据对中的招标参数为招标文件中的目标属性下的一个属性值，招投标数据对中的投标参数为投标文件中的目标属性下的一个属性值，目标属性为各个相同属性中的一个属性。
在本实施例中，通过步骤S302确定出目标物品在招标文件和投标文件中记录的各个相同属性后，可以将每一相同属性分别作为目标属性，然后，将招标文件中该目标属性下的每一属性值作为招标参数，将投标文件中该目标属性下的每一属性值作为投标参数，接着，对于其中的每一招标参数，计算该招标参数分别与其中的每一投标参数之间的相似度，然后，从计算得到的各个相似度中找出最大相似度，并判断该最大相似度是否超过预设阈值，若超过了预设阈值，则表明该最大相似度对应的投标参数是该招标参数的响应参数，二者可以组成一个招投标数据对，反之，则表明该招标参数没有相应的响应参数，无法形成一个招投标数据对。
在本实施例中，一种可选的实现方式是，本步骤S303中“确定各个招投标数据对”的实现过程具体可以包括下述步骤C1-C3：
步骤C1：将招标文本中的目标属性下的各个属性值作为各个第一属性值，将投标文本中的该目标属性下的各个属性值作为各个第二属性值。
在招标文件中记载的目标属性下可能包括一个或多个属性值，这里将每一属性值定义为第一属性值；同理，在投标文件中记载的该目标属性下也可能包括一个或多个属性值，这里将每一属性值定义为第二属性值。
步骤C2：对于每个第一属性值，确定该第一属性值分别与各个第二属性值之间的相似度。
通过步骤C1得到各个第一属性值和各个第二属性值后，对于每个第一属性值，可以利用现有或未来出现的相似度计算方法，计算出该第一属性值分别与各个第二属性值之间的相似度。
一种可选的实现方式是，本步骤C2具体可以利用预先构建的相似度确定模型，确定该第一属性值分别与各个第二属性值之间的相似度。
在本实现方式中，预先构建的相似度确定模型可以由多层网络构成，如图8所示，该模型结构包括了编码层（Encoding Layer）、交互层（Matching Layer）、聚合层（Aggregation Layer）、及预测层（Prediction Layer）。具体来讲，利用该相似度确定模型确定该第一属性值分别与各个第二属性值之间的相似度的处理过程可以包括下述步骤C21- C23：
步骤C21：生成该第一属性值的各个词的第一词向量；对于每个第二属性值，生成该第二属性值的各个词的第二词向量。
通过步骤C1得到招标文件中的目标属性下的各个第一属性值、以及投标文件中的该目标属性下的各个第二属性值后，可以依次遍历每一个第一属性值，利用相似度确定模型，确定当前遍历到的第一属性值分别与每一第二属性值之间的相似度。
具体地，可以依次选取一个第二属性值，将该第二属性值的各个词的初始词向量（该初始词向量携带了对应词的语义信息）、以及当前遍历到的第一属性值的各个词的初始词向量（该初始词向量携带了对应词的语义信息），输入至如图8所示的相似度确定模型的编码层。利用该编码层中包含的门控循环单元（Gated Recurrent Unit，简称GRU），对当前遍历到的第一属性值的各个初始词向量进行上下文编码，以生成第一属性值中各个词的第一词向量，并对当前选取的第二属性值的初始词向量进行上下文编码，以生成第二属性值中各个词的第二词向量，其中，第一词向量携带了第一属性值中对应词的语义信息以及该对应词的上下文语义信息，第二词向量携带了第二属性值中对应词的语义信息以及该对应词的上下文语义信息。
举例说明：可以将当前遍历到的第一属性值定义为q，将当前选取的第二属性值定 义为p，首先可以生成p和q中各个词的初始词向量，本实施例以p中包含4个词、q中包含3个 词为例进行介绍，则可以利用譬如word2vec的向量生成方法生成p中4个词的初始词向量， 并分别用
Figure DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE008
来表示，以及生成q中3个词的初始词向量，并分别用
Figure DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE012
、
Figure DEST_PATH_IMAGE014
来 表示。
接着，可以将生成的p中4个词的初始词向量
Figure 48153DEST_PATH_IMAGE002
、
Figure 965294DEST_PATH_IMAGE004
、
Figure 433446DEST_PATH_IMAGE006
、
Figure 828655DEST_PATH_IMAGE008
和q中3个词的初始词 向量
Figure 580711DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE015
、
Figure 590124DEST_PATH_IMAGE014
作为输入数据，输入至如图8所示的相似度确定模型的编码层，并利用该编 码层中包含的GRU，分别对
Figure 794840DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE017
、
Figure DEST_PATH_IMAGE018
以及
Figure 616910DEST_PATH_IMAGE010
、
Figure 285788DEST_PATH_IMAGE015
、
Figure 466103DEST_PATH_IMAGE014
进行上下文编码，以生成q中3个词 各自的第一词向量和p中4个词各自的第二词向量。其中，第一词向量携带了q中对应词的语 义信息以及该对应词的上下文语义信息，如图8所示，q中3个词的第一词向量可以分别用
Figure DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE024
来表示；第二词向量携带了p中对应词的语义信息以及该对应词的上下文语义信 息，如图8所示，p中4个词的第二词向量可以分别用
Figure DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE030
、
Figure DEST_PATH_IMAGE032
来表示。
步骤C22：利用至少一个注意力机制，对第一属性值的各个第一词向量以及第二属性值的各个第二词向量进行注意力计算，得到每一注意力机制下生成的该第二属性值的各个词的第三词向量。
在利用编码层生成第一属性值的各个词的第一词向量以及第二属性值的各个词的第二词向量后，可以将各个第一词向量和各个第二词向量输入至如图8所示的相似度确定模型的交互层，在交互层包含的每一注意力机制下，对各个第一词向量以及各个第二词向量进行注意力计算，以得到表征每一第一词向量与每一第二词向量之间相关度高低的权重值；进而，对于每一注意力机制下生成的这些权重值，可以对这些权重值以及各个第一词向量和各个第二词向量进行加权计算，以计算得到每一注意力机制下的第二属性值的各个词的第三词向量，也就是说，若交互层包括N（N≥1）个注意力机制，则将计算得到N组第二属性值的第三词向量序列。
举例说明：基于上述步骤C21中的举例中的各个第一词向量分别为
Figure 784214DEST_PATH_IMAGE020
、
Figure 708176DEST_PATH_IMAGE022
、
Figure 231562DEST_PATH_IMAGE024
以及 各个第二词向量分别为
Figure DEST_PATH_IMAGE033
、
Figure 599089DEST_PATH_IMAGE028
、
Figure 520341DEST_PATH_IMAGE030
、
Figure 733148DEST_PATH_IMAGE032
，如图8所示，可以利用交互层中包含的注意力机制 Concatenated attention，对
Figure 376619DEST_PATH_IMAGE026
与
Figure 898736DEST_PATH_IMAGE020
、
Figure 627657DEST_PATH_IMAGE022
、
Figure 644155DEST_PATH_IMAGE024
分别进行注意力计算，以生成表征
Figure 142132DEST_PATH_IMAGE026
与
Figure 602195DEST_PATH_IMAGE020
之 间的相关度高低的权重值、表征
Figure 552833DEST_PATH_IMAGE026
与
Figure 373022DEST_PATH_IMAGE022
之间的相关度高低的权重值、以及表征
Figure 725506DEST_PATH_IMAGE026
与
Figure 855004DEST_PATH_IMAGE024
之 间的相关度高低的权重值，如图8交互层中左侧第一个方框中第一列的三个小方框所示；同 理，可以生成表征
Figure 292939DEST_PATH_IMAGE028
与
Figure 651239DEST_PATH_IMAGE020
、
Figure 123809DEST_PATH_IMAGE022
、
Figure 922744DEST_PATH_IMAGE024
之间的相关度高低的三个权重值，如图8交互层中左侧第 一个方框中第二列的三个小方框所示；也可以生成表征
Figure 785658DEST_PATH_IMAGE030
与
Figure 9966DEST_PATH_IMAGE020
、
Figure 258413DEST_PATH_IMAGE022
、
Figure 542764DEST_PATH_IMAGE024
之间的相关度高低 的三个权重值，如图8交互层中左侧第一个方框中第三列的三个小方框所示；以及生成表征
Figure 892974DEST_PATH_IMAGE032
与
Figure 920973DEST_PATH_IMAGE020
、
Figure 790971DEST_PATH_IMAGE022
、
Figure 980644DEST_PATH_IMAGE024
之间的相关度高低的三个权重值，如图8交互层中左侧第一个方框中第四列 的三个小方框所示。
同理，如图8所示，也可以利用交互层中包含的其他三种注意力机制Bilinear attention、Dot attention、Minus attention，分别生成表征各个第二词向量
Figure 818150DEST_PATH_IMAGE026
、
Figure 384261DEST_PATH_IMAGE028
、
Figure 872880DEST_PATH_IMAGE030
、
Figure 171137DEST_PATH_IMAGE032
分别与
Figure 558256DEST_PATH_IMAGE020
、
Figure 619403DEST_PATH_IMAGE022
、
Figure 509998DEST_PATH_IMAGE024
之间的相关度高低的权重值。
然后，可以对这四种注意力机制中每一注意力机制下生成的权重值以及各个第一 词向量
Figure 244736DEST_PATH_IMAGE020
、
Figure 853572DEST_PATH_IMAGE022
、
Figure 214015DEST_PATH_IMAGE024
和各个第二词向量
Figure 224696DEST_PATH_IMAGE033
、
Figure 130335DEST_PATH_IMAGE028
、
Figure 226467DEST_PATH_IMAGE030
、
Figure 626487DEST_PATH_IMAGE032
进行加权计算，以得到每一注意力机制 下的第二属性值的各个词的第三词向量。
这样，通过交互层中包含的注意力机制对各个第一词向量以及各个第二词向量进行注意力计算，可以实现第一词向量和第二词向量在词级别的语义匹配，从而可以增加第一属性值和第二属性值在词级别上的交互，进而实现了词级别粒度上的语义识别，有助于解决在编码层中并未解决的第一词向量和第二词向量在词级别上无法实现交互的问题，并可以生成表征每一第二词向量与各个第一词向量之间的相关度高低的权重值，进而可以生成第二属性值中的各个词在每一注意力机制下的第三词向量。
步骤C23：根据生成的第三词向量，确定第二属性值与第一属性值的相似度。
通过步骤C22得到每一注意力机制下生成的第二属性值的各个词的第三词向量后，可以将各个第三词向量分别输入至如图8所示的相似度确定模型的聚合层，并利用聚合层中包含的双向GRU，分别对每一注意力机制下各个第三词向量进行上下文编码，然后将各个注意力机制下同一个词的第三词向量对应的上下文编码结果进行拼接，即，将各个注意力机制下属于同一个词的第三词向量的上下文编码结果联合起来，用以作为第二属性值中的该同一个词的新的词向量，这里称之为第四词向量，此时，得到第二属性值中各个词的第四词向量。
接着，将通过聚合层得到的第二属性值中每个词的第四词向量进行加权求和，并将得到的求和结果输入至如图8所示的相似度确定模型的预测层，以利用预测层中包含的分类器softmax对其进行解码，并根据输出的解码特征预测出第二属性值与第一属性值的相似度，并用pi来表示，该相似度的值可以是区间[0,1]中的一个数值，其中，pi值越大，表明第二属性值与第一属性值的相似度越高，反之，pi值越小，则表明第二属性值与第一属性值的相似度越小。
可以理解的是，按照上述方式，可以得出当前遍历到的第一属性值分别与各个第二属性值之间的相似度，可以从这些相似度中找出最大相似度，并执行步骤C3。
步骤C3：若确定的最大相似度大于预设阈值，则将第一属性值以及该最大相似度对应的第二属性值，作为一组招投标数据对。
通过步骤C2确定出当前遍历到的第一属性值分别与各个第二属性值之间的相似度后，可以选择出其中的最大相似度，并判断该最大相似度是否大于预设阈值，若是，则表明该最大相似度对应的第二属性值是该第一属性值的响应参数，则可以将二者作为一组招投标数据对。
举例说明：假设招标文件中目标属性下共有4个第一属性值，分别为q1、q2、q3、q4，且投标文件中该目标属性下共有5个第二属性值，分别为p1、p2、p3、p4、p5，以第一属性值q1为例，首先按照上述步骤C2的执行过程，确定出q1分别与p1、p2、p3、p4、p5之间的相似度，然后选出其中最大的相似度，假设q1与p3之间的相似度为最大相似度，则可以判断该最大相似度是否超过预设阈值，若是，则表明q1与p3可以构成一个招投标数据对。同理，对于第一属性值q2、q3、q4来说，处理方式与q1类似，在此不再赘述。
综上，本实施例在确定出目标物品在招标文件和投标文件中记录的各个相同属性后，利用预先构建的相似度确定模型，自动确定出每一第一属性值分别与各个第二属性值之间的相似度，从而可以根据该相似度，确定出各个招投标数据对，以便后续可以通过将各个招投标数据对中的招标参数和投标参数进行内容对比，快速确定出投标参数是否符合对应招标参数的要求，实现了更快速、准确地对投标文件中每一投标参数的自动审查，提升了审查效率和审查质量。
第三实施例
本实施例将对第一实施例中步骤S102“将招投标数据对中的招标参数和投标参数进行内容对比，确定投标参数是否符合招标参数的要求”的具体实现过程进行介绍。
参见图9，其示出了本实施例提供的招标参数和投标参数的比对流程示意图，该流程包括以下步骤：
S901：将招投标数据对中的招标参数和投标参数进行内容对比，确定投标参数中相对于招标参数的差异内容。
在本实施例中，根据招标文件和投标文件的使用规范，形成各个招投标数据对后，可以利用语义分析方法，对招投标数据对中的招标参数和投标参数进行语义分析，比如，可以利用正则表达式、分词、实体分析、去停用词、指代消解、上位词识别、语义角色标注、语义依存、相似度计算、编辑距离计算等语义分析方法，对招投标数据对中的招标参数和投标参数进行语义分析。
具体来讲，可以先去除招标参数和投标参数中的停用词，再对去除停用词后的招标参数和投标参数进行字符串的内容比对，若内容不一致，则使用最小编辑距离等算法，判断出投标参数中相对于招标参数增加、删除或者替换了哪些字符，以得到投标参数中相对于招标参数的差异内容。
举例说明：基于上述第一实施例步骤S101中的举例，图2中的三个招投标数据对分别为：①、招标参数“选用优质中密度纤维板”与投标参数“选用“某企业1”中密度纤维板”；②、招标参数“甲醛释放量E1级≤6mg/100g”与投标参数“甲醛释放量E1级为5.9mg/100g”；③、招标参数“内结合强度≥0.40Mpa”与投标参数“内结合强度为0.41Mpa”，则进一步可以将每个招投标数据对中的招标参数和投标参数进行内容对比，以确定出每一招投标数据对的投标参数中相对于招标参数的差异内容。
对于第①个招投标数据对来说，在通过对招标参数“选用优质中密度纤维板”与投标参数“选用“某企业1”中密度纤维板”进行语义分析后，可以判断出该投标参数是利用“某企业1”替换了招标参数中的“优质”，即确定出了投标参数中相对于招标参数的差异内容为“某企业1”。
对于第②个招投标数据对来说，在通过对招标参数“甲醛释放量E1级≤6mg/100g”与投标参数“甲醛释放量E1级为5.9mg/100g”进行语义分析后，可以判断出该投标参数是利用“5.9mg”替换了招标参数中的“≤6mg”，即确定出了投标参数中相对于招标参数的差异内容为“5.9mg”。
对于第③个招投标数据对来说，在通过对招标参数“内结合强度≥0.40Mpa”与投标参数“内结合强度为0.41Mpa”进行语义分析后，可以判断出该投标参数是利用“0.41”替换了招标参数中的“≥0.40”，即确定出了投标参数中相对于招标参数的差异内容为“0.41”。
S902：确定该差异内容是否符合招标参数的要求。
在本实施例中，可以预先构建一个关键词知识库和一个符号知识库，进而可以利用关键词知识库和符号知识库，确定该差异内容是否符合招标参数的要求。
在关键词知识库中，可以预先存储描述大量物品中的每一物品的关键词，即，针对于每一物品，关键词知识库中存储有描述该物品的多个不同的关键词。例如，针对物品“床”来说，关键词知识库可以存储描述该物品的多个关键词，如“某企业1、某企业2等优质品牌”、“符合GB/T11718-2009\GB18580-2001国家标准”等。
在符号知识库中，可以预先存储大量符号标识及其表示的含义，包括数学符号、品牌符号等。例如，“不小于”、“≥”、“不大于”、“≤”，以及依据相关规定预先设计的某家居品牌的符号标识、某俱乐部的符号标识、以及某汽车品牌的符号标识，等等。
基于此，在通过步骤S901将招投标数据对中的招标参数和投标参数进行内容对比，确定出投标参数中相对于招标参数的差异内容后，确定招标参数中与该差异内容的对应内容；如果该差异内容和/或该对应内容是字符，则可以利用关键词知识库中存储的大量关键词，判断该差异内容是否符合相应的招标要求；如果该差异内容和/或该对应内容是符号，则可以利用符号知识库中存储的大量符号及其含义，判断该差异内容是否符合相应的招标要求。
例如：基于上述步骤S901中的举例，对于图2中第①个招投标数据对来说，投标参数中相对于招标参数中的差异内容为“某企业1”、且招标参数中与“某企业1”的对应内容是“优质”，可以将“某企业1”和“优质”与关键词知识库中的各个关键词进行匹配，若匹配出“某企业1”和“优质”、且确定二者具有对应关系，则可以确定该差异内容“某企业1”符合招标参数的要求，否则不符合。
又例如：基于上述步骤S901中的举例，对于图2中第②个招投标数据对来说，投标参数中相对于招标参数中的差异内容为“5.9mg”、且招标参数中与“5.9mg”的对应内容是“≤6mg”，由于“5.9≤6”，则可以确定该差异内容“5.9mg”符合招标参数的要求。需要说明的是，由于一些符号含义是公知的，比如本例中的“≤”，因此，可以不与符号知识库进行匹配并查询其含义，但对于一些自定义的非公知符号，需要将差异内容和其对应内容中的符号与符号知识库进行匹配，若匹配出非公知符号，则需要基于该非公知符号的含义，用以判断该差异内容是否满足其对应内容的要求，即，判断该差异内容是否符合相应的招标要求。
需要说明的是，由于自然语言具有多样性，且是不可枚举的，因此，在利用关键词知识库和符号知识库进行匹配时，可能出现匹配不出的情况，此时，可以将上述差异内容和/或对应内容与其它内容进行区分显示，比如高亮显示，以便辅助人工进行准确判断。
还需要说明的是，在本步骤S902中，若将差异内容和/或对应内容中包含的关键词，与关键词知识库中存储的关键词进行匹配时，若未匹配出任何关键词，则表明关键词知识库中并未存储该差异内容和/或对应内容中的关键词，对于关键词知识库来说，相当于出现了新关键词，则可以将该新关键词存储到关键词知识库中，用以更新关键词知识库；同理，若将差异内容和/或对应内容中包含的符号，与符号知识库中存储的符号进行匹配时，若未匹配出任何符号，则表明符号知识库中并未存储该差异内容和/或对应内容中的符号，对于符号知识库来说，相当于出现了新符号，则可以将该新符号存储到符号知识库中，用以更新符号知识库。
综上，本实施例在确定出投标参数中相对于招标参数的差异内容后，利用预先构建的关键词知识库和符号知识库，对差异内容和/或其对应内容中包含的关键词和符号进行匹配，以判断出该差异内容是否符合相应的招标要求，可见，通过将关键词知识库和符号知识库中的所有关键词和符号作为判断依据来进行差异内容的匹配和判断，可以有效提高判断差异内容是否符合招标要求的速率和准确性。
第四实施例
为便于理解，本实施例将结合图10所示的一种评标方法的结构示意图。对本申请实施例提供的评标方法的整体实现过程进行介绍。
如图10所示，该结构中包含预先构建的物品知识库、属性知识库、关键词知识库、符号知识库，用以辅助实现自动评标。
具体来讲，本申请实施例的整体实现过程为：首先，可以根据招标文件和投标文件的使用规范，以及预先构建的物品知识库，确定出招标文件和投标文件中均记录的各个目标物品；然后，再基于预先构建的属性知识库确定出目标物品在招标文件和投标文件中记录的各个相同属性；接着，可以利用预先构建的相似度确定模型，自动确定出招标文件中每个相同属性下每一第一属性值分别与投标文件中该相同属性下各个第二属性值之间的相似度，从而可以根据该相似度，确定出各个招投标数据对；进一步的，在将招投标数据对中的招标参数和投标参数进行内容对比，确定出投标参数中相对于招标参数的差异内容后，可以利用预先构建的关键词知识库和符号知识库对差异内容中包含的关键词和符号进行匹配，以判断出投标参数中相对于招标参数的差异内容中包含的关键词和符号是否符合相应的招标要求，并将评标结果进行输出。从而能够实现更快速、准确地对投标文件中每一投标参数的自动审查，而无需花费大量的人力进行人工审查，进而提升了审查效率和审查质量（比如不容易造成漏评、错评等情况）。需要说明的是，具体评标过程参见第一实施例、第二实施例以及第三实施例中步骤S101~S102的详细介绍。
第五实施例
本实施例将对一种评标装置进行介绍，相关内容请参见上述方法实施例。
参见图11，为本实施例提供的一种评标装置的组成示意图，该装置1100包括：
招投标数据对形成单元1101，用于根据招标文件和投标文件的使用规范，形成各个招投标数据对，所述招投标数据对包括所述招标文件中的一条招标参数以及对所述招标参数进行响应的一条投标参数；
招投标参数对比单元1102，用于将所述招投标数据对中的招标参数和投标参数进行内容对比，确定所述投标参数是否符合所述招标参数的要求。
在本实施例的一种实现方式中，所述招投标数据对形成单元1101包括：
目标物品确定子单元，用于确定所述招标文件和所述投标文件中均记录的各个目标物品；
相同属性确定子单元，用于对于每一目标物品，确定所述目标物品在所述招标文件和所述投标文件中记录的各个相同属性；
招投标数据对确定子单元，用于确定各个招投标数据对，所述招投标数据对中的招标参数为所述招标文件中的目标属性下的一个属性值，所述招投标数据对中的投标参数为所述投标文件中的目标属性下的一个属性值，所述目标属性为所述各个相同属性中的一个属性。
在本实施例的一种实现方式中，所述目标物品确定子单元包括：
物品名称提取子单元，用于从所述招标文件和所述投标文件中提取物品名称；
物品名称确定子单元，用于利用预先构建的物品知识库，确定所述招标文件和所述投标文件中对应于同一物品的两个物品名称，所述物品知识库中存储了大量物品中的每一物品具有的不同物品名称；
目标物品获得子单元，用于将所述两个物品名称对应的同一物品作为所述目标物品。
在本实施例的一种实现方式中，所述相同属性确定子单元包括：
属性名提取子单元，用于在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名；
属性名称确定子单元，用于利用预先构建的属性知识库，确定所述目标物品在所述招标文件和所述投标文件中对应于同一属性的两个属性名称，所述属性知识库中存储了大量属性中的每一属性具有的不同属性名称；
相同属性获得子单元，用于将所述两个属性名称对应的同一属性作为所述相同属性。
在本实施例的一种实现方式中，所述属性名提取子单元具体用于：
基于所述目标物品的属性名与属性值之间是否具有显式符号，在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名。
在本实施例的一种实现方式中，所述招投标数据对确定子单元包括：
属性值获得子单元，用于将所述招标文件中的所述目标属性下的各个属性值作为各个第一属性值，将所述投标文件中的所述目标属性下的各个属性值作为各个第二属性值；
相似度确定子单元，用于对于每个第一属性值，确定所述第一属性值分别与各个第二属性值之间的相似度；
招投标数据对获得子单元，用于若确定的最大相似度大于预设阈值，则将所述第一属性值以及所述最大相似度对应的第二属性值，作为一组招投标数据对。
在本实施例的一种实现方式中，所述相似度确定子单元具体用于：
利用预先构建的相似度确定模型，确定所述第一属性值分别与各个第二属性值之间的相似度。
在本实施例的一种实现方式中，所述相似度确定子单元包括：
第一词向量生成子单元，用于生成所述第一属性值的各个词的第一词向量；
第二词向量生成子单元，用于对于每个第二属性值，生成所述第二属性值的各个词的第二词向量；
第三词向量获得子单元，用于利用至少一个注意力机制，对所述第一属性值的各个第一词向量以及所述第二属性值的各个第二词向量进行注意力计算，得到每一注意力机制下生成的所述第二属性值的各个词的第三词向量；
相似度获得子单元，用于根据生成的第三词向量，确定所述第二属性值与所述第一属性值的相似度。
在本实施例的一种实现方式中，所述招投标参数对比单元1102包括：
差异内容确定子单元，用于将所述招投标数据对中的招标参数和投标参数进行内容对比， 确定所述投标参数中相对于所述招标参数的差异内容；
差异内容判断子单元，用于确定所述差异内容是否符合所述招标参数的要求。
进一步地，本申请实施例还提供了一种评标设备，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述评标方法的任一种实现方法。
进一步地，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述评标方法的任一种实现方法。
进一步地，本申请实施例还提供了一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行上述评标方法的任一种实现方法。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者诸如媒体网关等网络通信设备，等等）执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (11)

1.一种评标方法，其特征在于，包括：
根据招标文件和投标文件的使用规范，形成各个招投标数据对，所述招投标数据对包括所述招标文件中的一条招标参数以及对所述招标参数进行响应的一条投标参数；
将所述招投标数据对中的招标参数和投标参数进行内容对比，确定所述投标参数中相对于所述招标参数的差异内容；
利用预先构建的关键词知识库和符号知识库，对所述差异内容和/或所述招标参数中的所述差异内容的对应内容包含的关键词和符号进行匹配，以确定所述差异内容是否符合所述招标参数的要求；其中，所述关键词知识库存储大量物品中的每一物品的关键词，所述符号知识库存储大量符号标识及其标识的含义。
2.根据权利要求1所述的方法，其特征在于，所述形成各个招投标数据对，包括：
确定所述招标文件和所述投标文件中均记录的各个目标物品；
对于每一目标物品，确定所述目标物品在所述招标文件和所述投标文件中记录的各个相同属性；
确定各个招投标数据对，所述招投标数据对中的招标参数为所述招标文件中的目标属性下的一个属性值，所述招投标数据对中的投标参数为所述投标文件中的目标属性下的一个属性值，所述目标属性为所述各个相同属性中的一个属性。
3.根据权利要求2所述的方法，其特征在于，所述确定所述招标文件和所述投标文件中均记录的各个目标物品，包括：
从所述招标文件和所述投标文件中提取物品名称；
利用预先构建的物品知识库，确定所述招标文件和所述投标文件中对应于同一物品的两个物品名称，所述物品知识库中存储了大量物品中的每一物品具有的不同物品名称；
将所述两个物品名称对应的同一物品作为所述目标物品。
4.根据权利要求2所述的方法，其特征在于，所述确定所述目标物品在所述招标文件和所述投标文件中记录的各个相同属性，包括：
在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名；
利用预先构建的属性知识库，确定所述目标物品在所述招标文件和所述投标文件中对应于同一属性的两个属性名称，所述属性知识库中存储了大量属性中的每一属性具有的不同属性名称；
将所述两个属性名称对应的同一属性作为所述相同属性。
5.根据权利要求4所述的方法，其特征在于，所述在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名，包括：
基于所述目标物品的属性名与属性值之间是否具有显式符号，在所述招标文件和所述投标文件中，提取所述目标物品的各个属性名。
6.根据权利要求2所述的方法，其特征在于，所述确定各个招投标数据对，包括：
将所述招标文件中的所述目标属性下的各个属性值作为各个第一属性值，将所述投标文件中的所述目标属性下的各个属性值作为各个第二属性值；
对于每个第一属性值，确定所述第一属性值分别与各个第二属性值之间的相似度；
若确定的最大相似度大于预设阈值，则将所述第一属性值以及所述最大相似度对应的第二属性值，作为一组招投标数据对。
7.根据权利要求6所述的方法，其特征在于，所述确定所述第一属性值分别与各个第二属性值之间的相似度，包括：
利用预先构建的相似度确定模型，确定所述第一属性值分别与各个第二属性值之间的相似度。
8.根据权利要求7所述的方法，其特征在于，所述确定所述第一属性值分别与各个第二属性值之间的相似度，包括：
生成所述第一属性值的各个词的第一词向量；
对于每个第二属性值，生成所述第二属性值的各个词的第二词向量；
利用至少一个注意力机制，对所述第一属性值的各个第一词向量以及所述第二属性值的各个第二词向量进行注意力计算，得到每一注意力机制下生成的所述第二属性值的各个词的第三词向量；
根据生成的第三词向量，确定所述第二属性值与所述第一属性值的相似度。
9.一种评标装置，其特征在于，包括：
招投标数据对形成单元，用于根据招标文件和投标文件的使用规范，形成各个招投标数据对，所述招投标数据对包括所述招标文件中的一条招标参数以及对所述招标参数进行响应的一条投标参数；
招投标参数对比单元，用于将所述招投标数据对中的招标参数和投标参数进行内容对比，确定所述投标参数中相对于所述招标参数的差异内容；利用预先构建的关键词知识库和符号知识库，对所述差异内容和/或所述招标参数中的所述差异内容的对应内容包含的关键词和符号进行匹配，以确定所述差异内容是否符合所述招标参数的要求；其中，所述关键词知识库存储大量物品中的每一物品的关键词，所述符号知识库存储大量符号标识及其标识的含义。
10.一种评标设备，其特征在于，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1-8任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-8任一项所述的方法。
CN201910511486.8A 2019-06-13 2019-06-13 一种评标方法及装置 Active CN110210952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910511486.8A CN110210952B (zh) 2019-06-13 2019-06-13 一种评标方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910511486.8A CN110210952B (zh) 2019-06-13 2019-06-13 一种评标方法及装置

Publications (2)

Publication Number Publication Date
CN110210952A CN110210952A (zh) 2019-09-06
CN110210952B true CN110210952B (zh) 2022-06-10

Family

ID=67792578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910511486.8A Active CN110210952B (zh) 2019-06-13 2019-06-13 一种评标方法及装置

Country Status (1)

Country Link
CN (1) CN110210952B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110991446B (zh) * 2019-11-22 2020-10-23 上海欧冶物流股份有限公司 标签识别方法、装置、设备及计算机可读存储介质
CN111507813B (zh) * 2020-04-21 2023-05-12 江西省机电设备招标有限公司 一种投标人身份的认定方法及招投标方法
CN112085576A (zh) * 2020-09-03 2020-12-15 上海容基工程项目管理有限公司 一种在线招投标方法、设备、系统及存储介质
CN112488593B (zh) * 2020-12-24 2023-10-20 深圳供电局有限公司 一种用于招标的辅助评标系统及方法
CN112580299A (zh) * 2020-12-30 2021-03-30 讯飞智元信息科技有限公司 智能评标方法、评标设备及计算机存储介质
CN112766886A (zh) * 2021-01-08 2021-05-07 尹晓东 基于大数据分析和云计算的工程项目招投标智能管理评审方法、系统及云服务平台
CN113407613B (zh) * 2021-08-20 2021-11-09 北京国电通网络技术有限公司 文件解析方法、装置、电子设备和计算机可读介质
CN113506158A (zh) * 2021-09-10 2021-10-15 深圳平安综合金融服务有限公司 一种招投标方法、介质及计算机设备
CN113505584A (zh) * 2021-09-10 2021-10-15 深圳平安综合金融服务有限公司 一种评标方法、计算机可读存储介质及计算机设备
CN114386935A (zh) * 2021-12-20 2022-04-22 珠海大横琴科技发展有限公司 一种投标文件的审核方法和装置
CN116433052B (zh) * 2023-06-14 2023-09-26 鼎信数智技术集团股份有限公司 一种基于智能化的招标信息采集数据分析评价系统
CN117035674A (zh) * 2023-08-17 2023-11-10 国义招标股份有限公司 一种应用于招投标的智慧分包管理系统及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025517A (zh) * 2017-03-14 2017-08-08 上海网化化工科技有限公司 一种化学产品的在线招投标方法和系统
US20180374147A1 (en) * 2017-06-23 2018-12-27 MediaGamma Ltd Bid Generator
CN109710732B (zh) * 2018-11-19 2021-03-05 东软集团股份有限公司 信息查询方法、装置、存储介质和电子设备
CN109685612A (zh) * 2018-12-17 2019-04-26 广州发展集团股份有限公司 订单信息生成方法和装置

Also Published As

Publication number Publication date
CN110210952A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110210952B (zh) 一种评标方法及装置
CN110222272B (zh) 一种潜在客户挖掘与推荐方法
CN107391493B (zh) 一种舆情信息提取方法、装置、终端设备及存储介质
CN107944911B (zh) 一种基于文本分析的推荐系统的推荐方法
CN107886231B (zh) 客服的服务质量评价方法与系统
CN111400499A (zh) 文档分类模型的训练方法、文档分类方法、装置及设备
CN107833059B (zh) 客服的服务质量评价方法与系统
CN114741482B (zh) 基于招标信息的中标信息匹配方法、系统、设备及介质
CN110955750A (zh) 评论区域和情感极性的联合识别方法、装置、电子设备
CN111667337A (zh) 一种商品评价的排序方法和系统
CN113159892A (zh) 一种基于多模态商品特征融合的商品推荐方法
Cheng et al. Analysing digital banking reviews using text mining
CN110443290B (zh) 一种基于大数据的产品竞争关系量化生成方法及装置
CN115099310A (zh) 训练模型、对企业进行行业分类的方法和装置
CN111177581A (zh) 一种基于多平台的社交电商网站商品推荐方法及装置
CN113283795B (zh) 基于二分类模型的数据处理方法及装置、介质、设备
CN113158670A (zh) 一种基于实体情感识别的电商评论意见抽取方法
CN116151840B (zh) 一种基于大数据的用户服务数据智能管理系统及方法
CN116091171A (zh) 会员统计与管理系统
CN110889716A (zh) 识别潜在注册用户的方法及装置
CN114416914B (zh) 一种基于图片问答的处理方法
CN114066177A (zh) 一种供应商评分方法及存储介质
CN115511582A (zh) 一种基于人工智能的商品推荐系统及方法
CN114065725A (zh) 一种采购大数据管理系统
CN114266594A (zh) 一种基于东南亚跨境电商平台的大数据分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant