CN111930966A - 一种用于数字政务的智能政策匹配方法及系统 - Google Patents

Abstract

本发明公开了一种用于数字政务的智能政策匹配方法及系统，解析政策文件的内容生成知识图谱，处理企业信息与政策条件的匹配度，通过梳理政策条件得到多组标签，标签与政策条件存在单选、多选和输入类型三种对应关系，计算匹配度最终得到每个政策条件的匹配度；企业信息补充，过滤掉奖励路径不匹配的政策奖励，得到候选政策奖励所对应的政策条件；将政策条件关联到标签，得到候选标签及其值，而后计算每个标签对应的信息熵以及政策数量，综合排序后将权重最高的标签推荐给企业进行填写；政策推理，基于信息匹配最终得到的政策条件匹配度，采用深度优先搜索的方法搜索知识图谱，给出企业最终不同政策奖励的匹配情况，给出政策的匹配报告。

Description

一种用于数字政务的智能政策匹配方法及系统

技术领域

本发明涉及数字政务技术领域，特别涉及一种用于数字政务的智能政策匹配方法及系统。

背景技术

企业发展是我国经济和社会发展的中流砥柱，为了支持企业的技术研发创新，政府会在公共服务平台和相关网站上发布各种各样的扶持政策。这些政策能够帮助企业快速发展，然而政策发布后企业通常无法清晰地判断自己是否满足申报要求，需要咨询相关工作人员；另外，政府也需要安排人力来处理大量咨询和政策申报的审核工作，面对这种情况，智能而精确的政策匹配能够有效地减少人力工作量，提升申报效率。

目前政策匹配系统一般采用政策画像技术进行构建：

1、针对大量政策，人工制定出一批标签用于政策画像的构建；

2、使用自然语言处理技术对政策文件进行解析分类，打上相应的标签；

3、搭建政策匹配系统，根据企业输入的标签信息，系统自动过滤掉不符合的政策，留下筛选后与企业信息相符合的政策。

上述现有的政策匹配系统存在着以下缺点：

1、简单的标签体系无法处理政策匹配过程中的逻辑问题，只能给出初步的筛选结果，企业填写信息后还是无法知道自己是否能够申报该政策；2、企业需要填写的信息过多，且信息输入过程中不能根据企业情况动态调整需要填写的信息；3、政策梳理过于依赖人工，对于大量政策的场景政策梳理效率低、耗时长；4、由于缺乏知识图谱的支持，无法基于用户输入动态的推理出最优的候选政策以及生成相应的匹配依据和结果的报告。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种用于数字政务的智能政策匹配方法及系统，需要解决的问题包括：

1、政策知识图谱——需要精确的表示出政策内容，包括政策条件、政策奖励以及之间的逻辑关系；

2、政策解析——需要能够对政策文件进行自动解析得到知识图谱；

3、信息匹配——企业信息一般与政策条件不是一一对应关系，需要能够基于企业信息得出政策条件匹配情况；

4、信息补充——在企业输入的信息不足时，需要基于已有信息进行标签排序，动态补充信息，尽可能地减少企业填写次数；

5、政策推理——需要基于知识图谱进行逻辑推理，得到政策匹配的准确结果，以及在当前输入的信息情况下最优的候选政策。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种用于数字政务的智能政策匹配方法，包括以下内容：

解析政策文件的内容生成知识图谱

政策文件由政府发布，一般为PDF或doc格式，一个政策文件中可能有多个子政策，每个政策针对不同情况又会有不同的政策扶持。解析时，首先采用OCR和docx工具包进行内容读取，然后采用基于规则的命名实体识别技术进行逻辑解析，拆分出子政策并抽取出政策条件和政策奖励，最后通过关键字进行条件组合得到初步的知识图谱，后续再由人工进行审核确认即可。

知识图谱

本发明的知识图谱采用树形结构，形式为“子政策→政策奖励→政策条件”，其中一个子政策会对应多个政策奖励，一个政策奖励对应多个政策条件，政策条件之间存在“与/或”关系构成奖励路径；知识图谱采用xmind的形式进行存储。

信息匹配

处理企业信息与政策条件的匹配度，信息来源包括外部接入的第三方信息和企业补充填写的信息，信息形式为“标签：值”，标签通过梳理政策条件得到，标签与政策条件存在单选、多选和输入类型三种对应关系；针对单选、多选类型，信息匹配采用匹配表的形式计算匹配度，而输入类型则采用规则+语义表示模型(BERT)的分类模型的方法进行计算，最终得到每个政策条件的匹配度。

信息补充

在进行信息匹配时可接入外部的第三方信息，从而减少企业信息输入，但第三方信息可能只包括企业的基本信，此时需要让企业继续填写标签信息进行补充，需要填写的标签采用以下方法得到：

遍历每个政策，过滤掉奖励路径不匹配的政策奖励，得到候选政策奖励所对应的政策条件；将政策条件关联到标签，得到候选标签及其值，而后计算每个标签对应的信息熵以及政策数量，综合排序后将权重最高的标签推荐给企业进行填写。

政策推理

基于信息匹配最终得到的政策条件匹配度，采用深度优先搜索的方法搜索知识图谱，处理与/或关系，给出企业最终不同政策奖励的匹配情况。

给出匹配结果，即政策的匹配报告

若结果不匹配，将给出哪些政策条件不满足；或有满足条件的政策，给出匹配的政策名称、政策奖励以及相关的政策条件；可以以PDF形式导出政策的匹配报告。

文字识别工具包对政策文件进行内容读取，内容读取之后输送给政策解析引擎

基于上述的发明内容，本发明的另外一个技术目的是提供一种用于数字政务的智能政策匹配系统，包括文字识别工具包、政策解析引擎和政策计算器，文字识别工具包对政策文件进行内容读取，内容读取之后输送给政策解析引擎，政策解析引擎基于规则+自然语言处理技术自动解析政策文件，得到初步的知识图谱；政策计算器包括：

信息匹配模块，通过梳理政策条件得到多组标签，企业信息的信息形式为“标签：值”，标签与政策条件存在单选、多选和输入类型三种对应关系，计算匹配度最终得到每个政策条件的匹配度；

信息补充模块，遍历每个政策，过滤掉奖励路径不匹配的政策奖励，得到候选政策奖励所对应的政策条件；将政策条件关联到标签，得到候选标签及其值，而后计算每个标签对应的信息熵以及政策数量，综合排序后将权重最高的标签推荐给企业进行填写，并反馈到信息匹配模块计算匹配度；

政策推理模块，基于信息匹配得到的政策条件匹配度，搜索知识图谱并处理政策条件之间存在的与/或关系，给出企业最终不同政策奖励的匹配情况；

匹配报告输出模块，根据政策推理模块给出的匹配情况，若结果不匹配，将给出哪些政策条件不满足；或有满足条件的政策，也可以给出匹配的政策名称、政策奖励以及相关的政策条件。

综上所述，本发明对比于现有技术的有益效果为：本发明独创性的通过知识图谱的构建，将政策对应的推理逻辑用图谱表示出来，以表示政策、奖励和条件间复杂的逻辑关系；基于规则+自然语言处理技术的政策解析引擎能够自动解析政策文件，得到初步的知识图谱，减少知识图谱梳理需要的人力投入，并使得政策匹配和计算能广泛应用到政务场景成为可能；基于知识图谱的政策计算器能够计算出企业与政策的精准的匹配情况，并给出不满足或满足的条件或依据，降低政策申报和审核的人力投入；在企业信息不足需要补充信息时，会对候选政策标签进行排序，实现企业填写标签次数最少的目标并得到最优的匹配效果。

附图说明

图1为实施例的流程图；

图2为实施例中知识图谱的结构图。

具体实施方式

以下结合附图对发明作进一步详细说明。

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。说明书中的“实施例”或“实施方式”既可表示一个实施例或一种实施方式，也可表示一些实施例或一些实施方式的情况。

本领域技术技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

下面对本发明中所涉及的技术术语进行简单描述，以便相关人员更好的理解本方案。

OCR是光学字符识别的缩写，OCR技术简单来说就是将文字信息转换为图像信息，然后再利用文字识别技术将图像信息转化为可以使用的输入技术，其具有的功能包含：1、OCR识别技术不仅具有可以自动判断、拆分、识别和还原各种通用型印刷体表格，还在表格理解上做出了令人满意的实用结果；2、OCR能够自动分析文稿的版面布局，自动分栏、并判断出标题、横栏、图像、表格等相应属性，并判定识别顺序，能将识别结果还原成与扫描文稿的版面布局一致的新文本；3、OCR还可以支持表格自动录入技术，可自动识别特定表格的印刷或打印汉字、字母、数字，可识别手写体汉字、手写体字母、数字及多种手写符号，并按表格格式输出。提高了表格录入效率，可节省大量人力。

xmind本质上是由XML+ZIP的结构组成，是一种开放的文件格式，用户可以通过XMind开放的API为其开发插件或进行二次开发；“XMind文件”可以被导出成Word/PowerPoint/PDF/TXT/图片格式等，也可以在导出时选择仅导出图片，还是仅文字，还是图文混排，所得到的成果直接可以纳入用户的资料库，也可用Word/Powerpoint/Acrobat等工具直接打开编辑，这样用户就可以和没有安装XMIND的其它用户分享思维图；此外，XMind还支持导入用户的MindManager和FreeMind文件，使得大量用户在从这两个软件转向XMind时，不会丢失之前绘制的思维导图。

一种用于数字政务的智能政策匹配方法及系统，参照图1所示，主要包括政策解析、信息匹配、政策推理和信息补充4个步骤，现对本发明的具体实施方式进行详细描述。

一、政策解析

该步骤解析政策文件的内容生成知识图谱

政策文件由政府发布，一般为pdf或doc格式，一个政策文件中可能由多个子政策，每个政策针对不同情况又会有不同的政策扶持。解析时，首先采用ocr和docx工具包进行内容读取，然后采用命名实体识别技术结合规则进行逻辑解析，拆分出子政策并抽取出政策条件和政策奖励；最后通过关键字进行条件组合，得到初步的知识图谱；后续再由人工进行审核确认即可。

具体地说：

1、采用ocr技术读取pdf文件，docx工具包解析doc文件，将原始政策文件转化为文本；以政策“杭州市人民政府办公厅关于印发加快国际级软件名城创建助推数字经济发展若干政策的通知”举例。

2、解析出多个子政策，我们通过命名实体识别结合规则的形式得到多个子政策；子政策如：支持企业自主研发；支持首台套研发应用；支持工业技术软件化；支持标准制定等。

3、提取出政策条件+政策奖励，政策奖励概述怎么奖励企业，而政策条件则是说明该政策奖励需要满足的条件；政策条件之间通常存在逻辑（与/或）关系构成奖励路径。

4、人工审核，对于机器提取出来的子政策政策奖励政策条件，人工进行审核并且做必要的修正，从而形式正确的知识图谱。

二、知识图谱

本方案的知识图谱采用树形结构，形式为“子政策→政策奖励→政策条件”，其中一个子政策会对应多个政策奖励，一个政策奖励对应多个政策条件，政策条件之间存在“与/或”关系构成奖励路径；知识图谱采用xmind的形式进行存储，结构参照图2所示。

具体地说：

1、一个知识图谱可以包含多个子政策，每个子政策有自己的一套体系。

2、子政策：子政策包含了子政策的名称、政策奖励和政策条件的组合；多个子政策的例子，如：支持企业自主研发；支持首台套研发应用；支持工业技术软件化；支持标准制定等。

3、政策奖励和政策条件：以子政策#3支持工业技术软件化为例，参照图2所示，其中政策奖励“工业技术软件话补助，最高300万元”，对应了多条奖励路径，满足其中一条即可，如满足“企业开发出基础共性工业APP”+“总投资在1000万元以上”+“在杭州市注册具有独立法人资格的企业”，或“企业开发出行业通用工业APP”+“总投资在1000万元以上”+“在杭州市注册具有独立法人资格的企业”，或“企业开发出企业专用工业APP”+“总投资在1000万元以上”+“在杭州市注册具有独立法人资格的企业”均可享受奖励；政策奖励“上云补助，最高200万元”则对应一条奖励路径，为“云服务企业当年研发投入在1000万元以上”+“在杭州市注册具有独立法人资格的企业”。

三、信息匹配

信息匹配处理企业信息与政策条件的匹配度；信息来源包括第三方以及本系统中企业补充填写的信息，信息形式为“标签:值”，标签通过梳理政策条件得到，与政策条件存在对应关系，类型包括单选、多选以及输入三种；针对单选、多选类型，信息匹配采用匹配表的形式计算匹配度，输入类型则采用规则+语义表示模型(BERT)的分类模型的方法进行计算，最终将得到每个政策条件的匹配度。

具体地说：

1、政策条件可能是一类特定范围的条件，如“总投资在1000万元以上”，而企业的投资额度可能是300万元，那么需要通过计算与匹配对应到这个条件上去。

2、“标签：值”形式的信息输入，如标签为“项目投资额度（万元）”，值为“300”。

3、第三方企业的信息，通常包括了企业的基本信息，如企业名称、企业类型、注册地、注册资本等公开的基础信息；通过可用的外部API获得，这部分信息可以做为基础的输入数据。

4、企业补充填写的信息，通过单选、多选以及输入三种形式来输入，允许多种形式输入信息，并适当减少宽泛的输入的方式，搭配规则+BERT分类模型的方式将输入性的输入对应到系统的标签值中。

四、信息补充

在进行信息匹配时可以接入外部的第三方信息，从而减少企业信息输入，但第三方信息可能只包括基本的信息，此时需要让企业继续填写标签信息进行补充；需要填写的标签采用以下方法得到：遍历每个政策，过滤掉奖励路径不匹配的政策奖励，得到候选政策奖励所对应的政策条件；将政策条件关联到标签，得到候选标签及其值，而后计算每个标签对应的信息熵以及子政策数量，综合排序后将权重最高的标签推荐给企业进行填写。

具体地说：

1、以子政策#2和子政策#3举例，假设当前用户已填写标签为“APP投资额度（万元）：300”，则政策条件“总投资在1000万元以上”不匹配，包含该政策条件的奖励路径均不符合，政策奖励“工业技术软件化补助，最高300万元”将被过滤掉。

2、剩余的政策奖励对应的政策条件有“属于国内、省内首台（套）的”、“单台设备价值在200万元（含）以下”、“单台设备价值在200万元（含）以上”、“在杭州市注册具有独立法人资格的企业”等，分别对应标签“首台套设备类别”、“单台设备价值（万元）”、“单台设备价值（万元）”、“注册地”等。

3、计算每个标签的信息熵，“首台套设备类别”为0，“单台设备价值（万元）”为0.35，“注册地”为0等。

4、计算每个标签的子政策数量，“首台套设备类别”为1，“单台设备价值（万元）”为1，“注册地”为2等。

5、计算每个标签的权重：信息熵+子政策数量/2，则“首台套设备类别”为0.5，“单台设备价值（万元）”为0.85，“注册地”为1等，因此将推荐标签“注册地”给用户填写。

五、政策推理

基于信息匹配得到的政策条件匹配度，采用深度优先搜索的方法搜索知识图谱，处理与/或关系，给出企业最终不同政策奖励的匹配情况。

具体地说：

1、以子政策#3举例，假设企业信息包括：注册地为杭州市，产业领域为云服务，研发投入为2000万元，企业开发app类型为互联网app，app投资额度为1500万元。

2、开始搜索“工业技术软件化补助，最高300万元”，搜索路径：“企业开发出基础共性工业APP”不符合“企业开发出行业通用工业APP”不符合“企业开发出企业专用工业APP”不符合，此时政策奖励不符合，中断搜索。

3、继续搜索“上云补助，最高200万元”，搜索路径：“云服务企业当年研发投入在1000万元以上”符合“在杭州市注册具有独立法人资格的企业”符合，因此该政策奖励符合。

六、匹配结果即政策的匹配报告

该步骤给出匹配结果，若结果不匹配，将给出哪些政策条件不满足；或有满足条件的政策，也可以给出匹配的政策名称、政策奖励以及相关的政策条件；可以以PDF形式导出政策的匹配报告。

以某工业企业（企业甲）为例，注册地为杭州市，无国内、省内首台（套）研发，产业领域为云服务，研发投入为2000万元，企业开发app类型为互联网app，app投资额度为1500万元。

匹配报告的内容包括：

1、子政策匹配情况：子政策#2不符合；子政策#3符合。

2、子政策#2不符合原因：“属于国内、省内首台（套）的”不满足要求。

3、子政策#3符合政策奖励：“上云补助，最高200万元”；不符合政策奖励“工业技术软件化补助，最高300万元”，不符合原因：“企业开发app类型”不满足要求。

4、系统会将子政策#2、#3以及奖励描述和原因整理成匹配报告供企业下载。

5、若企业开发app类型为企业专用工业app，则子政策#3的政策奖励“工业技术软件化补助，最高300万元”也将符合，相应报告内容也将更新。

以上所述仅是本发明的示范性实施方式，而非用于限制本发明的保护范围，本发明的保护范围由所附的权利要求确定。

Claims (6)

1.一种用于数字政务的智能政策匹配方法，其特征在于，包括以下步骤：

步骤1，解析政策文件的内容生成知识图谱，首先采用文字识别工具包进行内容读取，通过逻辑解析拆分出子政策并抽取出政策条件和政策奖励，政策条件之间存在与/或关系构成奖励路径，最后通过关键字进行条件组合得到初步的知识图谱；

步骤2，处理企业信息与政策条件的匹配度，通过梳理政策条件得到多组标签，企业信息的信息形式为“标签：值”，标签与政策条件存在单选、多选和输入类型三种对应关系，计算匹配度最终得到每个政策条件的匹配度；

步骤3，企业信息补充，首先遍历每个政策，过滤掉奖励路径不匹配的政策奖励，得到候选政策奖励所对应的政策条件；将政策条件关联到标签，得到候选标签及其值，而后计算每个标签对应的信息熵以及政策数量，综合排序后将权重最高的标签推荐给企业进行填写；

步骤4，政策推理，基于信息匹配最终得到的政策条件匹配度，采用深度优先搜索的方法搜索知识图谱，处理与/或关系，给出企业最终不同政策奖励的匹配情况；

步骤5，给出政策的匹配报告，若结果不匹配，将给出哪些政策条件不满足；或有满足条件的政策，给出匹配的政策名称、政策奖励以及相关的政策条件。

2.根据权利要求1所述的一种用于数字政务的智能政策匹配方法，其特征在于，所述步骤1中的文字识别工具包包含ocr和docx工具包，并通过采用基于规则的命名实体识别技术进行逻辑解析。

3.根据权利要求1所述的一种用于数字政务的智能政策匹配方法，其特征在于，所述知识图谱采用树形结果，形式为“子政策→政策奖励→政策条件”，其中一个子政策会对应多个政策奖励，一个政策奖励对应多个政策条件，政策条件之间存在“与/或”关系构成奖励路径。

4.根据权利要求1所述的一种用于数字政务的智能政策匹配方法，其特征在于，所述企业信息包含外部接入的第三方信息和企业补充填写的信息，针对标签与政策条件的单选、多选类型的对应关系，采用匹配表的形式计算匹配度，而输入类型则采用规则+语义表示模型的分类模型的方法进行计算。

5.一种用于数字政务的智能政策匹配系统，其特征在于，包括政策解析引擎和政策计算器，所述政策解析引擎基于规则+自然语言处理技术自动解析政策文件，得到初步的知识图谱；所述政策计算器包括：

信息匹配模块，通过梳理政策条件得到多组标签，企业信息的信息形式为“标签：值”，标签与政策条件存在单选、多选和输入类型三种对应关系，计算匹配度最终得到每个政策条件的匹配度；

信息补充模块，遍历每个政策，过滤掉奖励路径不匹配的政策奖励，得到候选政策奖励所对应的政策条件；将政策条件关联到标签，得到候选标签及其值，而后计算每个标签对应的信息熵以及政策数量，综合排序后将权重最高的标签推荐给企业进行填写，并反馈到信息匹配模块计算匹配度；

政策推理模块，基于信息匹配得到的政策条件匹配度，搜索知识图谱并处理政策条件之间存在的与/或关系，给出企业最终不同政策奖励的匹配情况；

匹配报告输出模块，根据政策推理模块给出的匹配情况，若结果不匹配，将给出哪些政策条件不满足；或有满足条件的政策，也可以给出匹配的政策名称、政策奖励以及相关的政策条件。

6.根据权利要求5所述的一种用于数字政务的智能政策匹配系统，其特征在于，智能政策匹配系统还包含文字识别工具包对政策文件进行内容读取，内容读取之后输送给政策解析引擎。

Images