申请/专利权人：辽宁省网联数字科技产业有限公司

申请日：2024-01-08

公开（公告）日：2024-04-02

公开（公告）号：CN117541367B

主分类号：G06Q30/08

分类号：G06Q30/08;H04L9/40;H04L67/06;G06Q10/10;G06F40/253

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明属于数字化投标文件领域，具体是公开了一种基于人工智能的数字化投标文件制作和评估系统，系统包括：案例库模块、生成待审查文件模块、协作审查模块、评估纠错模块和服务器。本方案采用主体库保存企业信息，同步企业信息到投标文件，减少手动操作的偏差；采用基于案例推理的方法，搜索和重用历史投标文件制作新投标文件，提高效率和适用性；采用云协作架构，实现多人同时编辑，提高工作效率；采用一种新型云加密网关对审查人员进行权限控制，避免非法用户访问或进行恶意操作；采用LM检查模型检查投标文件中的语法问题，用对抗性网络模型进行改正，提高投标文件质量。

主权项：1.一种基于人工智能的数字化投标文件制作和评估系统，其特征在于，包括创建案例库模块、生成待审查文件模块、协作审查模块、评估纠错模块和服务器；所述创建案例库模块，采集历史投标文件和招标文件，将历史投标文件和招标文件传输至案例库；所述生成待审查文件模块，采用基于案例推理的方法，根据招标文件的要求，搜索和重用历史投标文件，制作待审查文件；所述协作审查模块通过云协作和云加密网关，实现对所有在线编辑待审查文件的审查人员的权限控制，审查人员对待审查文件进行编辑和审查，生成中间投标文件；所述评估纠错模块，采用LM检查模型检查中间投标文件中的语法问题，并用对抗性网络模型改正投标文件中的语法问题，制作最终投标文件；所述服务器设有主体库，所述主体库保存投标公司的证件信息，包括企业营业执照、税务登记证、组织机构代码证、法定代表人身份证明、资质证书，所述服务器为投标负责人生成负责人公钥和负责人私钥，为审查人员生成代理公钥和代理私钥；所述基于人工智能的数字化投标文件制作和评估系统采用数字化投标文件制作和评估方法进行，所述数字化投标文件制作和评估方法，具体包括以下步骤：步骤S1：创建案例库，所述案例库存储在服务器中，采集历史投标文件和招标文件，将历史投标文件和招标文件传输至案例库，所述历史投标文件包括项目类型、采购方法、是否进行资格预审、评标方法、投标对象类型、企业资质和技术方案，所述技术方案的最小单元是技术点，所述技术点包括属性值和具体解决方案，所述招标文件包括项目类型、采购方法、是否进行资格预审、评标方法和投标对象类型；步骤S2：生成待审查文件，所述待审查文件包括技术方案和企业资质，根据相似度，从案例库中提取历史投标文件组成投标文件类似集合，构造任意非干扰序列，计算投标文件类似集合中每个历史投标文件的技术点的非干扰序列指标，根据非干扰序列指标，合成投标模板组成投标模板集，计算投标模板的推荐值，选取推荐值最高的投标模板生成待审查文件，并将待审查文件传输到协作审查模块；步骤S3：协作审查，接收待审查文件，通过云协作和云加密网关，实现对所有在线编辑待审查文件的审查人员的权限控制，审查人员对待审查文件进行编辑和审查，生成中间投标文件，并将中间投标文件传输到评估纠错模块；步骤S4：评估纠错，接收中间投标文件，采用LM检查模型检查中间投标文件中的语法问题，识别待纠错语句，采用抗性网络模型对待纠错语句进行改正，制作最终投标文件；步骤S2中，所述生成待审查文件，具体包括以下步骤：步骤S21：定义投标案例特征，所述投标案例特征包括项目类型、采购方法、是否进行资格预审、评标方法、投标对象类型；步骤S22：计算招标文件的投标案例特征和每个历史投标文件的投标案例特征的不相似系数，所用公式如下： ；式中，是案例库中的历史投标文件，是招标文件，是投标案例特征总数，=5，是投标案例特征的第个特征，是和的不相似系数，是的第个投标案例特征的值，是的第个投标案例特征的值，是从1至的累计和；步骤S23：计算招标文件的投标案例特征和每个历史投标文件的投标案例特征的相似度，所用公式如下： ；式中，是和的相似度，是满足的特征的个数，是满足的特征的个数；步骤S24：将相似度大于0.7的历史投标文件放入投标文件类似集合中，输出投标文件类似集合；步骤S25：随机生成一组序列，该序列满足其第项大于前项的和的条件，将该序列记为非干扰序列；步骤S26：计算投标文件类似集合中各历史投标文件的技术点的非干扰序列指标，所用公式如下： ；式中，是投标文件类似集合中各历史投标文件的技术点的非干扰序列指标，是历史投标文件的第个技术点，是的属性值，是的第项序列，是的序列总数，是从1至的累计和；步骤S27：将具有相同非干扰序列指标的技术点的具体解决方案合并为一个投标模板，所有的投标模板构成投标模板集；步骤S28：计算投标模板集中各投标模板的推荐值，所用公式如下： ；式中，是第个投标模板，是第个投标模板的推荐值，是在投标模板集中出现的频率，是投标文件类似集合中历史投标文件的总数；步骤S29：生成待审查文件，将投标模板集中投标模板的推荐值按降序排列，将推荐值最大的投标模板作为待审查文件的技术方案，服务器从主体库中自动同步投标公司的证件信息作为待审查文件的企业资质；步骤S3中，所述协作审查，具体包括以下步骤：步骤S31：投标负责人通过服务器生成负责人公钥和负责人私钥，为待审查文件生成一个安全且唯一的文件密钥，为审查人员生成代理公钥和代理私钥，并创建一个表示审查人员可以访问待审查文件的许可对象，并将负责人公钥、代理公钥和许可对象保存在服务器中；步骤S32：投标负责人使用文件密钥对待审查文件进行AES-256加密，生成加密文件；步骤S33：投标负责人用负责人公钥加密文件密钥，生成加密的文件密钥P，并将加密的文件密钥P存储在加密文件的开头；步骤S34：审查人员访问待审查文件时，从加密文件的开头提取加密的文件密钥P；步骤S35：审查人员将加密的文件密钥P发送到服务器重新加密；步骤S36：服务器检查审查人员是否有许可对象，判断审查人员是否被授予打开待审查文件的权限，如果未被授予，服务器拒绝审查人员访问待审查文件，否则，服务器使用负责人公钥对加密的文件密钥P进行解密，再用审查人员的代理公钥重新加密加密的文件密钥P，生成文件密钥密文，将文件密钥密文发送给审查人员；步骤S37：审查人员通过自己的代理私钥解密文件密钥密文，获取文件密钥，用文件密钥对加密文件进行解密，即可访问待审查文件；步骤S38：审查人员对待审查文件进行编辑和审查，生成中间投标文件；步骤S4中，所述评估纠错，具体包括以下步骤：步骤S41：语法错误检查，具体包括以下步骤：步骤S411：采集常用词汇词典，所述常用词汇词典包含投标文件中的常用词汇及其同义词；步骤S412：将中间投标文件分割为原始句子，将原始句子与常用词汇词典中的词汇匹配进行分词，得到词汇集，对词汇集的词语使用同义词替换、删除或插入，调整原始句子中名词短语的位置，改变状语的位置，生成扰动句子，所有的扰动句子和原始句子构成近邻域；步骤S413：使用LM模型计算近邻域中扰动句子和原始句子的分布概率；步骤S414：设分布概率阈值为，如果原始句子的分布概率高于，则认为原始句子为正确语句，否则原始句子为待纠错语句；步骤S415：当中间投标文件中存在待纠错语句时，执行步骤S42，否则，从招标文件中获取项目类型、采购方法、是否进行资格预审、评标方法和投标对象类型，与中间投标文件合并为最终投标文件，输出最终投标文件，并将最终投标文件作为一个新的历史投标文件添加到案例库中；步骤S42：语法纠错，具体包括以下步骤：步骤S421：采集纠正数据集，所述纠正数据集由错误语句和对应的纠正语句的对组成；步骤S422：建立并初始化对抗性网络模型，所述对抗性网络模型包括生成器和判别器；步骤S423：将纠正数据集输入到生成器中进行MLE预训练；步骤S424：生成器对纠正数据集的错误语句生成校正句子，所有的错误语句和校正句子的对构成校正对集合；步骤S425：将纠正数据集和校正对集合输入到判别器中进行BCE预训练；步骤S426：生成器和判别器进行对抗性学习，将生成器生成校正句子并传输到判别器中，判别器计算校正句子的准确度，准确度小于0.4时，将准确度作为奖励反馈给生成器，生成器通过蒙特卡罗策略梯度方法进行更新，计算蒙特卡罗策略梯度，所用公式如下： ； ；式中，是判别器的更新梯度，是生成器的更新梯度，和分别是生成器和判别器的初始权重，是错误语句，是纠正数据集中的纠正语句，是生成器生成的校正句子；步骤S427：当精确度大于0.4时，此时校正句子作为修正句子，生成器进行Teacher-forcing学习，重复执行步骤S426，直至错误语句遍历完成，对抗性学习结束；步骤S428：将待纠错语句输入到对抗性网络模型中，对抗性网络模型输出修正句子，并用修正句子替换待纠错语句，重复执行步骤S41。

全文数据：

权利要求：

百度查询： 辽宁省网联数字科技产业有限公司 基于人工智能的数字化投标文件制作和评估系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD