[發明專利]一種關于招標信息的關鍵字段提取方法及裝置

在審

• 申請號: 202110462661.6
• 申請日: 2021-04-27
• 公開（公告）號: CN113128218A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 李武釗
• 申請（專利權）人: 華世界數字科技（深圳）有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216;G06N7/00;G06Q10/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種關于招標信息的關鍵字段提取方法，其特征在于，包括：

通過獲取已公開的招標信息形成招標集，所述招標集中包括多個招標文本，每個所述招標文本均具有對應的編號；

從所述招標集中篩選出潛在包含有預設關鍵字段的招標文本，記為預測文本，并提取所述預測文本的編號；

依據所述編號獲取所述預測文本，并依據正則表達式匹配算法對所述預測文本進行處理，以提取出相應的招標關鍵字段；

將所述招標關鍵字段存儲至指定位置，以供后續檢索分析使用。

2.根據權利要求1所述的關于招標信息的關鍵字段提取方法，其特征在于，所述從所述招標集中篩選出潛在包含有關鍵字段的招標文本的步驟，包括：

依據所述招標文本分別計算出所述招標文本包含預設關鍵字段的第一概率以及所述招標文本不包含預設關鍵字段的第二概率；

依據所述第一概率與所述第二概率確實所述招標文本是否包含有預設關鍵字段，以篩選出包含預設關鍵字段的所述招標文本。

3.根據權利要求2所述的關于招標信息的關鍵字段提取方法，其特征在于，所述依據所述招標文本分別計算出所述招標文本包含預設關鍵字段的第一概率以及所述招標文本為不包含預設關鍵字段的第二概率的步驟，包括：

利用以下公式計算得到所述第一概率：

P(D|S)＝∏_iP(w_i|S)；

利用以下公式計算得到所述第二概率：

其中，s表示包含預設關鍵字段的類別，表示不包含預設關鍵字段的類別，D表示招標文本，w_i表示第i個預設關鍵字段。

4.根據權利要求3所述的關于招標信息的關鍵字段提取方法，其特征在于，所述依據所述第一概率與所述第二概率確實所述招標文本是否包含有預設關鍵字段的步驟，包括：

依據所述第一概率以及所述第二概率計算出P(s|D)以及的值；

當則判定所述招標文本包含有所述預設關鍵字段，否則判定所述招標文本不包含有所述預設關鍵字段。

5.根據權利要求2所述的關于招標信息的關鍵字段提取方法，其特征在于，所述依據所述招標文本分別計算出所述招標文本包含預設關鍵字段的第一概率以及所述招標文本不包含預設關鍵字段的第二概率的步驟之前，包括：

定義多個預設關鍵字段；

依據各所述預設關鍵字段分別對各所述招標文本進行標注。

6.一種關于招標信息的關鍵字段提取裝置，其特征在于，包括：

獲取信息單元，用于通過獲取已公開的招標信息形成招標集，所述招標集中包括多個招標文本，每個所述招標文本均具有對應的編號；

篩選文本單元，用于從所述招標集中篩選出潛在包含有預設關鍵字段的招標文本，記為預測文本，并提取所述預測文本的編號；

提取字段單元，用于依據所述編號獲取所述預測文本，并依據正則表達式匹配算法對所述預測文本進行處理，以提取出相應的招標關鍵字段；

存儲字段單元，用于將所述招標關鍵字段存儲至指定位置，以供后續檢索分析使用。

7.一種關于招標信息的關鍵字段提取裝置，其特征在于，所述篩選文本單元包括：

計算概率子單元，用于依據所述招標文本分別計算出所述招標文本包含預設關鍵字段的第一概率以及所述招標文本不包含預設關鍵字段的第二概率；

篩選文本子單元，用于依據所述第一概率與所述第二概率確實所述招標文本是否包含有預設關鍵字段，以篩選出包含預設關鍵字段的所述招標文本。

8.根據權利要求7所述的關于招標信息的關鍵字段提取裝置，其特征在于，所述計算概率子單元包括：

利用以下公式計算得到所述第一概率：

P(D|S)＝∏_iP(w_i|S)；

利用以下公式計算得到所述第二概率：

其中，s表示包含預設關鍵字段的類別，表示不包含預設關鍵字段的類別，D表示招標文本，w_i表示第i個預設關鍵字段。