[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

本發明涉及數據處理技術，提出的關于招標信息的關鍵字段提取方法、裝置、計算機設備和存儲介質，其中方法包括：通過獲取已公開的招標信息形成招標集，招標集中包括多個招標文本，每個招標文本均具有對應的編號；從招標集中篩選出潛在包含有預設關鍵字段預測文本，并提取預測文本的編號；依據編號獲取預測文本，依據正則表達式匹配算法對預測文本提取出相應的招標關鍵字段；將招標關鍵字段存儲至指定位置，以供后續檢索分析使用，這樣由于首先通過在海量的招標信息中篩選出潛在包含預設關鍵字段的招標文本，再在篩選出的招標文本中提取相應的招標關鍵字段，大大地減小了提取招標關鍵字段的處理數據量，提高效率，節省資源。

技術領域

本發明涉及到數據處理的技術領域，特別是涉及到一種關于招標信息的關鍵字段提取方法、裝置、計算機設備和存儲介質。

背景技術

招標投標是在市場經濟條件下進行的大宗貨物的買賣、工程建設項目有發包與承包以及服務項目的采購與提供時，所采用的一種交易方式。隨著經濟的發展，在市場競爭日益劇烈的情況下，對招標投標信息的分析也越顯重要，對于海量的招標投標信息，往往需要通過關鍵字段來進行檢索篩選，而目前通常是通過自定義預設關鍵字段，這樣得到的數據不全面準確，容易出現分析錯漏；或者直接通過從海量的招標投標信息中獲取，處理的數據量巨大，效率過低。

發明內容

本發明的主要目的為提供一種關于招標信息的關鍵字段提取方法、裝置、計算機設備和存儲介質，旨在解決現有技術中提取招標信息中關鍵字段處理數據量過大的技術問題。

基于上述發明目的，本發明提出一種關于招標信息的關鍵字段提取方法，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。

進一步地，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。

進一步地，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)＝Π_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。

進一步地，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。