买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁省网联数字科技产业有限公司

摘要：本发明公开了一种招标方案智能填充方法及系统，方法包括招标方案分类、提取招标方案模板、智能填充模板、填充内容纠错。本发明属于招标方案智能填充技术领域，具体是指一种招标方案智能填充方法及系统，本方案采用文本分类优化算法对以往的招标方案进行分类，得到不同类型的招标方案，并利用自然语言处理技术为不同类型的招标方案提取模板，减少人工设计模板的工作量，提升效率；利用BERT和卷积神经网络对选定的模板进行智能填充，确保填充内容的相关性和准确性，结合双向GRU模型构建的文本纠错网络，对填充内容进行错误检测和纠正，大幅提高方案的质量和专业性。

主权项：1.一种招标方案智能填充方法，其特征在于：该方法包括以下步骤：步骤S1：招标方案分类，采集历史招标方案数据集，历史招标方案数据集包括招标方案文本和标签，对招标方案文本进行预处理，通过特征选择算法获得最优特征子集，利用分类模型进行历史招标方案分类，得到不同类型的招标方案；步骤S2：提取招标方案模板，根据不同类型的招标方案，利用自然语言处理算法分析招标方案的结构，提取各部分的格式特征，生成不同的招标模板；步骤S3：智能填充模板，根据已有数据和需求，确定招标方案模板，使用BERT模型对招标方案文本进行编码，提取全局特征，通过局部特征卷积层捕获招标方案文本中的局部特征，融合局部特征和全局特征，生成招标方案的最终特征表示，根据最终特征表示，智能填充模板中的各个部分；步骤S4：填充内容纠错，构建文本纠错网络，利用文本纠错网络纠正填充内容中的文本错误；在步骤S3中，智能填充模板，具体包括以下步骤：步骤S31：使用BERT模型对招标方案文本进行编码，提取句子级特征向量，定义招标方案不同标题的内容为单个令牌序列[CLS],x11,x12,…,x1i,…,x1m,[SEP],x21,x22,…,x2i,…,x2n，其中，[CLS]表示分类标记，[SEP]表示分段段落标记，x1i和x2i表示对应文本的第i个标记；定义输入为S＝s1,s2,…,si,…,sl，其中si为第i个令牌通过对应的令牌、段和位置嵌入求和构造的嵌入，l为最大输入序列的长度，计算招标方案不同标题的内容嵌入，步骤如下：步骤S311：计算多头自注意力机制的输入，所用公式如下：F＝Kj-1；式中，F表示多头自注意力机制的输入，Kj-1表示第j-1层招标方案不同标题的内容嵌入；步骤S312：计算多头自注意力机制的输出，所用公式如下： 式中，HiF表示多头自注意力机制的输出，WiQ,WiK,WiV表示可学习的参数矩阵，d表示维数，h表示多头注意力机制的头数，softmax表示激活函数，T表示矩阵的转置；步骤S313：整合多头自注意力机制中所有头的输出，所用公式如下：MHF＝ConcatH1,…,Hi,…,HhWo；式中，MHF表示整合的多头自注意力机制中所有头的输出，Wo表示可学习的参数矩阵，ConcatH1,...,Hi,...,Hh表示合并多头自注意力机制中所有头；步骤S314：将多头自注意力机制中所有头的输出与多头自注意力机制的输入相加并进行层归一化，所用公式如下： Q＝LNF+MHF；式中，Q表示利用多头自注意力机制的输出与原始输入相加并进行层归一化的输出结果，LN表示层归一化，zi表示输入的第i个样本数据，α和β分别表示缩放和平移参数，μ和σ2分别表示每个样本数据特征向量的均值和方差，ε表示一个小数；步骤S315：计算特征卷积网络的输出，所用公式如下：FCFNQ＝ReLUQW1+b1W2+b2；式中，FCFNQ表示特征卷积网络的输出，ReLU表示激活函数，W1，W2，b1，b2表示可学习的参数矩阵；计算全局特征向量，所用公式如下：Kj＝LNQ+FCFNQ；式中，Kj表示全局特征向量；步骤S32：将BERT模型第一层的输出特征向量馈送到局部特征卷积层，步骤如下：步骤S321：将BERT模型第一层的输出特征向量表示为序列向量，所用公式如下： 式中，表示连接操作符，ki是对应BERT模型输入序列中第i个标记的输入嵌入，t表示序列长度；K1:t表示序列向量；步骤S322：利用一维卷积操作生成特征，所用公式如下：ui＝uW·Ki:i+m-1+b；式中，u为非线性函数，b为偏置项，W表示滤波器，Ki:i+m-1表示从第i个令牌到第i+m-1个令牌，ui表示生成的特征；步骤S323：利用滤波器生成特征映射，所用公式如下：U＝[u1,u2,…,ut-m+1]；式中，U表示特征映射；步骤S324：对特征映射应用最大池化，得到特征映射的最大值，并将特征映射的最大值作为滤波器的相应特征，每个滤波器产生一个相应特征，将所述相应特征连接起来生成一个高级特征向量，所用公式如下：V＝[v1,v2,…,vy]；式中，V表示高级特征向量，y表示滤波器的数量；步骤S33：将全局特征向量相加平均得到新的全局特征向量，所用公式如下： 式中，O表示新的全局特征向量，n表示BERT模型的层数；将高级特征向量与新的全局特征向量再次求和平均，得到融合特征向量，所用公式如下：P＝V+O2；式中，P表示融合特征向量；步骤S34：招标方案内容填充，根据已有数据和需求，利用提取的融合特征向量，智能填充模板中的各个部分。

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 一种招标方案智能填充方法及系统