大模型原生驱动的招投标全链路智能管控系统的制作方法

本发明涉及电子招标投标数据处理，更具体地说，本发明涉及大模型原生驱动的招投标全链路智能管控系统。

背景技术：

1、电子招标投标场景中，招标人、代理机构或者监管平台通常需要对不同供应商提交的电子投标文件进行雷同风险识别，以发现直接复制、模板套用、附件重复、异常一致响应等风险情形，现有技术对投标文件进行全文重复率检测、关键词重合检测、段落编辑距离比对、模板相似度分析、附件哈希一致性检测以及固定格式材料比对等，上述方式能够在一定程度上发现大段文字完全相同、关键段落高度重复、固定模板一致或者附件材料完全相同的显性雷同情形，适用于直接复制型投标文件、同一模板未明显改写的投标文件以及附件重复提交等风险识别场景。

2、现有技术存在以下不足：

3、供应商可能通过同义改写、段落重排、标题替换、表格拆分、附件换位、多处合并响应或者补充承诺调整等方式降低投标文件的字面相似度，使传统重复率检测和段落相似度检测难以识别其潜在同源关系，在同一招标项目或者同一标段中，不同供应商虽然文字表达不同，但可能在相同招标要求下形成相同的响应动作、相同的支撑依据、相同的错误引用、相同的缺失响应、相同的不合理承诺或者相同的非必要限定；现有算法通常缺少以招标客观要求为基准的响应定位机制，也缺少对投标响应内容进行结构化拆解、响应链排序和同构对齐的处理过程，导致低字面相似但高响应链同构的改写型陪标风险难以被准确发现。

4、针对上述问题，本发明提出一种解决方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供大模型原生驱动的招投标全链路智能管控系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、大模型原生驱动的招投标全链路智能管控系统，包括：锚点构建模块、响应单元生成模块、同构风险识别模块以及代价函数修正模块，各模块之间信号连接；

4、锚点构建模块：获取项目客观文件集合并进行文件预处理，得到项目结构化文本集合，执行显性雷同鉴定处理，生成显性雷同风险结果和待分析供应商对，提取客观要求，采用规则定位、大模型校验和最小响应单元拆分相结合的方式，生成客观锚点集合，并为每个客观锚点生成客观锚点标识和锚点层级关系；

5、响应单元生成模块：调用大模型对各供应商电子投标文件进行语义解析，通过候选召回、语义判定、主响应确定和补充响应归并，将投标内容映射至客观锚点集合，抽取响应动作参数和响应支撑参数组合生成锚点响应单元，并进行一致性校验和去重归并；

6、同构风险识别模块：将锚点响应单元按客观锚点顺序连接为响应链序列，采用带锚点门控约束的动态时间规整算法对任意两个供应商的响应链序列进行非等长对齐，计算语义差异代价，识别相同缺失响应、相同错误引用、相同不合理承诺、相同非必要限定的异常响应片段，当最小对齐代价低于同构阈值且存在至少一个异常响应片段时，生成改写型陪标风险结果；

7、代价函数修正模块：接收复核结果，将确认为雷同样本对的锚点响应单元标记为雷同样本对，将正常相似的标记为正常样本对，采用度量学习算法，通过三元组损失函数修正语义差异代价函数中的语义映射模型，同时更新异常响应片段库、正常相似片段库和同构阈值。

8、在一个优选的实施方式中，锚点构建模块包括如下步骤：

9、文件预处理包括文件格式识别、文本层提取、表格内容还原、目录层级识别、段落边界切分、附件引用关系识别、页码定位、条款编号识别以及文件版本标识生成；

10、显性雷同鉴定处理包括对不同供应商的电子投标文件进行重复句检测、关键词重合检测、模板相似检测、段落编辑距离检测和附件哈希一致性检测；

11、若两个投标文件满足大段文字完全相同、固定模板完全一致、关键段落重复率超过显性雷同阈值或者附件材料存在相同哈希值中的至少一种情形，则生成显性雷同风险结果；

12、若未达到显性雷同阈值，则将对应的两个供应商确定为待分析供应商对；

13、规则定位用于从项目结构化文本集合中识别具有明确编号、标题、表格字段或者强制性表达的条款；

14、大模型校验用于判断规则定位得到的文本是否构成供应商必须响应的客观要求；

15、最小响应单元拆分用于将包含多个客观要求的条款拆分为多个客观锚点；

16、客观锚点标识至少包括项目编号、标段编号、来源文件类型、来源章节、条款编号、锚点类型、锚点文本和锚点顺序号；

17、锚点层级关系用于确定主锚点和父锚点。

18、在一个优选的实施方式中，响应单元生成模块包括如下步骤：

19、候选召回依据条款编号、标题关键词、技术参数名、交付期限表达、验收词、资质词、附件引用关系以及大模型语义相似判断，从候选响应片段集合中筛选与客观锚点相关的片段；

20、语义判定用于确认候选响应片段是否构成对客观锚点的实质响应；

21、主响应确定规则为：选择与客观锚点条款编号或者标题对应的片段；

22、若不存在则选择包含明确动作动词和响应对象的片段，若仍存在多个则选择同时包含响应动作和响应支撑内容的片段；

23、响应动作参数包括动作类型、动作对象、动作条件和动作结果；

24、响应支撑参数包括依据来源、证明材料、履约条件和承诺边界；一致性校验包括：

25、若响应动作参数为空而响应支撑参数存在，标记为动作缺失型响应单元；

26、若响应动作参数存在而响应支撑参数为空，标记为支撑不足型响应单元；

27、若二者均为空，标记为缺失响应单元；

28、若二者均存在，标记为完整响应单元；

29、去重归并包括将同一客观锚点的重复响应内容并入主响应单元，并将同一投标内容对应多个客观锚点时记录相同片段来源。

30、在一个优选的实施方式中，同构风险识别模块包括如下步骤：

31、若两个锚点响应单元来源于相同客观锚点、父子锚点或者同一锚点簇，则允许其进入对齐候选；

32、若来源于无关锚点，则将语义差异代价设为禁止匹配值或提高匹配代价；

33、动态时间规整算法通过递推计算两条响应链序列之间的最小对齐代价，递推过程中当前对齐代价由当前两个锚点响应单元的语义差异代价加上前一步最小累计对齐代价得到；

34、异常响应片段的识别规则包括：

35、两个供应商在相同客观锚点下均无有效响应的，记为相同缺失响应；

36、引用相同错误标准、错误条款号或者明显不适用规范的，记为相同错误引用；

37、作出超出招标文件要求且不必要的相同承诺的，记为相同不合理承诺；

38、添加相同非必要限定条件且该内容不是招标文件要求的，记为相同非必要限定；

39、同构阈值根据历史复核样本中已确认雷同样本对和正常样本对的最终最小对齐代价分布确定。

40、在一个优选的实施方式中，代价函数修正模块包括如下步骤：

41、复核结果包括对疑似供应商对、命中的异常响应片段、客观锚点位置、投标文件原文、对齐路径和风险说明的复核确认；

42、将复核确认为改写型陪标、高度雷同或者存在同源改写关系的锚点响应单元标记为雷同样本对；

43、将因同一招标文件、同一技术规范、同一行业标准或者相同法定格式导致正常相似的锚点响应单元标记为正常样本对；

44、度量学习算法采用三元组损失函数修正语义映射模型：

45、从复核结果中构建包括基准锚点响应单元、雷同锚点响应单元和正常锚点响应单元的三元组样本，使雷同样本对在语义映射空间中的距离小于正常样本对的距离，并间隔一个常量间隔；

46、将复核确认的雷同样本中的异常响应片段写入异常响应片段库，将复核排除的正常样本中的对应表达写入正常相似片段库，并根据新增复核样本的最终最小对齐代价分布更新同构阈值。

47、本发明大模型原生驱动的招投标全链路智能管控系统的技术效果和优点：

48、通过构建客观锚点集合，将招标文件、技术规范书、合同交付条款、验收标准和资格条件文件中的客观要求转化为统一的响应比对基础，使不同供应商的投标文件能够围绕同一客观要求进行定位和分析，避免仅依据全文重复率、关键词重合度或者段落编辑距离进行判断所造成的漏识别问题，通过大模型生成锚点响应单元，将投标文件中分散的段落、表格、附件说明和承诺语句转化为包含响应动作参数和响应支撑参数的结构化对象，使投标响应内容具备可计算、可排序和可对齐的分析基础，通过构建响应链序列并采用带锚点门控约束的动态时间规整算法，能够在投标文件经过文字改写、段落重排、标题变化、附件换位或者多锚点合并响应的情况下，识别不同供应商在响应动作、支撑依据、缺失项、错误引用和非必要限定等方面形成的响应链同构风险，通过引入复核结果修正语义差异代价函数、异常响应片段库、正常相似片段库和同构阈值，能够逐步区分同源改写形成的异常相似与行业通用表达、法定格式表达或者招标文件强制要求导致的正常相似，从而提高改写型陪标风险识别的准确性和可解释性。