一种基于语义理解的采购文件风险动态评估方法与流程

本发明涉及采购风险评估领域，尤其涉及一种基于语义理解的采购文件风险动态评估方法。

背景技术：

1、随着采购业务数字化程度不断提高，采购文件已经由传统纸质文件逐步转化为电子文档，并在采购管理系统、电子采购平台及业务协同系统中进行编制、流转、审查和归档。采购文件通常包含资格条件、技术要求、商务条件、合同条款、履约责任、评审规则及风险提示内容，不同内容之间具有明显的上下文依赖关系和跨条款关联特征。采购文件中的风险并不一定通过明确的风险词语直接表达，部分风险可能隐藏在条件范围、责任主体、否定表述、例外条款、时间要求及跨条款引用关系中。因而，仅依靠人工逐条审查采购文件，容易受到审查人员经验、业务熟悉程度及审查时间的影响，难以保证不同采购文件之间审查尺度的一致性，也难以满足采购文件频繁更新情况下的动态风险评估需求。

2、现有采购文件风险审查技术主要采用关键词匹配、规则比对、模板校验及人工复核相结合的方式。关键词匹配方式通常预先设置风险词语、禁止性词语或敏感词语，在采购文件中检索与预设词语一致或相近的文本内容；规则比对方式通常将采购文件中的金额、时间、比例及资格条件与预设审查规则进行逐项比较；模板校验方式通常将待审查采购文件与标准采购文件模板进行段落级或字段级比对。上述方式能够识别部分显性风险，但采购文件中同一风险类型可能采用不同语句结构和不同词语表达，仅以关键词或固定规则进行匹配时，容易遗漏语义表达不同但风险实质相同的条款内容。同时，现有技术通常按照段落、句子或固定长度文本进行切分，未充分考虑标题层级、条款编号、语义连续性及上下文承接关系，容易将完整条款错误拆分，或者将多个独立条款合并处理，导致后续风险识别缺少准确的条款片段基础。

技术实现思路

1、本发明的一个目的在于提出一种基于语义理解的采购文件风险动态评估方法，本发明充分利用了条款语义边界识别、上下文感知向量化表示、采购风险知识库及改进bocpd模型，具备隐性风险识别准确、跨条款风险分析能力强、风险结果可追溯以及采购文件更新后能够动态重计算的优点。

2、根据本发明实施例的一种基于语义理解的采购文件风险动态评估方法，包括如下步骤：

3、获取采购文件数据并进行预处理，生成结构化采购文件数据；

4、对结构化采购文件数据进行条款语义边界识别处理，生成条款片段集合；

5、对条款片段集合执行深度语义解析处理，结合采购领域本体模型提取条款片段中的隐性风险触发要素，生成采购语义要素集合；

6、对采购语义要素集合进行上下文感知的向量化表示处理，生成语义向量表示集合，并构建语义索引集合；

7、构建采购风险知识库，基于语义索引集合对采购语义要素集合与采购风险知识库进行语义桥接与差异度量化，生成风险特征关联集合；

8、将风险特征关联集合输入改进bocpd模型，引入语义涡旋捕获机制，识别风险规则偏离变点并构建风险证据链，生成风险评估结果集合；

9、获取采购文件数据的更新数据或新增条款数据，对更新数据或新增条款数据进行增量式语义解析处理，更新采购语义要素集合及风险特征关联集合，触发多维风险评估模型执行增量重计算，生成更新后的风险评估结果集合。

10、可选的，从采购管理系统中获取包括文本文件、扫描文件、图片文件及表格文件的采购文件数据，对采购文件数据进行文件类型识别，对文本文件进行文本内容提取，对扫描文件及图片文件依次进行图像增强、噪声去除、倾斜校正及光学字符识别，对表格文件进行表格边界识别、单元格定位及行列关系恢复，按照采购文件数据中的页面位置、标题层级、段落顺序及表格对应关系，对识别得到的文本内容和表格内容进行版式解析，并执行异常字符清除、字符编码统一、标点规范化、重复内容去除及字段格式统一处理，将处理后的文本内容和表格内容按照原始页面顺序及内容关联关系进行结构化组织，生成结构化采购文件数据。

11、可选的，所述条款片段集合的生成具体包括：

12、将结构化采购文件数据划分为文本单元，生成文本单元序列；

13、对文本单元序列中的相邻文本单元进行语义边界特征提取，生成语义边界特征序列；

14、基于语义边界特征序列判定相邻文本单元之间的语义连续性，将语义连续性发生中断的位置确定为候选条款语义边界，生成候选条款语义边界集合；

15、对候选条款语义边界集合进行重复边界消除、相邻边界合并及嵌套边界校正，生成条款语义边界集合；

16、依据条款语义边界集合对文本单元序列进行切分，生成条款片段集合。

17、可选的，所述采购语义要素集合的生成具体包括：

18、对条款片段集合进行句法语义联合解析处理，生成条款语义关系集合；

19、将条款语义关系集合映射至采购领域本体模型，生成本体语义关系集合；

20、对本体语义关系集合进行上下文语义补全及跨条款关系关联，生成完整本体语义关系集合；

21、基于采购领域本体模型中的风险触发路径，对完整本体语义关系集合进行风险触发推理，提取隐性风险触发要素，生成隐性风险触发要素集合；

22、对隐性风险触发要素集合进行结构化记录，生成采购语义要素集合。

23、可选的，所述语义索引集合的构建具体包括：

24、依据采购语义要素集合，确定各采购语义要素之间的上下文关联关系，生成上下文关联关系集合；

25、基于上下文关联关系集合，排列相互关联的采购语义要素，生成上下文语义要素序列；

26、对上下文语义要素序列进行双路向量编码，生成条款上下文向量集合及风险路径上下文向量集合；

27、对条款上下文向量集合及风险路径上下文向量集合进行关联权重校准及门控融合，生成语义向量表示集合；

28、根据语义向量表示集合建立向量索引，并将各语义向量表示对应的采购语义要素及跨条款关系写入向量索引，生成语义索引集合。

29、可选的，所述风险特征关联集合的生成具体包括：

30、获取采购风险规则数据、采购标准条款数据及历史采购风险数据，并进行语义要素提取，生成风险知识单元集合；

31、基于风险知识单元集合，建立各风险知识单元之间的关联关系，生成采购风险知识库；

32、根据语义索引集合中的各语义向量表示，在采购风险知识库中检索与对应采购语义要素关联的风险知识单元，生成候选风险知识单元集合；

33、将采购语义要素与候选风险知识单元集合进行语义桥接，生成语义桥接关系集合；

34、基于语义桥接关系集合，对采购语义要素与对应风险知识单元进行差异度量化，生成风险特征关联集合。

35、可选的，所述风险评估结果集合的生成具体包括：

36、将风险特征关联集合输入改进bocpd模型，改进bocpd模型包括跨条款风险序列构建模块、语义游程状态推断模块、风险规则偏离变点检测模块和风险证据链聚合模块，改进bocpd模型的改进点在于：传统bocpd模型按照观测数据的时间顺序递推游程长度后验概率，并依据游程长度后验概率的重置状态识别数据分布变点，改进bocpd模型将风险特征关联数据按照条款顺序轴和风险路径轴进行双轴折叠编排，利用语义涡旋捕获机制识别同一风险类型在风险触发路径中的往返语义路径，根据语义涡旋单元校正语义游程状态后验概率，并以校正后的重置状态识别风险规则偏离变点，生成风险证据链及风险评估结果集合；

37、在跨条款风险序列构建模块中，对风险特征关联集合中的各风险特征关联数据执行双轴折叠编排，生成风险观测值，并将对应相同风险类型和作用对象的风险观测值对齐至同一风险路径位置，生成跨条款风险观测序列；

38、在语义游程状态推断模块中，引入语义涡旋捕获机制，对跨条款风险观测序列中相同风险类型且沿风险触发路径重复出现的风险观测值进行闭合轨迹识别，将闭合轨迹中的首个风险观测值确定为涡旋起点，将闭合轨迹中的末个风险观测值确定为涡旋终点，生成语义涡旋单元集合；

39、在风险规则偏离变点检测模块中，基于跨条款风险观测序列递推各条款位置对应的语义游程状态后验概率，并结合语义涡旋单元集合校正各条款位置对应的语义游程状态后验概率，将校正后的语义游程状态后验概率由延续状态切换至重置状态的条款位置确定为风险规则偏离变点，生成风险规则偏离变点集合；

40、在风险证据链聚合模块中，基于风险规则偏离变点集合，生成风险证据链，并根据风险证据链中的风险类型、条款片段标识、风险规则偏离变点及语义涡旋单元确定风险条款位置和风险等级，生成风险评估结果集合。

41、可选的，对采购文件数据进行版本比对，将内容发生变化的条款片段确定为更新数据，将新增加的条款片段确定为新增条款数据，对更新数据或新增条款数据执行深度语义解析处理，提取对应的隐性风险触发要素，生成增量采购语义要素，将对应新增条款数据的增量采购语义要素写入采购语义要素集合；对增量采购语义要素进行上下文感知的向量化表示处理，更新语义向量表示集合及语义索引集合，并基于更新后的语义索引集合重新执行语义桥接与差异度量化，更新对应条款片段标识及风险触发路径范围内的风险特征关联数据，得到更新后的风险特征关联集合，将更新后的风险特征关联集合输入改进bocpd模型，以更新数据或新增条款数据对应的条款片段标识作为增量重计算起点，重新生成对应风险触发路径范围内的跨条款风险观测序列、语义涡旋单元集合、风险规则偏离变点集合及风险证据链，并以重新生成的风险评估结果替换风险评估结果集合中对应条款片段标识的风险评估结果，生成更新后的风险评估结果集合。

42、本发明的有益效果是：

43、本发明通过对采购文件数据进行结构化处理和条款语义边界识别，能够按照采购文件中的条款层级、语义连续性及上下文承接关系形成条款片段集合，降低固定长度切分或简单段落切分造成的条款语义割裂问题；结合采购领域本体模型对条款片段进行深度语义解析，能够提取风险类型、触发条件、作用对象、跨条款关系及风险触发路径对应的隐性风险触发要素，并通过上下文感知的向量化表示处理构建语义向量表示集合及语义索引集合，使分散在不同条款片段中的采购语义要素能够按照条款上下文和风险触发路径进行关联表达，从而提高采购文件中隐性风险、跨条款风险及语义变体风险的识别完整性和准确性。

44、本发明通过构建采购风险知识库，对采购语义要素与风险知识单元进行语义桥接及差异度量化，能够明确记录风险类型差异、触发条件差异、作用对象差异、跨条款关系差异及风险触发路径差异，使风险判断结果具有明确的数据来源和差异依据；进一步利用改进bocpd模型对风险特征关联集合进行双轴折叠编排、语义涡旋捕获和风险规则偏离变点检测，并基于风险规则偏离变点生成风险证据链及风险评估结果集合，能够确定风险条款位置、风险程度值及风险等级，提高风险评估结果的可解释性和可追溯性。同时，在采购文件数据发生更新或新增条款时，仅对受影响的采购语义要素、风险特征关联数据及风险评估结果进行增量重计算，减少重复处理，提高采购文件风险动态评估的处理效率和更新响应能力。