[发明专利]提取文件中信息的方法、计算机设备及存储装置

权利要求书

1.一种提取文件中信息的方法，其特征在于，包括：

获取待审计项目的待审计文件；其中，所述待审计文件包括关于所述待审计项目中的投标商务文件、投标技术文件；

利用预设提取模型，提取所述投标商务文件中的审计商务信息；以及，

基于预设提取规则，利用正则表达式提取所述投标技术文件中的审计方案信息。

2.根据权利要求1所述的方法，其特征在于，所述利用预设提取模型，提取所述投标商务文件中的审计商务信息之前，还包括：训练所述预设提取模型；

所述训练所述预设提取模型，包括：

采集待审计文件样本，其中，所述待审计文件样本标注有参考审计商务信息；

基于序列标注算法，将所述待审计文件样本输入所述预设提取模型，以对所述预设提取模型进行训练。

3.根据权利要求1所述的方法，其特征在于，所述基于预设提取规则，利用正则表达式提取所述投标技术文件中的审计方案信息，包括：

按照所述投标技术文件的章节结构，为所述投标技术文件配置所述预设提取规则；

基于所述预设提取规则，采用所述正则表达式提取所述投标技术文件中各章节结构信息，以得到所述审计方案信息。

4.根据权利要求1所述的方法，其特征在于，

所述审计商务信息包括：投标企业的资质信息、投标企业的企业信息、投标报价信息中的至少一种；

所述审计方案信息包括：投标项目名称、投标项目编号、投标企业名称、投标代理人名称、投标代理人身份证号、投标时间、章节结构信息中至少一种；

其中，所述章节结构信息包括项目情况、服务方案介绍、服务过程及项目结束后的服务安排、进度控制措施、质量措施章节文本中至少一种。

5.根据权利要求1所述的方法，其特征在于，所述获取待审计项目的待审计文件，包括：

从审计文件库中获取待审计项目的待审计文件，其中，所述审计文件库中存储的所述待审计文件是按照所述待审计项目、所述待审计文件的文件格式分类存储的，所述文件格式包括：电子文档格式和其他格式中的至少一种。

6.根据权利要求5所述的方法，其特征在于，在所述获取待审计项目的待审计文件之后，所述方法还包括：

若所述待审计文件的文件格式为所述其他格式，则将所述待审计文件的转换为电子文档格式文件或结构化数据；其中，所述其他格式包括图片、便携式文档格式中的任一种。

7.根据权利要求6所述的方法，其特征在于，所述将所述待审计文件的转换为电子文档格式文件或结构化数据，包括：

利用光学字符识别技术对所述待审计文件进行识别，并基于所述识别的结果生成所述电子文档格式文件或结构化数据；和/或，

获取对所述待审计文件的输入补录信息，基于所述输入补录信息将所述待审计文件转换为所述电子文档格式文件或结构化数据。

8.根据权利要求1所述的方法，其特征在于，

所述审计商务信息和/或所述审计方案信息用于对所述待审计项目的所述待审计文件进行审计处理；

所述方法还包括：

利用各所述待审计文件中的所述审计商务信息和/或所述审计方案信息之间的关联关系，对所述待审计项目的所述待审计文件进行审计处理；和/或，

利用预设相似度算法，获取所述待审计项目中的各所述待审计文件的所述审计方案信息之间的相似度；将所述相似度大于预设阈值的待审计文件作为异常文件，并生成对所述待审计项目的审计结果。

9.一种计算机设备，其特征在于，包括相互耦接的存储器和处理器，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现权利要求1至8任一项所述方法的步骤。

10.一种存储装置，其特征在于，存储有能够被处理器运行的程序数据，所述程序数据用于实现权利要求1至8任一项所述方法的步骤。