[发明专利]一种采购内容相似度评价方法及存储介质

权利要求书

1.一种采购内容相似度评价方法，其特征在于，包括如下步骤，

对第一采购说明进行核心内容甄选，得到第一内容，对第一内容进行文本分词，得到第一分词结果，根据所述第一分词结果构建第一词向量，所述第一词向量包括各分词和各分词的词频，

对第二采购说明进行核心内容甄选，得到第二内容，对第二内容进行文本分词，得到第二分词结果，根据所述第二分词结果构建第二词向量，所述第二词向量包括各分词和各分词的词频，

计算所述第一核心内容词向量与第二核心内容词向量的余弦相似度或简单共有词相似度，计算结果作为采购内容相似度。

2.根据权利要求1所述的采购内容相似度评价方法，其特征在于，对采购说明进行核心内容甄选，包括步骤，

识别采购说明中的模板化内容，包括招标公告、招标须知、合同条款、投标文件格式要求，删除所述模板化内容，得到第一内容。

3.根据权利要求1所述的采购内容相似度评价方法，其特征在于，

对第一内容进行文本分词后还进行步骤词性标注，得到第一名词向量和第一动词向量及第一其他词向量，过滤停用词和业务常用词；

对第二内容进行文本分词后还进行步骤词性标注，得到第二名词向量和第二动词向量及第二其他词向量，过滤停用词和业务常用词。

4.根据权利要求1所述的采购内容相似度评价方法，其特征在于，还包括步骤，对第一内容词向量中的名词向量和动词向量提升权重；对第二内容词向量中的名词向量和动词向量提升权重。

5.根据权利要求3或4所述的采购内容相似度评价方法，其特征在于，还包括步骤，对第一内容采用正则表达式进行标题识别，所述标题包括大标题、小标题、正标题和副标题；对标题进行分词和词性标注，形成第一标题句子词向量，对所述第一内容词向量中的第一标题句子词向量增加权重；

对第二内容采用正则表达式进行标题识别，所述标题包括大标题、小标题、正标题和副标题；对标题进行分词和词性标注，形成第二标题句子词向量，对所述第一内容词向量中的第二标题句子词向量增加权重。

6.一种采购内容相似度评价存储介质，其特征在于，存储有计算机程序，所述计算机程序在被运行时执行包括如下步骤，

对第一采购说明进行核心内容甄选，得到第一内容，对第一内容进行文本分词，得到第一分词结果，根据所述第一分词结果构建第一词向量，所述第一词向量包括各分词和各分词的词频，

对第二采购说明进行核心内容甄选，得到第二内容，对第二内容进行文本分词，得到第二分词结果，根据所述第二分词结果构建第二词向量，所述第二词向量包括各分词和各分词的词频，

计算所述第一核心内容词向量与第二核心内容词向量的余弦相似度或简单共有词相似度，计算结果作为采购内容相似度。

7.根据权利要求6所述的采购内容相似度评价存储介质，其特征在于，所述计算机程序在被运行时执行对采购说明进行核心内容甄选，具体执行包括步骤，

识别采购说明中的模板化内容，包括招标公告、招标须知、合同条款、投标文件格式要求，删除所述模板化内容，得到第一内容。

8.根据权利要求6所述的采购内容相似度评价存储介质，其特征在于，存储介质，所述计算机程序在被运行时，

执行步骤对第一内容进行文本分词后还进行步骤词性标注，得到第一名词向量和第一动词向量及第一其他词向量，过滤停用词和业务常用词；

执行步骤对第二内容进行文本分词后还进行步骤词性标注，得到第二名词向量和第而动词向量及第二其他词向量，过滤停用词和业务常用词。

9.根据权利要求6所述的采购内容相似度评价存储介质，其特征在于，所述计算机程序在被运行时还执行包括步骤，对第一内容词向量中的名词向量和动词向量提升权重；对第二内容词向量中的名词向量和动词向量提升权重。

10.根据权利要求8或9所述的采购内容相似度评价存储介质，其特征在于，所述计算机程序在被运行时还执行包括步骤，对第一内容采用正则表达式进行标题识别，所述标题包括大标题、小标题、正标题和副标题；对标题进行分词和词性标注，形成第一标题句子词向量，对所述第一内容词向量中的第一标题句子词向量增加权重；

对第二内容采用正则表达式进行标题识别，所述标题包括大标题、小标题、正标题和副标题；对标题进行分词和词性标注，形成第二标题句子词向量，对所述第一内容词向量中的第二标题句子词向量增加权重。