本发明涉及人工智能,具体而言,涉及一种标书生成方法及系统、计算机可读存储介质。
背景技术:
1、招投标是指在货物、工程和服务的采购行为中,招标人通过发布招标文件释明采购要求,吸引投标人提交记载投标方案、技术方案、商务方案、价格方案等内容的标书,再由招标人基于标书对投标人进行综合评审,从中择优选定项目的中标人。其中,标书在招投标过程中具有重要作用,因而在现有技术中,通常投入大量的人力、物力和财力进行标书制作。
2、传统的标书制作方法,通常需要人工进行大量的研究、编写和修改,不仅耗时耗力,而且容易出错。现有的标书制作工具依赖于模板和人工输入,需要构建和存储大量模板,模板数据维护成本和人力成本均较高,但标书制作效率不高。
技术实现思路
1、本发明解决的问题是如何降低标书制作的数据维护成本和人力成本,同时提高标书制作效率。
2、为解决上述问题,本发明提供一种标书生成方法,包括:
3、获取招标文件;
4、解析所述招标文件,生成所述招标文件的标书画像;
5、将所述标书画像转化为第一指示语句,通过所述第一指示语句调用预置的大语言模型生成标书目录;
6、基于所述标书目录,采用所述大语言模型生成标书文件。
7、可选地,所述基于所述标书目录,采用所述大语言模型生成标书文件包括:
8、遍历所述标书目录中每一层目录,对每一层目录,执行如下操作:
9、基于所述目录的标题文本,调用所述大语言模型生成第一内容;
10、判断预置的第一数据库中是否预存有与所述目录的标题文本匹配的第二内容;
11、若是,则根据所述第一内容与所述第二内容,结合预置的决策算法确定所述目录对应的标书内容;
12、若否,则采用所述第一内容作为所述目录对应的标书内容;
13、基于所述目录对应的标书内容生成所述标书文件。
14、可选地,所述根据所述第一内容与所述第二内容,结合预置的决策算法确定所述目录对应的标书内容包括:
15、将所述目录的标题文本和所述标书画像拼接,生成拼接文本;
16、分别计算所述第一内容、所述第二内容,与所述拼接文本的匹配度,从所述第一内容、所述第二内容中确定与所述拼接文本匹配度最高的内容,作为所述目录对应的标书内容。
17、可选地,所述基于所述目录对应的标书内容生成所述标书文件包括:
18、判断所述目录对应的标书内容中,是否存在图片指示文本;
19、若是,则根据所述图片指示文本从预置的第二数据库中调取所述图片指示文本关联的图片;
20、基于所述图片指示文本关联的图片生成所述标书文件。
21、可选地,所述判断所述目录对应的标书内容中,是否存在图片指示文本包括:
22、对所述目录对应的标书内容进行分词处理,得到关键词列表;
23、遍历所述关键词列表中的每一个关键词,判断所述第二数据库中,是否存在所述关键词;
24、若是,则判定所述关键词为所述图片指示文本。
25、可选地,所述基于所述图片指示文本关联的图片生成所述标书文件包括:
26、获取所述图片指示文本在所述目录对应的标书内容中的文本位置;
27、根据所述文本位置,确定拼接顺序;
28、将所述图片指示文本关联的图片,与所述目录对应的标书内容中的其他文本,按照所述拼接顺序拼接,以生成标书文件。
29、可选地,所述大语言模型采用预设训练数据集训练,所述预设训练数据集的生成步骤包括:
30、获取历史标书文件、历史招标文件以及所述历史标书文件对应的用户操作记录;
31、解析所述历史标书文件和所述历史招标文件,获得所述历史标书文件和所述历史招标文件中的文本数据和图片;
32、将所述图片转化为图片指示文本;
33、其中,所述预设训练数据集包括所述历史标书文件和所述历史招标文件中的文本数据、所述图片指示文本以及所述用户操作记录。
34、可选地,所述将所述图片转化为图片指示文本包括:
35、采用两个或两个以上预置的多模态大模型分别将所述图片转化为图片指示文本,并获得每个所述多模态大模型生成的图片指示文本的评分;
36、将评分最高的图片指示文本,作为所述图片的图片指示文本。
37、本发明还提出一种标书生成系统,包括存储有计算机程序的计算机可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现如上所述的标书生成方法。
38、本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时,实现如上所述的标书生成方法。
39、与现有技术相比,本发明至少具有如下有益效果:
40、本发明通过解析招标文件获得其标书画像,将标书画像转化为第一指示语句,调用生成式的大语言模型生成标书目录,基于标书目录,再调用大语言模型生成标书文件,一方面,该方法解析招标文件获得刻画招标文件专属特征的标书画像,基于此生成的标书文件与招标文件适配度更高,具有更高的灵活性和个性化程度,另一方面,该方法无需构建庞大繁琐的知识库,大大减少了人工维护成本,且能实现标书的全自动生成,提升了标书制作效率。
1.一种标书生成方法,其特征在于,包括:
2.如权利要求1所述的标书生成方法,其特征在于,所述基于所述标书目录,采用所述大语言模型生成标书文件包括:
3.如权利要求2所述的标书生成方法,其特征在于,所述根据所述第一内容与所述第二内容,结合预置的决策算法确定所述目录对应的标书内容包括:
4.如权利要求2所述的标书生成方法,其特征在于,所述基于所述目录对应的标书内容生成所述标书文件包括:
5.如权利要求4所述的标书生成方法,其特征在于,所述判断所述目录对应的标书内容中,是否存在图片指示文本包括:
6.如权利要求4所述的标书生成方法,其特征在于,所述基于所述图片指示文本关联的图片生成所述标书文件包括:
7.如权利要求1所述的标书生成方法,其特征在于,所述大语言模型采用预设训练数据集训练,所述预设训练数据集的生成步骤包括:
8.如权利要求7所述的标书生成方法,其特征在于,所述将所述图片转化为图片指示文本包括:
9.一种标书生成系统,其特征在于,包括存储有计算机程序的计算机可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现如权利要求1-8任一项所述的标书生成方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器读取并运行时,实现如权利要求1-8任一项所述的标书生成方法。