CN116701506A - 融合非结构化数据的需求计划合规性检验方法 - Google Patents
融合非结构化数据的需求计划合规性检验方法 Download PDFInfo
- Publication number
- CN116701506A CN116701506A CN202310539320.3A CN202310539320A CN116701506A CN 116701506 A CN116701506 A CN 116701506A CN 202310539320 A CN202310539320 A CN 202310539320A CN 116701506 A CN116701506 A CN 116701506A
- Authority
- CN
- China
- Prior art keywords
- data
- demand
- compliance
- unstructured data
- plan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012795 verification Methods 0.000 title claims description 26
- 238000013439 planning Methods 0.000 claims abstract description 31
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000003993 interaction Effects 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000003058 natural language processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 238000012550 audit Methods 0.000 claims description 6
- 238000013068 supply chain management Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 4
- 239000010419 fine particle Substances 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种融合非结构化数据的需求计划合规性检验方法，包括以下步骤：S1：获取管理平台***数据源，获得相关业务数据需求预测表单、需求计划表单和项目白名单的结构化数据和非结构化数据；S2：利用大数据辅助关联审核模型对非结构化数据进行处理，并将非结构化数据转化为结构数据；S3：利用需求计划规则审核模型对结构化数据进行处理，以检验需求计划合规性，判断需求计划是否合规；S4：需求计划合规性的检验结果以数据看板形式展示于***与用户交互界面，用户根据看板数据进行相应操作。本发明获取***后台数据，建立需求计划规则库，综合结构化数据和非结构化数据进行审核，判断需求计划是否合规，建立数据看板分析，从多角度展示结果。
Description
技术领域
本发明涉及技术语言文档处理技术领域，具体地说，涉及一种融合非结构化数据的需求计划合规性检验方法。
背景技术
现有的基于需求物资计划目录，一般是结合专家的意见和建议，智能审查分析数据仓库中的技术文件数据，***将自动对不合规的技术文件内容进行颜色突出标注，并重新生成结构数据文档。对需求计划进行数据量化统计导出。数据量化统计导出包括对不合规文件批次、名称等进行统计，其中包括关键词页数、行数、列数等信息进行统计筛查，对文件中不合规数量分析并重新定位，提供Word、Excel文件导出查看功能。
专利申请号为CN202110270362.2的申请文件公开了一种基于Openpyxl的工程量清单目录比对***及方法，专利申请号为CN202110271300.3的申请文件公开了一种基于Openpyxl的目录审查结果汇总***及方法，上述两件专利申请主要针对庞杂的表格及文本信息，按照特殊的逻辑关系标识出相关的技术词语。
通过Openpyxl功能模块对目录文档进行分类以及对sheet表名称进行读取，以得到sheet表名称为工程量清单的excel文件，并通过excel文件处理模块，读取名称为工程量清单的sheet表中的内容，将读取的内容与数据库中一、二级采购目录进行关键词匹配后可得到工程量清单的关键词信息，且可通过总表文档将关键词信息汇总到一起方便用户查看。
现有技术中未涉及对非结构化数据进行处理功能，未能体现如何处理上传不同格式的附件形式的文本；同时，不具备白名单数据权限配置功能，未体现需求计划项目白名单自动审核功能。现有技术中并非具有完善功能的信息***，只是作为第三方读写excel表格的python处理方法，未建立多重数据、看板分析，不能从多角度展示***审核情况、问题项的占比情况。
发明内容
本发明的目的在于克服现有技术的缺点和不足，提供一种融合非结构化数据的需求计划合规性检验方法，建立需求计划规则库，综合结构化数据和非结构化数据进行审核，判断需求计划是否合规并展示检验结果。
为了实现上述目的，本发明所采用的技术方案如下：
一种融合非结构化数据的需求计划合规性检验方法，包括以下步骤：
S1：获取管理平台***数据源，获得相关业务数据需求预测表单、需求计划表单和项目白名单的结构化数据和非结构化数据；
S2：利用大数据辅助关联审核模型对非结构化数据进行处理，并将非结构化数据转化为结构数据；
S3：利用需求计划规则审核模型对结构化数据进行处理，以检验需求计划合规性，判断需求计划是否合规；
S4：需求计划合规性的检验结果以数据看板形式展示于***与用户交互界面，用户根据看板数据进行相应操作。
优选地，大数据辅助关联审核模型采用NLP自然语言处理技术。
优选地，利用大数据辅助关联审核模型对非结构化数据进行处理，包括：
定义需求计划元数据；
进行需求计划元数据文本识别；
进行需求计划元数据文本检验；
构建需求计划合规性知识图谱。
优选地，定义需求计划元数据，具体为：
基于对需求计划业务逻辑的细颗粒挖掘，对需求审核的文档节点定义基本的合规性检验框架规范，实现需求合规性检验元数据管理。
优选地，进行需求计划元数据文本识别，具体为：
从供应链管理平台获取不同需求计划文档，作为目标文档集合，使用NLTK算法模型实现文本识别功能，用树来定义基础元数据之间的关系，提取不同的目标文档集合的相同基础元数据并存储在列表中。
优选地，进行需求计划元数据文本检验，具体为：
利用BIMPM交互模型识别不同目标文档的基础元数据，即对文本识别阶段获取的需求计划元数据用不同的Bi-LSTM模型分别编码建立交互关系，进而对元数据中的词向量加权求和，相互对比，最终输出合规性检验结果。
优选地，构建需求计划合规性知识图谱，具体为：
合规性检验过程中，不断输入需求文档进行交互关系验证，利用AMIE算法操作扩展规则体部分，构建需求计划合规性检验知识图谱。
优选地，利用需求计划规则审核模型对结构化数据进行处理，包括：
建立需求合规性规则库，基于相应的需求计划业务术语的格式和内容来确定检验逻辑，并通过平台预置以及后续不断录入完善；
需求合规性检验，从供应链管理平台获取需求计划后台数据，基于需求合规性规则库对检验问题溯源分析定位根源；
检验结果看板展示，根据可视化技术呈现检验问题的影响范围
一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一项所述的融合非结构化数据的需求计划合规性检验方法的步骤。
一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述任一项所述的融合非结构化数据的需求计划合规性检验方法的步骤。
与现有技术相比，本发明通过获取***后台数据，建立需求计划规则库，结合需求计划规则库中的内容，综合结构化数据和非结构化数据进行审核，基于规则判断需求计划是否合规，并对不合规的内容字段进行高亮标注。
附图说明
图1为融合非结构化数据的需求计划合规性检验方法的流程示意图。
图2为融合非结构化数据的需求计划合规性检验方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明融合非结构化数据的需求计划合规性检验方法作进一步说明。
请参阅图1和图2，本发明公开了一种融合非结构化数据的需求计划合规性检验方法，包括以下步骤：
S1：获取管理平台***数据源，获得相关业务数据需求预测表单、需求计划表单和项目白名单的结构化数据和非结构化数据。
S2：利用大数据辅助关联审核模型对非结构化数据进行处理，并将非结构化数据转化为结构数据。
S3：利用需求计划规则审核模型对结构化数据进行处理，以检验需求计划合规性，判断需求计划是否合规。
S4：需求计划合规性的检验结果以数据看板形式展示于***与用户交互界面，用户根据看板数据进行相应操作。
本发明采用了人工智能(Artificial Intelligence，AI)技术，在需求计划合规性检验过程中，产生业务数据需求预测表单、需求计划表单以及项目白名单的结构化数据和非结构化数据。结构化数据应用需求计划规则审核模型，非结构化数据应用大数据辅助关联审核模型，两个模型交叉使用检验需求计划合规性，检验结果以数据看板形式展示在***用户交互界面，用户可选择以excel形式导出看板数据。
AI可自动抓取***后台源数据，并结合需求计划规则库中的内容审核，综合结构化数据和非结构化数据进行审核，即基于规则判断是否合规。如AI判断结构化数据合规，流程可结束，此时统计数据将会以数据看板形式展示在***用户交互界面，用户可选择以excel形式导出看板数据。如AI判断的结构化数据不合规，不合规的字体会获得红色字体高亮标注。
AI基于规则判断的例子：
对于需求计划表中的“技术规范书编码”是否生成的判断来源于招标类型，如果招标类型是专项合同，会生成技术规范书编码；如果是框架合同，则不会生成技术规范书编码。
对于需求计划表中的“要求交货日期”是基于招标类型的判断，如果招标类型是框架物资，要求交货日期需大于上一节点的发送日期到目前节点时间一个月；如果招标类型是专项物资，则要求交货日期需大于上一节点的发送日期到目前节点时间三个月。
这样做可以使得AI自动审核功能有助于相关业务专家更迅速的筛选出表单中不合规内容。
对于非结构化数据，自然语言处理(Natural Language Processing，NLP)会对非结构化数据进行信息提取。本发明主要运用大数据辅助关联审核模型，即本发明为用户提供非结构化数据审核接口。用户可自行上传不同格式(word，pdf，excel)需要辅助审核的文本，而用户自行上传的文本中有大量的非结构数据。本发明通过NLP技术，将非结构化数据转为结构化数据，AI可自动将已结构化的数据与规则库规则进行匹配来判断内容是否合规，并选择对字体进行红色字体高亮标注，或结束当前流程。用户可选择以excel形式导出判断后的看板数据。
具体地，大数据辅助关联审核模型采用NLP自然语言处理技术，利用大数据辅助关联审核模型对非结构化数据进行处理，包括以下步骤：
定义需求计划元数据，基于对需求计划业务逻辑的细颗粒挖掘，对需求审核的文档节点定义基本的合规性检验框架规范，实现需求合规性检验元数据管理；
进行需求计划元数据文本识别，从供应链管理平台获取不同需求计划文档，作为目标文档集合，使用NLTK算法模型实现文本识别功能，用树来定义基础元数据之间的关系，提取不同的目标文档集合的相同基础元数据并存储在列表中；
进行需求计划元数据文本检验，利用BIMPM交互模型识别不同目标文档的基础元数据，即对文本识别阶段获取的需求计划元数据用不同的Bi-LSTM模型分别编码建立交互关系，进而对元数据中的词向量加权求和，相互对比，最终输出合规性检验结果；
构建需求计划合规性知识图谱，合规性检验过程中，不断输入需求文档进行交互关系验证，利用AMIE算法操作扩展规则体部分，构建需求计划合规性检验知识图谱。
具体地，利用需求计划规则审核模型对结构化数据进行处理，包括以下步骤：
建立需求合规性规则库，基于相应的需求计划业务术语的格式和内容来确定检验逻辑，并通过平台预置以及后续不断录入完善；
需求合规性检验，从供应链管理平台获取需求计划后台数据，基于需求合规性规则库对检验问题溯源分析定位根源；
检验结果看板展示，根据可视化技术呈现检验问题的影响范围。
本发明是搭载了人工智能技术的业务应用方案的创新，例如辅助审核功能中的白名单配置功能、以及基于非结构化处理技术的大数据辅助关联审核模型，涉及到NLP技术中的NLTK算法、BIMPM交互模型以及AMIE算法。人工智能获取后台数据，结合需求计划规则库中的内容审核，综合结构化数据和非结构化数据进行审核，大多基于判断与规则，AI可基于对规则的判断是否合规，并对不合规的内容字段进行高亮标注。
需求范围合规性具有项目白名单数据权限配置功能，用户可手动更新或上传文件白名单文件，***可根据用户手动更新或上传的文件内容进行数据匹配或文本校验，新更新的白名单条目会自动进入规则库，以供未来审核时调取。白名单业务规则库为客户自行上传文件或按需新增的白名单条目，AI机器可根据文件信息自动检测项目是否在白名单内。
AI获取需要审核的数据信息，以规则库中已存在的项目白名单或用户自定义的校验标准为基准，以文件中展示的项目名称、项目编码、建设单位、立项批次、建设性质等相关字段为标准内容进行字段内容的一致性检验，AI可将识别出的不匹配项罗列并进行红色字体高亮提示，以提示相关人员重点审查。
本发明还公开了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一项所述的融合非结构化数据的需求计划合规性检验方法的步骤。本发明的电子设备，可执行本发明的融合非结构化数据的需求计划合规性检验方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本发明还公开了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述任一项所述的融合非结构化数据的需求计划合规性检验方法的步骤。本发明的计算机可读存储介质，可执行本发明的融合非结构化数据的需求计划合规性检验方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的***中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
上述说明是针对本发明较佳可行实施例的详细说明，但实施例并非用以限定本发明的专利申请范围，凡本发明所揭示的技术精神下所完成的同等变化或修饰变更，均应属于本发明所涵盖专利范围。
Claims (10)
1.一种融合非结构化数据的需求计划合规性检验方法，其特征在于，包括以下步骤：
S1：获取管理平台***数据源，获得相关业务数据需求预测表单、需求计划表单和项目白名单的结构化数据和非结构化数据；
S2：利用大数据辅助关联审核模型对非结构化数据进行处理，并将非结构化数据转化为结构数据；
S3：利用需求计划规则审核模型对结构化数据进行处理，以检验需求计划合规性，判断需求计划是否合规；
S4：需求计划合规性的检验结果以数据看板形式展示于***与用户交互界面，用户根据看板数据进行相应操作。
2.根据权利要求1所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，大数据辅助关联审核模型采用NLP自然语言处理技术。
3.根据权利要求2所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，利用大数据辅助关联审核模型对非结构化数据进行处理，包括：
定义需求计划元数据；
进行需求计划元数据文本识别；
进行需求计划元数据文本检验；
构建需求计划合规性知识图谱。
4.根据权利要求3所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，定义需求计划元数据，具体为：
基于对需求计划业务逻辑的细颗粒挖掘，对需求审核的文档节点定义基本的合规性检验框架规范，实现需求合规性检验元数据管理。
5.根据权利要求3所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，进行需求计划元数据文本识别，具体为：
从供应链管理平台获取不同需求计划文档，作为目标文档集合，使用NLTK算法模型实现文本识别功能，用树来定义基础元数据之间的关系，提取不同的目标文档集合的相同基础元数据并存储在列表中。
6.根据权利要求3所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，进行需求计划元数据文本检验，具体为：
利用BIMPM交互模型识别不同目标文档的基础元数据，即对文本识别阶段获取的需求计划元数据用不同的Bi-LSTM模型分别编码建立交互关系，进而对元数据中的词向量加权求和，相互对比，最终输出合规性检验结果。
7.根据权利要求3所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，构建需求计划合规性知识图谱，具体为：
合规性检验过程中，不断输入需求文档进行交互关系验证，利用AMIE算法操作扩展规则体部分，构建需求计划合规性检验知识图谱。
8.根据权利要求1所述的融合非结构化数据的需求计划合规性检验方法，其特征在于，利用需求计划规则审核模型对结构化数据进行处理，包括：
建立需求合规性规则库，基于相应的需求计划业务术语的格式和内容来确定检验逻辑，并通过平台预置以及后续不断录入完善；
需求合规性检验，从供应链管理平台获取需求计划后台数据，基于需求合规性规则库对检验问题溯源分析定位根源；
检验结果看板展示，根据可视化技术呈现检验问题的影响范围。
9.一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现如权利要求1至8任一项所述的融合非结构化数据的需求计划合规性检验方法的步骤。
10.一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如权利要求1至8任一项所述的融合非结构化数据的需求计划合规性检验方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310539320.3A CN116701506A (zh) | 2023-05-12 | 2023-05-12 | 融合非结构化数据的需求计划合规性检验方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310539320.3A CN116701506A (zh) | 2023-05-12 | 2023-05-12 | 融合非结构化数据的需求计划合规性检验方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116701506A true CN116701506A (zh) | 2023-09-05 |
Family
ID=87844248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310539320.3A Pending CN116701506A (zh) | 2023-05-12 | 2023-05-12 | 融合非结构化数据的需求计划合规性检验方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116701506A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117371953A (zh) * | 2023-10-30 | 2024-01-09 | 国网江苏省电力有限公司扬州供电分公司 | 电子工作票的智能核查应用方法及*** |
-
2023
- 2023-05-12 CN CN202310539320.3A patent/CN116701506A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117371953A (zh) * | 2023-10-30 | 2024-01-09 | 国网江苏省电力有限公司扬州供电分公司 | 电子工作票的智能核查应用方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107608958B (zh) | 基于条款统一建模的合同文本风险信息挖掘方法和*** | |
| Singh et al. | PROSPECT: a system for screening candidates for recruitment | |
| US9171072B2 (en) | System and method for real-time dynamic measurement of best-estimate quality levels while reviewing classified or enriched data | |
| CN114202755A (zh) | 基于ocr和nlp技术的交易背景真实性审核方法和*** | |
| US11087409B1 (en) | Systems and methods for generating accurate transaction data and manipulation | |
| US20230401247A1 (en) | Clause taxonomy system and method for structured document construction and analysis | |
| CN112052396A (zh) | 课程匹配方法、***、计算机设备和存储介质 | |
| CN116701506A (zh) | 融合非结构化数据的需求计划合规性检验方法 | |
| CN115455148A (zh) | 一种合同的智能审查方法及装置 | |
| CN110046225B (zh) | 一种科技项目材料完整性评估决策模型训练方法 | |
| CN116775879A (zh) | 大语言模型的微调训练方法、合同风险评审方法及*** | |
| US20210256094A1 (en) | Systems and methods for document management classification, capture and search | |
| CN115269874A (zh) | 一种基于自然语言理解的合同智能审查方法 | |
| CN111858236B (zh) | 知识图谱监控方法、装置、计算机设备及存储介质 | |
| CN117726166A (zh) | 基于大语言模型的人工智能企业客户风险信息分析评估方法和*** | |
| US20210042515A1 (en) | Method and system for analyzing documents | |
| CN116225522A (zh) | 软件原型的生成方法及其装置、电子设备及存储介质 | |
| US20080307297A1 (en) | Method and System for Click-Thru Capability in Electronic Media | |
| Dai et al. | MOETA: A novel text-mining model for collecting and analysing competitive intelligence | |
| CN108897877A (zh) | 基于excel的大数据分析工具和方法 | |
| CN114742026A (zh) | 一种基于模板技术生成富文本形式的pdf方法 | |
| Sneed | Requirement-based testing-extracting logical test cases from requirement documents | |
| CN114118098A (zh) | 基于要素抽取的合同评审方法、设备及存储介质 | |
| CN117151096B (zh) | 智能合同审查方法、装置、电子设备及存储介质 | |
| CN117195004B (zh) | 一种融合行业分类和wvLDA主题模型的政策匹配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |