【技術實現步驟摘要】
本專利技術屬于數據處理，具體涉及一種基于智能系統實現供應商資質核驗方法。
技術介紹
1、在大型的工程類企業(以下簡稱本公司)，對所采購物資的供應商，每年都要對投標資格進行相關資質能力核驗，確認是否具備本年度投標資格?，F行技術方案主要采用人工核驗，操作流程為，①供應商通過本公司對外公網電商平臺系統錄入相關資質信息，包括企業注冊資本、股東情況、近幾年的銷售合同金額、主要的技術能力證書、資質能力證書等；②供應商按要求將企業證書，技術資質證書、銷售合同、銷售發票影印后電子文件發到本公司指定網盤；③本公司組織專家核驗會，由專家到網盤把影印材料下載的會議系統；④對供應商發來的電子文件進行核驗，核驗方法，首先由專家先學習集團對本次核驗物資類別的最新規定、標準，然后人工對各類資質證書有效性、銷售合同有效性和金額以及對應的發票真偽，等進行查驗，對有異議的資料到相關網站進行查驗，同時查詢內部系統看供應商以往供貨有誤不良行為；⑤對疑難問題，采用小組、日會討論；⑥人工核驗后，在電商平臺系統檢索到供應商登記的資質信息進行逐項確認，并編手工寫核驗報告；⑦影印材料進行規定。
2、采用上述處理流程耗費人力、工作量大，供應商提供的資料都是影音圖片，需要大量專家分組進行檢查。每年都要進行5至6次集中核驗會，每次要10天左右、將近100名專家；日會討論的疑難問題及處理方案，受限于會議記錄人的專業理解能力等因素，沒有形式有效的案例庫；缺乏疑難問題制定解決方案的便捷手段：專家核驗時對一些不好確認的，不好把握的問題，需要人工翻閱大量制度標準資料、或小組討論，費
技術實現思路
1、本專利技術提供了一種基于智能系統實現供應商資質核驗方法，其改進之處在于，所述方法包括
2、s1：對供應商影印資料讀取并生成的數據進行語義分析；
3、s2：對供應商票據和證書進行真偽核驗；
4、s3：將影印資料和資質信息存入文件數據庫和業務數據庫；
5、s4：對資質信息進行核驗；
6、s5：核驗通過后進行會議語音自動識別；
7、s6：對數據庫內數據進行數據清洗；
8、s7：對清洗后數據通過gtp大模型進行訓練，生成知識庫和案例庫；
9、s8：生成初驗報告并進行資質信息自動確認。
10、進一步地，所述步驟s1包括使用ocr技術將供應商影印資料中的文字轉換為可編輯文本格式的數據，對轉換的文本進行結構化處理，使用自然語言處理技術對轉換的文本信息進行語義分析。
11、進一步地，所述步驟s2包括將提取到的供應商票據和證書信息與可信賴的數據源進行比對，使用圖像識別技術對票據和證書上關鍵信息進行識別提取，對獲取的關鍵信息通過互聯網與國稅局、認證機構進行數據對接，進行真偽及有效性驗證，并把核驗結果保存到數據庫。
12、進一步地，所述步驟s3包括將s1和s2得到影像資料和資質信息存儲到向量數據庫中，并與供應商在網上系統錄入的資質信息通過關鍵字進行關聯。
13、進一步地，所述步驟s4包括將s3向量數據庫收集到供應商提供的資質信息，與公司發布的供應商資質標準、歷史供應商資質能力核驗案例、資質核驗問題庫和供應商不良行為記錄信息，通過大模型算法對供應商資質能力進行智能核驗，并保存核驗結果到向量數據庫中。
14、進一步地，所述步驟s5包括在會議過程中，使用麥克風或其他音頻設備采集與會者的語音，通過asr技術，將采集的語音轉換為文本，從生成的文本中提取會議中討論的關鍵問題和解決方案，將文本分類到不同的類別中，通過nlp技術，將提取的文本信息形成案例知識庫。
15、進一步地，所述步驟s6包括將供應商相關信息通過數據清洗、知識提取、語義增強、數據切塊和語料向量化處理后輸入到數據庫。
16、進一步地，所述步驟s7包括對供應商提供的影印資料以及核驗標準、規則制度、會議記錄中數據通過gtp大模型進行訓練后數據生成知識庫，在模型訓練完成后，使用模型對供應商案例生成案例庫。
17、更進一步地，所述知識庫包括供應商資質核驗的標準、規則制度、案例分析等內容，所述案例庫包括供應商資質核驗的典型案例和模擬測試案例。
18、進一步地，所述步驟s8包括對向量數據庫中智能核驗結果，結合大語言模型自動生成初驗報告，并通過大模型人機問答形式進行專家復驗，對資質報告復驗通過后的供應商，自動完成供應商在網上系統錄入的資質信息確認。
19、有益效果：
20、本專利技術通過ocr技術，把線下資料提取為計算機可處理的數據，達到計算機自動核驗代替部分人工核驗；同時通過asr技術，把日會上討論的疑難問題及解決方案，自動形成會議記錄，代替人工會議記錄，并通過模型訓練形成案例知識庫；通過數據清洗平和embeddi?ng集群對文檔、核驗數據進行處理，使其具備gtp模型訓練的基礎，最后通過對gtp大模型訓練，形成初驗報告和供應商資質能力核驗知識庫，使少量無法自動核驗和疑難的項目，以人機問答的形式輔助專家完成復驗。
21、本專利技術實現了對供應商提供的影印資料和資質信息的自動提取、核驗和存儲，提高工作效率和準確性。同時，也可以減少人為錯誤和數據不一致的問題。運用了人工智能技術，可以提高工作效率和準確性，減少人工操作和錯誤率。
22、應了解的是，上述一般描述及以下具體實施方式僅為示例性及闡釋性的，其并不能限制本申請所欲主張的范圍。
本文檔來自技高網...【技術保護點】
1.一種基于智能系統實現供應商資質核驗方法，其特征在于，所述方法包括
2.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S1包括使用OCR技術將供應商影印資料中的文字轉換為可編輯文本格式的數據，對轉換的文本進行結構化處理，使用自然語言處理技術對轉換的文本信息進行語義分析。
3.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S2包括將提取到的供應商票據和證書信息與可信賴的數據源進行比對，使用圖像識別技術對票據和證書上關鍵信息進行識別提取，對獲取的關鍵信息通過互聯網與國稅局、認證機構進行數據對接，進行真偽及有效性驗證，并把核驗結果保存到數據庫。
4.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S3包括將S1和S2得到影像資料和資質信息存儲到向量數據庫中，并與供應商在網上系統錄入的資質信息通過關鍵字進行關聯。
5.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S4包括將S3向量數據庫收集到供應商提供的資
6.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S5包括在會議過程中，使用麥克風或其他音頻設備采集與會者的語音，通過ASR技術，將采集的語音轉換為文本，從生成的文本中提取會議中討論的關鍵問題和解決方案,將文本分類到不同的類別中，通過NLP技術，將提取的文本信息形成案例知識庫。
7.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S6包括將供應商相關信息通過數據清洗、知識提取、語義增強、數據切塊和語料向量化處理后輸入到數據庫。
8.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S7包括對供應商提供的影印資料以及核驗標準、規則制度、會議記錄中數據通過GTP大模型進行訓練后數據生成知識庫，在模型訓練完成后，使用模型對供應商案例生成案例庫。
9.根據權利要求8所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述知識庫包括供應商資質核驗的標準、規則制度、案例分析等內容，所述案例庫包括供應商資質核驗的典型案例和模擬測試案例。
10.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟S8包括對向量數據庫中智能核驗結果，結合大語言模型自動生成初驗報告，并通過大模型人機問答形式進行專家復驗，對資質報告復驗通過后的供應商，自動完成供應商在網上系統錄入的資質信息確認。
...【技術特征摘要】
1.一種基于智能系統實現供應商資質核驗方法，其特征在于，所述方法包括
2.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟s1包括使用ocr技術將供應商影印資料中的文字轉換為可編輯文本格式的數據，對轉換的文本進行結構化處理，使用自然語言處理技術對轉換的文本信息進行語義分析。
3.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟s2包括將提取到的供應商票據和證書信息與可信賴的數據源進行比對，使用圖像識別技術對票據和證書上關鍵信息進行識別提取，對獲取的關鍵信息通過互聯網與國稅局、認證機構進行數據對接，進行真偽及有效性驗證，并把核驗結果保存到數據庫。
4.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟s3包括將s1和s2得到影像資料和資質信息存儲到向量數據庫中，并與供應商在網上系統錄入的資質信息通過關鍵字進行關聯。
5.根據權利要求1所述的一種基于智能系統實現供應商資質核驗方法，其特征在于，所述步驟s4包括將s3向量數據庫收集到供應商提供的資質信息，與公司發布的供應商資質標準、歷史供應商資質能力核驗案例、資質核驗問題庫和供應商不良行為記錄信息，通過大模型算法對供應商資質能力進行智能核驗，并保存核驗結果到向量數據庫中。
6.根據權利要求1所述的一種基于智...
【專利技術屬性】
技術研發人員：李金，郭恒濤，鄭然，呂孝飛，王潁，王軍霞，謝晉，蔡云湘，
申請(專利權)人：北京博望華科科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。