汤力 杜洁 李芹 王菁

摘 要：采购是信息化项目建设的重要环节。但是由于近年来信息化项目申报数量多，很容易发生重复采购的现象，除了影响项目的进度外，也会影响电网公司的经济效益。因此，必须要对采购文件进行审查，杜绝重复申报。传统的审查方法通常存在效率低、准确性差等问题，不能满足电网公司的使用需要。本文提出了一种基于自然语言处理技术的采购文件智能化审查方法，运用了建模等技术，可以支持文档模板固化、资料审查等功能，实际应用中速率快、准确度高，具体推广应用价值。

关键词：自然语言处理技术;智能化;审查方法;信息化项目

1.电网采购文件智能化审查系统的关键技术

1.1词权重计算技术

在电网采购文件中，不同文件的重要程度存在很大差异。词权重计算，就是根据各类文件标题的重要程度，为其赋予不同的权重，这样才能让最终的审查结果更加真实、有效。例如，采购文件中包含一些高频率的词语，或是专业术语，应当赋予相对较高的权重。计算词语权重是运用统计学的知识，也就是用文本的统计信息（如词频、词之间的同现频率等）计算词语的权重，大部分的统计方法都基于香农信息学理论：如果特征项在所有文本中出现的频率越高，那么它所包含的信息熵也就越少;如果特征项只在少量文本中有较高的出现频率，那么该特征项就会拥有较高的信息熵。其中熵是不确定性的衡量，不确定性越高，熵越高。……