陳煥怡
摘? 要:在人工智能領(lǐng)域中,圖像識別技術(shù)是一種類似于人眼識別,基于圖像明顯特征的重要技術(shù),隨著我國信息時代的不斷發(fā)展,其在項(xiàng)目電子化招投標(biāo)工作中得到廣泛應(yīng)用。筆者從國內(nèi)外電子化招投標(biāo)的研究現(xiàn)狀著手,對圖像識別技術(shù)在招投標(biāo)過程中的應(yīng)用進(jìn)行了深入探討,以期為今后圖像識別技術(shù)在項(xiàng)目招投標(biāo)方面的應(yīng)用研究提供借鑒。
關(guān)鍵詞:圖像識別技術(shù);招投標(biāo);OCR技術(shù);輔助評標(biāo)
中圖分類號:TP391.41? ? ? 文獻(xiàn)標(biāo)識碼:A 文章編號:2096-4706(2019)01-0076-03
Research on Application Model of Bidding Based on Image Recognition Technology
CHEN Huanyi
(China Southern Power Grid Co.,Ltd.,Guangzhou? 510530,China)
Abstract:In the field of artificial intelligence,image recognition technology is an important technology similar to human eye recognition,which is based on the obvious features of images. With the continuous development of information age in China,it has been widely used in electronic bidding of projects. Starting from the research status of electronic bidding at home and abroad,the author makes a deeply discussion on the application of image recognition technology in bidding process,and look forward to provide a reference for the future application of image recognition technology in project bidding.
Keywords:image recognition technology;bidding;OCR technology;assistant bid evaluation
0? 引? 言
隨著我國計(jì)算機(jī)及信息技術(shù)的不斷發(fā)展,圖像識別技術(shù)也得到了迅速發(fā)展并引起了業(yè)內(nèi)人士的廣泛關(guān)注,其在產(chǎn)品安全、醫(yī)療及信息搜集等領(lǐng)域具有較大的發(fā)展空間。圖像識別技術(shù)主要是根據(jù)目標(biāo)處理由計(jì)算機(jī)捕獲的系統(tǒng)前端圖片,其涉及如條碼識別、指紋識別等。研究發(fā)現(xiàn),圖像識別技術(shù)在招投標(biāo)過程中可以幫助評標(biāo)專家進(jìn)行供應(yīng)商輔助評價及招標(biāo)文件的智能審查,在很大程度上提高評標(biāo)工作的審查效率。由此可見,研究圖像識別技術(shù)在項(xiàng)目招投標(biāo)中的應(yīng)用具有重要意義。
本文通過圖像識別技術(shù)、OCR技術(shù)實(shí)現(xiàn)智能輔助專家評標(biāo)設(shè)計(jì)及應(yīng)用,以規(guī)范技術(shù)研究,指導(dǎo)系統(tǒng)建設(shè)、運(yùn)行以及各個方面的評估,為智能輔助評標(biāo)信息化應(yīng)用的全面實(shí)施奠定基礎(chǔ)。
1? 國內(nèi)外電子化招投標(biāo)研究現(xiàn)狀
電子化招投標(biāo)通過合理設(shè)計(jì)系統(tǒng)表單結(jié)構(gòu),可使采購流程文件內(nèi)容格式標(biāo)準(zhǔn)、數(shù)據(jù)準(zhǔn)確、針對性強(qiáng),并可有效地避免人工操作偏差,提高招投標(biāo)管理工作效率。所以電子化招投標(biāo)在削減采購程序成本、實(shí)現(xiàn)節(jié)能環(huán)保及提升招投標(biāo)管理工作效率等方面具有積極意義。
另外,隨著電子招投標(biāo)交易量的不斷提升,招投標(biāo)產(chǎn)生的數(shù)據(jù)量呈海量式爆發(fā)。人工智能的目標(biāo)是用機(jī)器替代人的腦力工作,背后需要龐大的數(shù)據(jù)量供神經(jīng)算法進(jìn)行深度挖掘和深度學(xué)習(xí)。招投標(biāo)活動作為一個典型的腦力密集型行業(yè),人工智能技術(shù)的應(yīng)用將會使其明顯受益。
現(xiàn)階段,電網(wǎng)公司根據(jù)其業(yè)務(wù)特點(diǎn)建立了采購標(biāo)準(zhǔn)及招評標(biāo)體系,并且建立了用于招投標(biāo)工作的電子商務(wù)平臺,實(shí)現(xiàn)了對物資需求、采購管理的全過程管理,目前,智能輔助招評標(biāo)的研究工作已有基礎(chǔ)業(yè)務(wù)系統(tǒng)作為支撐。
2? 項(xiàng)目評標(biāo)工作中常見問題分析
在招標(biāo)項(xiàng)目的評標(biāo)過程中,仍存在專家評標(biāo)主觀性,評審資料不夠全面仔細(xì),評標(biāo)條目多、工作量大等問題。具體來說,主要體現(xiàn)在以下幾個方面。
2.1? 評審尺度問題
在評標(biāo)過程中,專家作為評審主體,對于單個不同的項(xiàng)目,將會給出不同的評審結(jié)果。例如,在不同項(xiàng)目評標(biāo)時,專家的尺度存在較大的差別。這種情況是由評委疏忽而導(dǎo)致的,如當(dāng)專家在瀏覽標(biāo)書時,忽略了標(biāo)書上蓋有的公章;同時專家也會受到自身業(yè)務(wù)水平的影響,不了解投標(biāo)文件證明材料的規(guī)范,導(dǎo)致評判出錯。當(dāng)評審系統(tǒng)提示兩家投標(biāo)人的投標(biāo)文件類似時,如果按照相關(guān)規(guī)定就會判定兩家單位存在串標(biāo)行為,但由于專家不了解,其未能對這兩家單位進(jìn)行否決,就會使評標(biāo)工作失去公正性。
2.2? 評審效率問題
眾所周知,專家在評標(biāo)工作中需閱讀大量材料,如初評中需要查驗(yàn)產(chǎn)品資質(zhì)報(bào)告、投標(biāo)基本要求文件(含法定代表人授權(quán)書、身份證明書、投標(biāo)專用章效力證明文件、報(bào)價文件等)、投標(biāo)人關(guān)聯(lián)企業(yè)情況聲明、企業(yè)基本情況表、投標(biāo)偏差表、報(bào)價文件等各類佐證材料、業(yè)績材料,并按招標(biāo)文件各項(xiàng)條款規(guī)定對材料的合法性和有效性進(jìn)行評判,專家逐條評審非常耗費(fèi)時間,嚴(yán)重影響評標(biāo)效率。
3? 基于圖像識別技術(shù)的招投標(biāo)應(yīng)用模式研究
根據(jù)項(xiàng)目評標(biāo)工作中常見問題分析可見,目前初評環(huán)節(jié)仍存在條目多、核對困難、專家逐條審核耗費(fèi)時間長等問題,因此為了解決以上問題,筆者建議采用基于圖像識別的OCR技術(shù)輔助,結(jié)合相關(guān)業(yè)務(wù)應(yīng)用場景,減輕專家負(fù)擔(dān),減少錯判、誤判的概率,提升評標(biāo)工作效率,實(shí)現(xiàn)人工智能輔助評標(biāo)。
3.1? OCR技術(shù)概述
OCR技術(shù)(也稱光學(xué)字符識別技術(shù)),是通過輸入掃描等光學(xué),將各種文字轉(zhuǎn)化成為圖像,再利用圖像識別技術(shù)將圖像轉(zhuǎn)化為計(jì)算機(jī)輸入技術(shù),以供人們使用。目前,OCR技術(shù)在證件識別、銀行卡識別、文檔識別等方面得到了廣泛應(yīng)用,且涉及領(lǐng)域眾多,包括公共服務(wù)、銀行、保險、交通、互聯(lián)網(wǎng)等。
3.2? 圖像識別技術(shù)在招投標(biāo)應(yīng)用模式
在投標(biāo)工作材料評審過程中,為響應(yīng)相關(guān)的條款規(guī)定,投標(biāo)方需要出具眾多的材料:營業(yè)執(zhí)照、資質(zhì)證書、安全生產(chǎn)許可證、業(yè)績證明材料、勞動合同、第三方機(jī)構(gòu)證明等電子掃描件。而在評標(biāo)系統(tǒng)中引入OCR技術(shù),可以將電子圖片信息轉(zhuǎn)化為文字內(nèi)容,并與系統(tǒng)招標(biāo)文件條款進(jìn)行自動化比對,并將不滿足投標(biāo)文件的內(nèi)容匯報(bào)給評標(biāo)專家,從而實(shí)現(xiàn)智能輔助評標(biāo)。通過此方式進(jìn)行初步評審,既可以實(shí)現(xiàn)評審尺度統(tǒng)一,以免由于專家的疏忽而導(dǎo)致誤判,又可以降低評審工作的強(qiáng)度和評標(biāo)工作的繁雜程度,以便于專家在評標(biāo)過程中,將更多的時間和精力放在投標(biāo)文件的判別上,從而解決文件中的重點(diǎn)與難點(diǎn)問題,發(fā)揮評標(biāo)專家的重要作用。初審環(huán)節(jié)中圖像識別技術(shù)的應(yīng)用類別示例,如表1所示。
當(dāng)電子掃描件轉(zhuǎn)化完成以后,還可以利用OCR技術(shù)將轉(zhuǎn)化后的內(nèi)容與投標(biāo)文件中的文字內(nèi)容進(jìn)行對比,同時還可以采用分單、分條款、分類別等提取方式對大量信息進(jìn)行處理,并將處理后的內(nèi)容與招標(biāo)文件中的相應(yīng)條款進(jìn)行對比,包含文字比對、公章校驗(yàn)、日期比對等。
文字比對主要是對相關(guān)材料進(jìn)行驗(yàn)證,看其是否滿足招標(biāo)文件中的格式要求,若在第三方機(jī)構(gòu)證明驗(yàn)證,則應(yīng)進(jìn)行日期比對,即在業(yè)績材料中看相關(guān)日期是否在招標(biāo)文件約定的日期內(nèi),如落款日期是否在招標(biāo)發(fā)布后和開標(biāo)日期前,竣工驗(yàn)收日期是否在招標(biāo)公告發(fā)布起近三年內(nèi),證書的失效日期是滿足評標(biāo)日期要求等;在公章校驗(yàn)時,應(yīng)對材料是否加蓋公章進(jìn)行核對,包括勞動合同是否加蓋投標(biāo)人公章和社保證明是否加蓋專用章,且要核對各類證書的公章是否為相關(guān)機(jī)構(gòu)頒發(fā),以供評標(biāo)專家進(jìn)行鑒別;在核驗(yàn)材料時,應(yīng)查驗(yàn)相關(guān)內(nèi)容是否真實(shí),如在業(yè)績材料核對時,應(yīng)對竣工驗(yàn)收報(bào)告中開工日期進(jìn)行檢查,看其是否在中標(biāo)通知書簽發(fā)之后,同時還應(yīng)該檢查投標(biāo)人的企業(yè)名稱是否一致等。
當(dāng)以上比對工作結(jié)束后,如果某些材料還無法準(zhǔn)確判別,那么系統(tǒng)將會按照單位、合同條款自動生成清單,并將無法智能判別的內(nèi)容在清單中列出,當(dāng)專家獲取清單后,可以根據(jù)自身的要求查找相關(guān)材料對應(yīng)的內(nèi)容,并針對性地進(jìn)行評審以及輸入評審結(jié)果,從而大大縮短評標(biāo)時間,提高評標(biāo)工作效率。圖1為圖像識別技術(shù)的應(yīng)用流程及應(yīng)用示例。
4? 結(jié)? 論
綜上所述,本文通過對圖像識別技術(shù)在招投標(biāo)工作中的應(yīng)用進(jìn)行探討,得到了以下幾點(diǎn)結(jié)論:
(1)通過圖像識別技術(shù)和OCR技術(shù)可實(shí)現(xiàn)企業(yè)證件、證書、證明等材料的圖像識別,從圖片信息中提取文字信息,并將此信息存儲于評標(biāo)系統(tǒng),對其進(jìn)行分類,以便評標(biāo)結(jié)束后進(jìn)行復(fù)查、統(tǒng)計(jì)等;
(2)評委專家在招投標(biāo)工作中應(yīng)用OCR技術(shù),可以減少評審工作量和降低評審工作強(qiáng)度,提高評標(biāo)工作效率,減少評標(biāo)誤差;對于投標(biāo)人而言,可以體現(xiàn)評標(biāo)工作的公正性;對于招標(biāo)人而言,可以減少招標(biāo)后的質(zhì)疑,降低評標(biāo)的時間耗費(fèi),節(jié)省評標(biāo)費(fèi)用;對于監(jiān)管部門而言,可以減少投訴受理量,方便標(biāo)后復(fù)查和統(tǒng)計(jì)。而對于公共資源交易機(jī)構(gòu)而言,可以提升評標(biāo)的效率和開評標(biāo)場地周轉(zhuǎn)的利用率;
(3)OCR技術(shù)在智能輔助評標(biāo)中的應(yīng)用,可以有效減輕專家評標(biāo)工作負(fù)擔(dān)、提升工作效率,降低評標(biāo)工作的主觀不確定性,提升評標(biāo)工作的公正性、客觀性,同時還可以最大限度地降低懶政風(fēng)險和后期異議及投訴風(fēng)險,從而樹立公開透明、高效規(guī)范的招標(biāo)采購品牌形象。
參考文獻(xiàn):
[1] 陸紅.基于卷積神經(jīng)網(wǎng)絡(luò)人臉識別方法研究 [J].現(xiàn)代信息科技,2018,2(10):102-103+106.
[2] 卞秀蓉,周子勤.數(shù)字圖像處理技術(shù)與邊緣檢測分析 [J].現(xiàn)代信息科技,2017,1(4):54-55.
[3] 楊惜愛.基于二維碼識別的高校教室考勤系統(tǒng) [J].現(xiàn)代信息科技,2018,2(5):36-37+39.