摘要
本发明涉及电子招标采购技术领域,具体是指基于深度学习的招标采购服务能力智能匹配方法,所述方法包括历史数据准备、文本表示、语义匹配建模、智能匹配决策和模型优化,本方案通过设计了一种基于多模态融合与异构图建模的语义邻域增强方法,通过构建掩码异构图,并采用多尺度多头自注意力机制及时序图卷积网络,能够有效提取局部与全局语义依赖,实现多模态信息的深度协同表达,提升匹配的准确性及可解释性;设计了一种语义特征学习机制,通过双层自编码器与梯度式编码调整,实现招标语义向量与供应商语义向量的自监督高效对齐,增强模型对语义模糊性的适应能力,提高匹配的稳定性和泛化性能。
技术关键词
语义向量
智能匹配方法
注意力机制
邻域
异构
轮廓系数
重构误差
编码器解码器
矩阵
预训练语言模型
多尺度
聚类算法
时序
采购技术
多模态信息
系统为您推荐了相关专利信息
隧道表观病害
裂缝尺寸
渗流模型
裂缝特征
图像获取装置
文本
特征提取算法
图像全局特征
图像局部特征
注意力机制
视觉分析技术
迁移学习模型
识别火灾
三维空间模型
神经网络模型
加权特征
特征提取模块
待测纸张
网络特征
采样模块
网络流量数据分析
预言机技术
融合特征
多阶段特征
节点特征