建筑企业中标业绩智能分析垂类大模型语料数据
收藏资源简介：
本数据产品专为训练建筑行业招投标领域垂类大语言模型而构建，旨在让模型能够深度理解招投标业务场景中的自然语言问题，并精准转化为可执行的SQL查询语句，从而实现中标业绩数据的即时、高效查询与分析。 当前建筑行业招投标市场年交易规模超25万亿元，参与企业超60万家，中标记录数以亿计。行业用户在进行招投标决策时，核心依赖中标业绩数据进行竞争分析、市场研判和风险评估，但传统查询方式严重制约了数据价值的释放。本语料数据基于建设通平台真实中标业绩数据构建标准化语料体系，覆盖时间趋势分析、金额分布统计、区域市场对比、招标单位画像、项目类型关联等多维度查询场景。 模型经本语料训练后可精准理解"下浮率""招标控制价""中标候选人"等招投标领域特有需求，建筑行业企业可基于本语料数据的分类如"指标名称""问题查询"等字段内容，适配自身中标业绩数据表结构，快速启用文字转SQL功能进行复用。本数据为建筑行业提供了稀缺的、高质量的招投标垂直领域语料，有力支撑了招投标智能分析领域的自然语言处理技术研发、模型训练与评测，对推动建筑行业招投标数据价值的深度挖掘和智能决策技术的发展具有重要意义。1. 数据清洗与标准化 数据清洗：对从建设通平台业务系统中收集的1302万条中标业绩原始数据进行清洗，剔除重复中标记录、缺失关键字段（如中标企业名称、中标金额、中标日期）的数据及存在逻辑矛盾的样本。例如，下浮率为负值、中标金额超过招标控制价、中标日期早于招标公告日期等异常记录均予以剔除。表格中"结果输出"为"无匹配数据"的样本，作为查询无返回结果的标准语料被保留，增强了模型对数据缺失场景的理解能力。 2. 问题分类与结构化 按照招投标业务的特定场景对问题进行归类，主要包括定向查询（如"某项目的中标企业是谁"）、时间趋势分析（如"2024年各月中标金额走势"）、金额分布统计（如"中标金额超1亿元的项目有多少"）、区域市场分析（如"XX年和XX年中标金额和数量对比"）、招标单位画像（如"某建设单位的中标合作方"）等，确保语料对招投标核心场景的全面覆盖。 3. 核心算法建模 （1）时间语义解析与要素提取：针对招投标查询中高频出现的时间表达（如近一年2024年/上个月），采用基于规则的时间表达式归一化方法，将自然语言时间描述映射为标准SQL时间函数（YEAR/MONTH/QUARTER/BETWEEN/DATE_SUB），同时提取查询对象（项目/企业/招标单位）、筛选条件（地区、项目类型、金额区间、下浮率范围）及聚合维度等关键要素。 （2）SQL语句生成：基于预定义的"招投标术语-字段"映射规则和"查询意图-过滤条件"映射规则，自动生成标准化的SQL查询语句。映射规则覆盖时间范围筛选、金额区间查询、多条件组合、排序、分页、聚合函数、分组统计等SQL语法结构，重点强化时间函数和金额计算的SQL生成能力。 （3）异常值检测：对生成的SQL及其执行结果进行双重校验。一方面，利用LOF（局部异常因子）算法检测SQL语句的逻辑异常（如时间范围冲突、聚合函数缺失GROUP BY、金额区间条件矛盾等）；另一方面，结合IQR（四分位距）统计方法，识别结果中可能存在的异常值（如下浮率超出合理区间、中标金额与控制价比值异常等），并打标或过滤，确保语料质量。 （4）逻辑核验与业务对齐：由资深招投标行业数据分析师对生成的"问题-SQL-结果"三元组进行最终核验。分析师结合招投标业务知识，判断SQL逻辑是否正确，确保语料不仅语法正确，更具备高度的业务适用性和准确性。
