（1）总体基于OCR（OpticalCharacterRecognition，光学字符识别）、深度学习的资质图像分类、基于自然语言的文本分类与识别等技术，合理设计客观分智能计算、投标文件自动定位、智能辅助验真的应用结构，充分借鉴现有数字化、信息化建设成果，明确了应用实现方案，为减轻专家评标客观分评审工作量、减少专家机械工作内容、对投标文件所提供资料进行验真提供系统支撑；

（2）支持企业的信息、证件、信用等信息建立模型，根据评标过程中，专家关注的证照信息的真伪，业绩是否造假，是否有围串标行为，通过机器学习相关算法，辅助专家进行辨别，并且在内部实现企业的各种信息共享；

（3）能够通过智能验真辅助支撑的体系的建立，使专家从过去需要对比投标人的响应情况和招标文件的要求，以及对比不同投标人在每个要素的工作中解脱出来，辅助专家进行评标，大大简化了专家的评标过程，提高了工作效率。

应用研究主要从三个方面开展：

一是客观分智能计算。基于NLP语义分析方法，针对供应商投标文件中的财务、资质、业绩等客观指标项进行提取，自动计算客观分。

二是投标文件自动定位。采用文本解析、图像识别等技术，结构化提取投标文件内容，并结合NLP语义分析，匹配设定的评审因素项，形成结构化数据及页码，解决专家评审过程中难以针对评分条款进行定位的问题。

三是智能辅助验真。运用图像识别（OCR）技术，智能提取投标文件内容并解析关键词，收集内外部数据建立验真库，将投标文件解析提取内容与验真库进行验真比对，智能提示供应商信息真伪