luojiehua
/
BidiRag


			
							123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198
							# -*- coding: utf-8 -*-
"""
检索招投标公告中的招标人和中标人信息示例

这个示例展示了如何使用 BidiRag 从招投标公告中提取：
- 招标人（采购人/采购单位）
- 中标人
- 相关关键词
"""

import sys
import os

# 添加项目根目录到路径
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

from bdirag.bidi_rag import BidiRag


def demo_bid_announcement_search():
    """演示招投标公告检索"""
    
    print("=" * 80)
    print("招投标公告信息检索示例")
    print("=" * 80)
    
    # 1. 初始化 BidiRag（使用 BM25 HTML Tree 方法）
    print("\n[步骤 1] 初始化 BidiRag...")
    rag = BidiRag(rag_method='bm25_html_tree')
    
    # 2. 模拟招投标公告数据
    print("\n[步骤 2] 添加招投标公告...")
    
    announcements = [
        """<html>
        <body>
            <h1>政府采购意向公告</h1>
            <table>
                <tr><td>采购意向单位</td><td>大连长兴岛经济技术开发区交流岛街道办事处</td></tr>
                <tr><td>采购项目名称</td><td>交流岛滨海路夜间出行照明提升工程</td></tr>
                <tr><td>预算金额</td><td>147.060000万元</td></tr>
                <tr><td>采购品目</td><td>路灯照明工程</td></tr>
                <tr><td>采购需求概况</td><td>在滨海路安装太阳能路灯200盏（单排）</td></tr>
                <tr><td>预计采购时间</td><td>2026-05</td></tr>
            </table>
        </body>
        </html>""",
        
        """<html>
        <body>
            <h1>中标公告</h1>
            <table>
                <tr><td>采购人</td><td>XX市财政局</td></tr>
                <tr><td>项目名称</td><td>办公设备采购项目</td></tr>
                <tr><td>中标人</td><td>XX办公设备有限公司</td></tr>
                <tr><td>中标金额</td><td>50万元</td></tr>
                <tr><td>采购内容</td><td>电脑、打印机、复印机等办公设备</td></tr>
            </table>
        </body>
        </html>""",
        
        """<html>
        <body>
            <h1>招标公告</h1>
            <table>
                <tr><td>招标人</td><td>XX市交通运输局</td></tr>
                <tr><td>项目名称</td><td>智慧交通系统建设项目</td></tr>
                <tr><td>项目预算</td><td>5000万元</td></tr>
                <tr><td>招标内容</td><td>交通信号控制系统、视频监控系统</td></tr>
                <tr><td>投标截止时间</td><td>2024-06-15</td></tr>
            </table>
        </body>
        </html>""",
        
        """<html>
        <body>
            <h1>中标结果公告</h1>
            <table>
                <tr><td>招标人</td><td>XX市城市建设投资集团</td></tr>
                <tr><td>中标人</td><td>XX建设工程有限公司</td></tr>
                <tr><td>项目名称</td><td>道路建设项目</td></tr>
                <tr><td>中标金额</td><td>18500万元</td></tr>
                <tr><td>建设内容</td><td>道路路基、路面、桥梁工程</td></tr>
            </table>
        </body>
        </html>"""
    ]
    
    rag.add_texts(announcements)
    print(f"✓ 已添加 {rag.get_document_count()} 个公告")
    
    # 3. 检索招标人信息
    print("\n" + "=" * 80)
    print("[示例 3] 检索招标人/采购人信息")
    print("=" * 80)
    
    print("\n使用关键词: ['招标人', '采购人', '采购意向单位']")
    results = rag.retrieve(
        query="招标人信息",
        top_k=5,
        keywords=["招标人", "采购人", "采购意向单位", "采购单位"]
    )
    
    print(f"\n找到 {len(results)} 个相关结果:\n")
    for i, (doc, score) in enumerate(results, 1):
        print(f"--- 结果 {i} (相关性: {score:.3f}) ---")
        print(doc.page_content)
        print()
    
    # 4. 检索中标人信息
    print("\n" + "=" * 80)
    print("[示例 4] 检索中标人信息")
    print("=" * 80)
    
    print("\n使用关键词: ['中标人']")
    results = rag.retrieve(
        query="中标人信息",
        top_k=5,
        keywords=["中标人", "中标单位"]
    )
    
    print(f"\n找到 {len(results)} 个相关结果:\n")
    for i, (doc, score) in enumerate(results, 1):
        print(f"--- 结果 {i} (相关性: {score:.3f}) ---")
        print(doc.page_content)
        print()
    
    # 5. 同时检索招标人和中标人
    print("\n" + "=" * 80)
    print("[示例 5] 同时检索招标人和中标人")
    print("=" * 80)
    
    print("\n使用关键词: ['招标人', '中标人']")
    results = rag.retrieve(
        query="项目参与方",
        top_k=5,
        keywords=["招标人", "中标人"]
    )
    
    print(f"\n找到 {len(results)} 个相关结果:\n")
    for i, (doc, score) in enumerate(results, 1):
        print(f"--- 结果 {i} (相关性: {score:.3f}) ---")
        print(doc.page_content)
        print()
    
    # 6. 关键词精确搜索
    print("\n" + "=" * 80)
    print("[示例 6] 关键词精确搜索")
    print("=" * 80)
    
    print("\n搜索同时包含'招标人'和'中标人'的公告:")
    results = rag.search_keywords(["招标人", "中标人"])
    print(f"\n找到 {len(results)} 个公告:\n")
    for i, doc in enumerate(results, 1):
        print(f"--- 公告 {i} ---")
        # 提取关键信息
        content = doc.page_content
        if "招标人" in content:
            import re
            match = re.search(r'招标人[：:].{0,50}', content)
            if match:
                print(f"  {match.group(0)}")
        if "中标人" in content:
            match = re.search(r'中标人[：:].{0,50}', content)
            if match:
                print(f"  {match.group(0)}")
        print()
    
    # 7. 检索特定项目
    print("\n" + "=" * 80)
    print("[示例 7] 检索特定项目信息")
    print("=" * 80)
    
    print("\n搜索'太阳能路灯'项目:")
    results = rag.retrieve(
        query="太阳能路灯",
        top_k=3,
        keywords=["路灯", "照明", "太阳能"]
    )
    
    print(f"\n找到 {len(results)} 个相关结果:\n")
    for i, (doc, score) in enumerate(results, 1):
        print(f"--- 结果 {i} (相关性: {score:.3f}) ---")
        print(doc.page_content[:300])
        print()
    
    print("\n" + "=" * 80)
    print("示例完成！")
    print("=" * 80)
    print("\n总结:")
    print("1. 使用 bm25_html_tree 方法可以有效检索 HTML 结构的招投标公告")
    print("2. 通过 keywords 参数可以精化检索结果")
    print("3. search_keywords 方法可以进行精确的关键词匹配")
    print("4. 可以从公告中提取招标人、中标人、项目信息等关键字段")


if __name__ == "__main__":
    demo_bid_announcement_search()