我院擬對《向量化數據預處理服務》項目按照詢價采購方式進行采購。凡有意向參與此次采購的供應商,請攜帶報價單、營業執照、資質文件復印件并加蓋公章，于2024年11月25日上午9:00前交至北京朝陽醫院信息中心。

項目名稱：《向量化數據預處理服務》

采購人：  首都醫科大學附屬北京朝陽醫院

采購項目最高限價：5萬元，超過最高限價的報價，將被取消詢價資格。

響應文件提交截止時間及地點：

提交截止時間：2024年11月25日09：00（北京時間）

地點：工體南路8號北京朝陽醫院信息中心

在以上截止時間后送達到指定地點的響應文件為無效文件，該文件將被拒收。

項目需求：為了提升在生成式文本模型方面的技術能力和用戶體驗，現需進行數據脫敏、數據準備、數據向量化等一系列工作。

本項目旨在通過這些步驟，為建立一個高效、安全且用戶友好的生成式文本模型系統打好基礎。具體要求如下：

1. 數據脫敏

對原始數據中的個人身份信息（如姓名、身份證號、電話號碼、聯系人信息、地址信息等）進行脫敏處理，確保這些信息無法被重新識別。

對敏感詞匯進行脫敏處理，確保這些信息不會泄露。

使用多種脫敏技術，如替換、加密、哈希等，以確保脫敏后的數據仍能保持其原有的語義和結構。

進行脫敏效果驗證，確保脫敏后的數據符合相關法律法規的要求。

2. 數據準備

收集來自不同來源的文本數據，包括但不限于醫療文書、護理文書、專業文獻等。

清洗數據，去除重復項、糾正錯誤、處理缺失值等，確保數據的質量。

整理數據，使其符合后續處理的要求，例如統一格式、標準化處理等。

進行數據標注，對部分數據進行人工標注，以便于模型訓練和驗證。

構建數據流水線，自動化處理數據采集、清洗和整理過程，提高效率。

3. 數據向量化

使用預訓練的詞嵌入模型將文本數據轉換為向量表示。對向量進行歸一化處理，以確保它們在同一尺度上比較。

選擇合適的詞嵌入模型，并根據實際需求進行微調，以提高向量的質量。

驗證向量的質量，通過相似度計算、聚類分析等方法評估向量的有效性。

應答人資格要求：

1、在中華人民共和國境內注冊，能夠獨立承擔民事責任。

2、遵守國家有關法律、法規、規章，具有良好的商業信譽和健全的財務會計制度。

3、具備對故障設備提供緊急修復的技術能力；具備設備的升級、維護、保養等綜合技術支持和實際維護經驗。

4、供應商企業經濟狀況良好，在近三年內無重大經營違法活動。

5、良好的商業信譽和健全的財務會計制度。

6、具備履行合同所必須的設備和專業技術能力。

聯系人：何宜楠

聯系電話：010-85231654