投标文件查重的机制是什么

1. 用查重软件对投标文件正文、资质文件、报价表等，通过OCR技术或者NLP语义识别技术，识别不同投标文件（WORD/PDF）的文字重复率、图片、表格及首次编辑标书的作者高度一致的情况。   
2. 
   
3. 文本处理与相似度算法：系统会将文本分解为更小的单元（如连续13个字符
   或句子），通过算法计算相似度。为规避专业术语等正常重复，会引入“白名单”功能，排除招标文件、技术规格书等允许重复的内容。
   
   
4. OCR（光学字符识别）技术：对于扫描生成的PDF或图片格式的投标文件，系统使用OCR技术将图像转换为可编辑和比对的文本，从而实现对非结构化数据的分析。
5.  
6.             
7. 
   
8. 2.内容层面：核心信息核验
9. 重点核查 “非通用内容” 的雷同，比如技术方案细节、项目实施计划、报价逻辑（如单价比例、总价尾数），以及资质文件（如营业执照、业绩证明）是否存在扫描件重复。
10. 
    
11. 
    
12. 3.流程层面：关联主体追溯
13. 结合投标主体信息（如股东、联系人、地址、开户行），排查不同投标人是否存在 “关联关系”（如同地址、同联系人），同时比对投标保证金缴纳账户，识别 “同一主体操控多投标单位” 的情况。

需要注意的是，查重系统设定的相似度阈值（如35%或40%）是一个警示信号，而非“一票否决”的绝对标准。最终认定是否构成违规，需要结合其他证据（如评标记录、供应商关联关系调查等）进行综合判断。