Asignación automática del código CPV a la contratación pública

Resumen

La contratación pública es una importante fuente de negocio. Cada año, más de 250000 autoridades públicas de toda la Unión Europea (UE) destinan alrededor del 18% del producto interno bruto (PIB) de la UE a la contratación de servicios, obras o suministros [1].

Los contratos públicos se adjudican mediante licitaciones procedimiento conocido como contratación pública. Estos contratos abarcan una amplia gama de ámbitos, como estudios, asistencia técnica y formación, consultoría, organización de conferencias, equipos informáticos entre otros. Su finalidad es adquirir servicios, bienes u obras para garantizar el buen funcionamiento de las instituciones y programas de la UE [1].

Este proyecto aplica técnicas avanzadas de procesamiento de lenguaje natural, así como de aprendizaje automático para predecir el tercer dígito de los códigos Common Procurement Vocabulary (CPV), traducido al español como Vocabulario Común de Contratos Públicos (VCCP), utilizados en los contratos de licitación de la Unión Europea. El esquema CPV, con alrededor de 10000 códigos distintos, provee un método para identificar licitaciones y adjudicaciones en cualquier país de la Unión Europea. Sin embargo, su asignación manual resulta una tarea compleja. Esta investigación se centra en la predicción del tercer dígito de los códigos CPV valiéndose únicamente de la descripción del contrato. El mecanismo de predicción empleado es el modelo Random forest, que destacó por su superior precisión y eficiencia de tiempo sobre los demás modelos de aprendizaje automático evaluados. Este trabajo demuestra la viabilidad de estas técnicas para predecir las categorías de contratos de licitación basándose en sus descripciones, de lo que deriva una potencial mejora en la eficiencia de los procesos de licitación y detección temprana de irregularidades.

ABSTRACT

Public procurement is an important source of business. Each ear, more than 250,000 public authorities across the EU spend around18% of European Union (EU) Gross Domestic Product (GDP) on the procurement of services, works or supplies [1].

Public contracts are awarded through calls for tenders (a procedure known as public procurement). They cover a wide range of areas, such as studies, technical assistance and training, consultancy, organization of conferences, IT equipment and many others. The purpose of the contracts is to procure services, goods or works to ensure the proper functioning of EU institutions or programs [1].

This project applies advanced natural language processing and machine learning techniques to predict the third digit of Common Procurement Vocabulary (CPV) codes used in EU tender contracts. The CPV scheme, with around10,000 different codes, provides a method for identifying tenders and awards in any European Union country. However, its manual assignment is a challenging task. This study focuses on predicting the third digit of CPV codes using only the contract description. Several machine learning models were tested, and after detailed evaluation, the Random forest model was selected for its superior accuracy and time efficiency. This work demonstrates the feasibility of these techniques for predicting bidding contract categories based on their descriptions, potentially improving the efficiency of bidding processes and the early detection of irregularities.