CN107608958B

CN107608958B - 基于条款统一建模的合同文本风险信息挖掘方法和系统

Info

Publication number: CN107608958B
Application number: CN201710800641.9A
Authority: CN
Inventors: 旷兰芳; 朱爱荣
Original assignee: Changsha Senyue Electronic Information Co ltd
Current assignee: Changsha Senyue Electronic Information Co ltd
Priority date: 2017-09-07
Filing date: 2017-09-07
Publication date: 2023-06-16
Anticipated expiration: 2037-09-07
Also published as: CN107608958A

Abstract

本发明属于计算机信息处理技术领域，涉及一种基于条款统一建模的合同文本风险信息挖掘方法和系统。该方法具体步骤为：(S1)初始化合同模板数据库和合同信息数据库；(S2)获取合同初始数据；(S3)识别提取待处理合同文本数据及条款；(S4)挖掘待处理合同文本数据中的风险信息。本发明系统由计算机终端或移动终端、移动网络或互联网络、处理端组成；所述计算机终端或移动终端获取合同文本数据信息，传输至处理端，通过计算机程序实现合同文本风险信息的挖掘。本发明具有环境适应性良好、用户操作极其便捷、支持多种格式合同的识别和风险分析、实时分析能力、适应不同类型的合同风险信息分析和挖掘和具有通用的合同条款模板匹配分析能力。

Description

基于条款统一建模的合同文本风险信息挖掘方法和系统

技术领域

本发明属于计算机信息处理技术领域，涉及一种基于条款统一建模的合同文本风险信息挖掘方法和系统。

背景技术

随着经济社会的飞速发展，每个人在工作和生活中都不可避免的会接触合同文本，例如聘用入职、房屋出租、房屋求租、二手房买卖、外出旅游等等。合同的交易对方既包括个人，也包括企业法人等。合同文本的形式既包括即时手写合同，也包括交易对方预先准备好的合同范本。尤其是在面对房屋买卖中介机构、旅游服务公司、房屋租赁中介机构等各种机构时，由于这些机构有意或无意的会在合同范本中隐藏一些对用户不甚公平的合同条款。面对这些不甚合理的合同文本，大多数用户难以全部发现这些文本中的不合理条款，从而为用户带来许多潜在的威胁和损失。

因此，在计算机技术高度发展的今天，如何能够利用计算机技术，为缺乏法律知识的用户进行合同条款风险分析和判别，最大限度地保护当事人的合法权益，提示用户修改相应的不合理的合同条款已经成为一个亟待解决的技术问题。

为了解决实际生活中的合同生成和风险分析需求，全世界的科研、工程人员经过多年的研究和探索，发展出了相关方法。合同条款生成相关典型有：点击律(上海)网络科技有限公司的钟康等2016年提出的“一种基于风险的用户自定义的合同生成方法和系统”，根据合同类型、风险类型和风险信息的关联关系，得到与合同类型相匹配的风险类型及风险信息，并更新导向问题集合，从而对合同条款集合进行过滤，生成空白合同，帮助无专业法律知识的用户以低成本、便捷的拟定出最大限度保护当事人权益的合同(发明专利申请号：201610792468.8)；厦门优芽网络科技有限公司的林金新于2016年提出的“基于条款模板的合同文本定制方法”，通过1)从合同条款模板中选择并装配拟用合同条款，2)选择典型的合同条款概述式、枚举式及清单式等制式，3)编辑合同条款关键字并完成合同文本定制，从而帮助合同起草人通过组合不同的合同条款模板生成任意类型的合同文本，实现合同文本的快速定制(发明专利申请号：201610131979.5)。

在合同风险信息方面，典型的有：上海天闻律师事务所的苏宸琦2012年提出的“一种合同风险信息自动处理方法及装置”，利用控制模块对导入的合同文本条款数据提取，对合同条款数据进行自动分词处理，通过数据库检索比对输出合同风险评估报告(发明专利申请：201210088289.8)。该申请仅仅提出了模糊的想法，仍然存在如下未解决的关键技术问题：1)缺乏合同风险识别过程中的建模模型，难以对各种不同类型、不同内容的合同条款进行统一分析和挖掘；2)合同条款数据库检索比对过程缺乏可操作性；3)输出的合同风险建议内容实践性不强。这正是本发明需要解决的关键技术问题。

以上专利申请方案或文献中的现有技术，大多关注于合同条款生成，利用合同模板技术帮助用户生成空白合同，这些方法对已有的合同文本中隐藏的条款风险信息关注较少。同时，目前也缺乏必要的方法和系统对经济社会生活中的各种制式或纸质合同文本进行便捷的识别、处理和分析，挖掘出合同文本中的不合理风险信息，最大限度地保护当事人的合法权益。

发明内容

本发明要解决的技术问题是，针对经济和社会生活中已有的各种制式或纸质合同文本，如何能够自动将制式或纸质合同文本进行转化、处理并挖掘出其中隐藏的不合理的条款风险信息，向当事人提示这些条款风险信息，最大限度地保护当事人的合法权益。

本发明的技术方案总体思路是：通过移动终端(智能手机、平板电脑等终端设备)或计算机终端以拍照或数据导入等方式获取当事人的电子合同或纸质合同文本，并将合同文本的原始数据信息(包括纸质合同文本照片、合同文本PDF格式或合同文本Word格式)传输到处理端，处理端利用文字识别技术将原始数据信息的图像格式转化为文本数据信息。

然后对合同文本数据信息进行识别，与后台数据库中存储的样例合同进行比对和分析，从合同收益与风险对等的原则出发，利用深度学习技术，分析合同中存在哪些不合理的风险条款信息，向用户进行提示风险。由此，最大限度地保护当事人的合法权益。具体技术方案如下：

一种基于条款统一建模的合同文本风险信息挖掘方法，包括以下步骤：

(S1)初始化合同模板数据库和合同信息数据库，所述合同模板数据库包括合同模板类型表、条款模板基本信息表、条款模板关键词序列表和条款模板资金信息表；合同信息数据库用于存储合同文本风险信息挖掘过程中产生的合同信息数据；

(S2)获取合同初始数据，根据待处理合同文本的载体不同而分别采用不同的处理方法，若是纸质合同，则通过拍照或扫描合同文本的方式获取待处理合同文本的图像信息，即合同初始数据；若是电子格式合同(如：JPG、BMP、PDF、WORD等格式)，则通过计算机终端或移动终端直接导入，获取合同初始数据；

(S3)识别提取待处理合同文本数据及条款；

(S31)从初始合同数据中识别提取待处理合同文本数据；

根据初始合同数据的具体格式不同而分别进行处理：

若初始合同数据为图像格式(如：JPG、BMP、图片格式PDF)，则采用文字识别方法将图像信息转化为待处理合同文本数据；

若初始合同数据为文本格式(如：WORD、文本格式PDF)，则直接从文本中提取出待处理合同文本数据；

(S32)根据待处理合同文本数据，提取合同名称、交易方信息，并存入合同信息数据库；

(S33)提取待处理合同文本数据中的合同条款，记为待分析合同条款，并存入合同信息数据库；

(S4)挖掘待处理合同文本数据中的风险信息；

(S41)将步骤(S33)中获得的待分析合同条款与条款模板关键词序列表进行匹配分析，得到相匹配的合同条款模板；

(S42)基于相匹配的合同条款模板，提取待分析合同条款中包含的基本资金信息；

(S43)提取待分析合同条款中包含的交易各方的违约赔偿资金信息；

(S44)根据步骤(S43)提取得到的交易各方的违约赔偿资金信息，汇总计算整个合同中交易各方的违约赔偿总金额；

(S45)根据步骤(S44)计算得到的交易各方的违约赔偿总金额，选取交易各方的违约赔偿总金额中的最小值作为计算基准，计算某交易方的赔偿风险对等性比值，计算公式如下：

交易方的赔偿风险对等性比值＝某交易方的赔偿总金额/计算基准

预先设置赔偿对等阈值，判断交易方的赔偿风险对等性比值与赔偿对等阈值的大小关系，若大于赔偿对等阈值，则为该交易方进行风险标记，否则不标记。

(S46)根据步骤(S42)提取得到的基本资金信息和步骤(S44)计算得到的交易各方的违约赔偿总金额，计算交易各方的资金赔付比例，计算公式如下：

交易方的资金赔付比例＝交易方的违约赔偿总金额/交易方的基本资金信息

预先设置资金赔付比例阈值，判断通过上述步骤计算得到的交易各方的资金赔付比例是否超过资金赔付比例阈值；如果超过，则为该交易方进行风险标记，否则不标记。

(S47)对步骤(S41)中未能与条款模板关键词序列表相匹配的待分析合同条款，逐一搜索关键词“违约”或“赔偿”，将包含“违约”或“赔偿”的合同条款进行风险标记；

(S5)向用户输出被风险标记的合同条款信息。

进一步地，所述步骤(S33)提取待处理合同文本数据中的合同条款的具体过程为：

(S331)根据合同名称信息，检索合同模板类型表，得到相匹配的合同模板；

(S332)根据匹配的合同模板，读取条款模板基本信息表，获取合同条款模板内容；

(S333)从步骤(S332)中得到的条款模板内容中取出一条数据记录；

(S334)将待处理合同文本数据与取出的数据记录进行匹配；

(S335)根据匹配结果提取合同条款，(如果匹配成功，即提取合同条款)，并将合同条款写入合同信息数据库；否则，进行步骤(S336)处理。

(S336)判断步骤(S332)中条款模板内容是否还有未取出进行匹配处理数据记录，如果有，则转入步骤(S333)；否则，结束合同条款提取流程。

进一步地，所述步骤(S41)待分析合同条款与条款模板关键词序列表进行匹配分析的具体过程为：

(S411)从合同信息数据库中提取当前待分析合同条款；

(S412)利用中文分词方法，提取当前待分析合同条款中的所有关键词，得到待分析合同条款中的关键词数目analyse_keynum；

(S413)根据待处理合同的类型，读取合同模板数据库的条款模板关键词序列表，将条款模板关键词序列表中当前条款模板关键词个数Item_keynum字段的数值与analyse_keynum数值相等的所有数据记录取出；

(S414)开始对步骤(S413)中取出的条款模板关键词序列表数据记录进行匹配分析，其具体步骤包括：

(1)初始化关键词序列计数器icount1＝1，初始化关键词匹配计数器match_count＝0(match_count用来统计当前待分析合同条款中的关键词与条款模板关键词序列表中条款关键词相匹配的数目)；

(2)获取当前条款模板关键词序列表数据记录中的第icount1个关键词及待分析合同条款中的第icount1个关键词；

(3)判断当前条款模板关键词序列表数据记录中关键词的交易方标志位是否为true；

(4)如果当前条款模板关键词序列表数据记录中关键词的交易方标志位是true，则判断当前关键词是否是名词；如果是名词，则转步骤(6)；如果不是名词，则转步骤(S415)；

(5)如果当前条款模板关键词序列表数据记录中关键词的交易方标志位是false，则匹配分析待分析合同条款中的第icount1个关键词和当前条款模板关键词序列表数据记录中的第icount1个关键词；如果匹配成功，则转步骤(6)；如果匹配不成功，则转步骤(S415)；

(6)关键词匹配计数器match_count加1，关键词序列计数器icount1加1；

(7)判断match_count与analyse_keynum是否相等；如果不相等，转步骤(S415)；否则，转步骤(S416)；

(S415)分析下一条条款模板关键词序列表数据记录；

(S416)获取当前匹配成功的条款模板关键词序列表数据记录。

进一步地，所述步骤(S42)提取待分析合同条款中包含的基本资金信息的具体过程为：

(S421)从合同信息数据库中提取当前待分析合同条款；

(S422)根据步骤(S41)提取得到的当前匹配成功的条款模板关键词序列表数据记录，获得条款模板ID；

(S423)根据步骤(S422)得到的条款模板ID，读取条款模板资金信息表，获取当前条款模板ID对应的条款模板资金信息表数据记录；

(S424)从步骤(S423)得到的当前条款模板资金信息表数据记录中，获取资金信息数目moneyinfo_num；

(S425)初始化资金关键词计数器icount2＝1(资金关键词计数器用来表明在待分析合同条款中是第几个资金关键词)；

(S426)根据icount2，提取待分析合同条款中的第icount2个资金信息，其具体步骤包括：

(1)根据icount2，从步骤(S423)得到的当前条款模板资金信息表数据记录中获取相应的资金关键词money_keyword_icount2；

(2)以获取到的当前资金关键词money_keyword_icount2为匹配输入，扫描待分析合同条款，得到当前资金关键词money_keyword_icount2在待分析合同条款中的位置；

(3)根据得到的位置信息，从待分析合同条款中提取该位置之后的资金信息；

(4)将资金信息写入合同条款基本资金信息表中，所述合同条款基本资金信息表包括合同条款ID、合同编号ID、交易方、交易付出/收益、交易金额；

(5)资金关键词计数器icount2加1；

(6)判断icount2与moneyinfo_num是否相等；如果相等，则提取待分析合同条款中的基本资金信息结束，否则，转步骤(S427)；

(S427)提取下一个基本资金信息。

本发明还提供了一种合同文本风险信息挖掘系统，由计算机终端或移动终端、移动网络或互联网络、处理端组成；

所述计算机终端或移动终端用于获取合同文本数据信息；

所述移动网络或互联网络用于将获得的合同文本数据信息传输至处理端；

所述处理端用于存储合同文本数据信息、合同模板数据信息，并通过计算机程序实现合同文本风险信息的挖掘，并将挖掘出的合同文本风险信息回传至计算机终端。

与传统的方法相比，采用本发明可以达到以下的技术效果：1、环境适应性良好。用户只要拥有智能手机等移动终端和网络，就能够实现随时随地对合同进行分析和判别。2、用户操作极其便捷。用户可以通过智能手机等移动终端对纸质合同进行拍照等方式上传数据，而不再像传统的需要通过电脑终端上传Word版本合同信息。3、支持多种格式合同的识别和风险分析。能够对用户智能手机即时拍照图像、合同照片、合同PDF、合同Word版本等多种格式的合同原始数据信息进行识别和分析。4、实时分析能力。传统的合同风险分析需要以人工的方式进行，不但效率低下，经常受限于人工的时间安排，需要的时间往往也很长。本发明能够为用户提供实时高效的合同风险分析能力，满足用户对合同风险分析的高时效性需要。5、合同条款统一建模。本发明方法能够实现对各种合同条款进行统一建模，以适应不同类型的合同风险信息分析和挖掘。6、具有通用的合同条款模板匹配分析能力。本发明通过设计条款模板关键词序列表和条款模板资金信息表，能够对各种合同条款中包含的关键词进行建模分析，能够处理不定长度的关键词序列，从而能够具备通用的合同条款模板匹配分析能力。

附图说明

图1是本发明的总体流程图；

图2是本发明方法提取合同条款流程图；

图3是本发明方法待分析合同条款与条款模板关键词序列表匹配分析流程示意图；

图4是本发明方法提取待分析合同条款中包含的基本资金信息流程示意图；

图5是本发明系统的结构组成示意图；

图6是本发明方法中数据传输过程的整体示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

图1是本发明的总体流程图，本发明方法主要包括5步：

(S1)初始化合同模板数据库和合同信息数据库

初始化合同模板数据库和合同信息数据库，完成合同模板类型表、条款模板基本信息表、条款模板关键词序列表、条款模板资金信息表等数据的初始构建。

本发明基于合同类型和关键词序列对待分析合同条款中包含的关键信息进行分析和提取。由此，本发明设计合同模板数据库来对各种典型的合同模板进行存储和管理。在合同模板数据库中，建立合同模板类型表来存储典型的合同类型；建立条款模板关键词序列表来存储当前条款中包含的与提取资金信息相关的关键词信息，这些关键词信息按照指定的序列进行存储和管理；建立条款模板资金信息表来存储条款模板中包含的资金信息。

合同模板类型表用于存储典型的合同类型。合同模板类型表主要包含合同模板ID、合同大类ID、合同大类名称、合同子类ID、合同子类名称、合同模板名称、所属地域、所属人、赔偿对等阈值、资金赔付比例阈值、备注等项目。合同模板ID是表征合同模板类型的唯一标志；合同大类指的是合同大类范本，例如房屋租赁合同、借款合同、劳动合同、房屋买卖合同、二手房买卖合同、采购合同、销售合同、施工合同；合同子类指的是当前父类型下的子项合同类型，例如在借款合同大类中，包括个人借款合同、商业借款合同等；合同模板名称是当前合同模板的名称；所属人指的是当前合同模板属于的公司或普通个人的信息；所属地域指的是合同模板涉及的地理区域，因为在日常生活中大众接触的较多的合同模板信息往往属于一些在当地市场占有率较高的公司；赔偿对等阈值用来衡量交易各方承担的违约赔偿风险是否对等，赔偿对等阈值可以根据不同的合同模板预先设置成不同的参数；资金赔付比例阈值用来衡量交易方承担的违约赔偿资金与其资金付出或者收益的比例是否合理，资金赔付比例阈值可以根据不同的合同模板预先设置成不同的参数。合同模板类型表的结构设计如下：

条款模板基本信息表用来存储当前合同模板中包含的基本条款信息。条款模板基本信息表主要包含条款模板ID、合同模板ID、条款模板内容。条款模板ID是表征条款模板的唯一标志；合同模板ID的数据来源于合同模板类型表，用来表明该条款的合同模板ID编号；条款模板内容用来记录当前条款的文本内容，条款模板基本信息表的结构设计如下：

条款模板ID	合同模板ID	条款模板内容

条款模板关键词序列表用来存储当前条款中包含的与提取资金信息相关的关键词信息，这些关键词信息按照指定的序列进行存储和管理。条款模板关键词序列表主要包含条款模板ID、合同模板ID、当前条款模板关键词个数(Item_keynum)、条款关键词1、交易标志1、条款关键词2、交易标志2、条款关键词3、……、条款关键词N、交易标志N等。条款模板ID是表征条款模板的唯一标志；合同模板ID的数据来源于合同模板类型表，用来表明该条款的合同模板ID编号；由于不同的合同条款中包含的当前条款模板关键词个数(Item_keynum)并不一致，因此，本发明使用当前条款模板关键词个数(Item_keynum)来表示当前条款模板中包含的关键词的数目；条款关键词1、条款关键词2、条款关键词3、……、条款关键词N表示该合同条款模板中包含的关键词信息，按照出现的先后顺序，本发明将这些关键词信息依照次序存储在数据库表记录中。N为常数，表示每个合同条款模板中能够存储的最大当前条款模板关键词个数(Item_keynum)。交易标志n(n取值为1～N)在数据库表中紧跟着条款关键词n，用来表示当前条款关键词n是否为交易方，其主要用途在于后续提取资金信息使用，标志位的取值为true和false，true表示当前关键词表示的是交易方，false则表示相反意思。本发明设计的条款模板关键词序列表可以用来表示可变数目的关键词序列组合。条款模板关键词序列表的结构设计如下：

例如，合同条款模板1为：甲方付出诚意金2000元给乙方。经过分析提取，关键词信息如下(用下划线表示)：甲方付出诚意金2000元给乙方。合同条款模板2为：甲方支付乙方30000元作为开发款。关键词信息如下：甲方支付乙方30000元作为开发款。

将这些关键词信息记录进入条款模板关键词序列表中，示例为：

条款模板资金信息表用来存储条款模板中包含的资金信息，条款模板资金信息表主要包含条款模板资金信息ID、条款模板ID、资金信息数目、资金关键词1、资金1、资金关键词2、资金2、……、资金关键词M、资金M、备注等。条款模板资金信息ID是表征条款模板资金信息记录的唯一标志；条款模板ID的数据来源于条款模板关键词序列表；资金信息数目表示该条款模板中包含的资金信息的总数；资金1和资金关键词1配合使用，表示提取到的资金1信息紧跟在资金关键词1后面；依此类推，资金2和资金关键词2配合使用；M是一个常数，表示每个合同条款模板中能够表示的最大的资金信息的数目。本发明设计的条款模板资金信息表可以用来表示可变数目的资金信息，从而使得合同条款资金信息提取具有很强的通用性。条款模板资金信息表的结构设计如下：

例如，合同条款模板1为：甲方付出诚意金2000元给乙方；合同条款模板2为：甲方支付乙方30000元作为开发款。将提取得到的资金信息记录进入条款模板资金信息表中，示例为：

需要特别说明的是，在条款模板资金信息表中的资金关键词与条款模板关键词序列表中的条款关键词表达的含义一样，都是合同条款中的关键词信息。例如，在上述例子中，“诚意金”是条款模板关键词序列表中的第3个条款关键词，同时，“诚意金”也是条款模板资金信息表中的第一个资金关键词。本发明通过这样的设计，来有效提取待分析合同条款中包含的基本资金信息。

(S2)合同初始数据获取

实施例中，合同初始数据获取主要包括以下2个步骤：

(1)用户从终端获取合同数据

用户从终端获取合同数据主要包括如下两种方式：

a)方式一：用户通过计算机终端或者移动终端，实现合同初始数据的导入，此方式的合同初始数据格式主要包括JPG图片、PDF文本、BMP图片、WORD文本等。典型的计算机终端及移动终端主要包括台式电脑、笔记本电脑、智能手机、平板电脑等。

b)方式二：用户通过移动终端APP应用程序对纸质合同拍照，形成初始合同数据，此方式的合同初始数据格式主要包括JPG图片、PDF文本、BMP图片等。典型的移动终端主要包括智能手机、平板电脑等。

(2)用户通过移动网络或互联网络将合同初始数据传输到处理端进行处理。

(S3)待处理合同文本数据及条款识别提取

合同名称、条款等信息提取的目的在于将合同初始数据进行转换和处理，变成计算机能够处理的典型数据格式。合同名称、条款等信息提取主要包括3个步骤：

(1)从JPG、PDF、BMP、WORD等格式初始合同数据中识别提取待处理合同文本数据；如果初始合同数据是WORD、文本格式PDF等形式，则直接从中提取合同文本数据；如果初始合同数据是JPG、BMP、图片格式PDF等图像形式，则利用OCR(光学字符识别)技术从图像格式的初始数据中识别提取出所有的文字。

(2)提取合同名称、交易方信息，并存入合同信息数据库。

(3)提取待处理合同文本数据中的合同条款，并存入合同信息数据库；

提取合同条款主要是基于合同模板数据库，将合同文本段落与合同条款模板进行关键字的匹配分析。具体过程如图2所示。

(S4)挖掘待处理合同文本数据中的风险信息

挖掘待处理合同文本数据中的风险信息的基本思想在于根据合同类型，基于合同交易方承担的风险和收益基本对等原则，通过对交易方的基本资金付出/收益和赔偿违约条款中包含的资金信息进行分析挖掘，对合同条款中合同交易方的收益和风险进行评估。对合同条款中隐藏的风险进行分析和挖掘，以最大限度的保障当事人的合法权益。

本实施例以目前常见的二手房买卖委托合同为例，对合同条款风险信息挖掘的过程进行详细描述。具体地，本发明采用某真实房屋中介公司提供的制式合同文本“×××房屋购买委托书”(简称为：样例合同1)为例进行分析。为了隐私考虑，在本说明书中用“×××”代替企业、个人等真实信息。经过第二步提取合同名称、交易方、合同条款等操作之后，为了阐述方便，将样例合同1中的相关信息以表格的形式展现如下：

合同往往涉及资金收益和付出，关系到交易各方的核心利益。挖掘待处理合同文本数据中的风险信息是在本发明步骤(S33)的基础上，通过对提取得到的合同条款进行分析和评估，挖掘出其中包含的风险信息。基本思想是基于合同交易方各自承担的风险和收益基本均等的原则，对合同条款中包含的资金信息进行格式化、规范化、量化分析、综合评估，清楚揭示交易方各自的权利、义务、违约赔偿等，揭示合同条款中隐藏的各种风险。本发明将拟分析合同相关的条款信息、资金信息等存入合同信息数据库中。挖掘待处理合同文本数据中的风险信息主要包括以下7个步骤：

(S41)根据当前待分析合同条款，与条款模板关键词序列表进行匹配分析，得到相匹配的合同条款模板；具体流程如图3所示。

(S42)基于相匹配的合同条款模板，提取待分析合同条款中包含的基本资金信息；具体流程如图4所示。

所谓基本资金信息，是相对于违约赔偿资金信息而言的。一般来说，基本资金信息是交易委托方为了获得受托方提供的服务或者产品而支付的资金。基本资金信息被交易各方认可，其风险信息相对违约赔偿条款中的资金风险较少。例如，在上述样例合同1的条款T00004中，甲方支付2000元给乙方，乙方为甲方提供房屋购买磋商、谈判等服务，这2000元就可以作为该合同的基本资金信息。

合同类型不同，其中包含的条款基本资金信息具有相对固定、典型的特征，其以一种相对固定的关键词序列组合的形式出现，这种关键词序列同时也符合语法表达和语义习惯。将提取得到的基本资金信息存入合同条款基本资金信息表，合同条款基本资金信息表主要包括合同条款ID、合同编号ID、交易方、交易付出/收益、交易金额等。合同条款ID是表征合同条款的唯一标志；合同编号ID是表征该合同的唯一标志；交易方指的是从条款中提取出来的交易方信息；交易付出/收益指相对该交易方来说，该基本资金信息是付出还是收益。合同条款基本资金信息表的结构设计如下：

合同条款ID	合同编号ID	交易方	交易付出/收益	交易金额

提取待分析合同条款中包含的基本资金信息过程是：根据匹配得到的合同条款模板记录，扫描条款模板资金信息表，从当前合同条款中提取包含的基本资金信息，将其写入合同条款基本资金信息表中。例如，需要分析的合同条款如下：甲方付出诚意金52000元给乙方。在基本资金信息方面，该合同条款包含2层含义：1)甲方付出52000元；2)乙方收益52000元。提取该合同条款中的资金信息，将其记录进入合同条款基本资金信息表如下表所示。

合同条款ID	合同编号ID	交易方	交易付出/收益	交易金额
					T00004	Con0001	甲方	付出	52000
T00004	Con0001	乙方	收益	52000

(S43)提取待分析合同条款中包含的违约赔偿资金信息。

所谓违约赔偿资金信息，指的是根据该合同条款，交易方需要支付的赔偿金额。例如，在上述样例合同1的条款T00007中，甲方如有违约行为，需要支付乙方委托购房价格的3％(1500000元*3％＝45000元)作为违约金。

在合同中，往往在不少条款中约定某个交易方违约或者其他因素导致触发赔偿情形。从合同拟定的平等性原则出发，交易各方如有违约行为，均应该在合同中约定赔偿方式和赔偿金额。

将提取得到的违约赔偿资金信息存入合同条款赔偿资金信息表，合同条款赔偿资金信息表主要包括合同条款ID、合同编号ID、交易方、赔偿金额。合同条款ID是表征合同条款的唯一标志；合同编号ID是表征该合同的唯一标志；交易方指的是从条款中提取出来的交易方信息；赔偿金额指的是，根据该条款，交易方需要赔偿的金额。合同条款赔偿资金信息表的结构设计如下：

合同条款ID	合同编号ID	交易方	赔偿金额

提取待分析合同条款中包含的违约赔偿资金信息基本过程是：根据匹配得到的合同条款模板记录，扫描条款模板资金信息表，提取违约赔偿资金信息并写入合同条款赔偿资金信息表。例如，分析上述样例合同1的条款T00007，提取该合同条款中的违约赔偿资金信息，将其记录进入合同条款赔偿资金信息表如下所示。

合同条款ID	合同编号ID	交易方	赔偿金额
				T00007	Con0001	甲方	45000

(S44)汇总计算整个合同中交易各方的违约赔偿总金额。

根据合同条款赔偿资金信息表，以当前分析的合同编号进行搜索，对交易各方的违约赔偿金额进行累加计算，计算结果存入合同交易方赔偿总金额表。合同交易方赔偿总金额表主要包括合同编号ID、交易方、赔偿总金额。合同交易方赔偿总金额表的结构设计如下：

合同编号ID	交易方	赔偿总金额

汇总计算整个合同中交易各方的违约赔偿总金额的具体步骤如下：

(a1)以合同编号ID和第一个交易方作为检索条件，在合同条款赔偿资金信息表中扫描，取出当前交易方的所有赔偿金额信息，并进行累加得到当前交易方的违约赔偿总金额。

(a2)选择第二个交易方，同(a1)中方法，计算第二个交易方的违约赔偿总金额。

(a3)直到将所有交易方在该合同中的违约赔偿总金额计算完毕。

(a4)如果在该合同中，没有某个交易方的赔偿金额记录，则将该交易方的违约赔偿总金额记为0。

例如，按照上述的计算方法，对上述样例合同1中交易方(甲方和乙方)的违约赔偿总金额计算结果为：

合同编号ID	交易方	赔偿总金额
			Con0001	甲方	45000
Con0001	乙方	0

(S45)判断交易各方的违约赔偿对等性风险，并标记风险。

从合同公平性的角度出发，交易各方承担的违约赔偿风险应该在一个合理的范围之内；否则，这样的合同对某个交易方来说是显失公平的。本发明通过在合同模板类型表中设置赔偿对等阈值来衡量交易各方承担的违约赔偿风险是否基本对等，赔偿对等阈值可以根据不同的合同类型设置成不同的参数。具体步骤如下：

(b1)根据步骤(S44)中得到的交易各方的违约赔偿总金额，将该合同中所有交易方的违约赔偿总金额按照从大到小进行排序。

(b2)选取(b1)中赔偿总金额最小的交易方作为计算基准。例如，对上述样例合同1，选取乙方的赔偿总金额作为计算基准。

(b3)计算其他交易方的赔偿风险对等性比值，通过计算该交易方的赔偿总金额与步骤(b2)中选取交易方的赔偿总金额之间的比值。计算公式为：

某交易方的赔偿风险对等性比值＝某交易方的赔偿总金额/步骤(b2)中选取交易方的赔偿总金额

如果步骤(b2)中选取的交易方的赔偿总金额为0，则赔偿风险对等性比值记为无穷大∞。

例如，对上述样例合同1，计算得到的甲方的赔偿风险对等性比值为无穷大∞。

(b4)违约赔偿对等性风险标记。判断步骤(b3)计算的赔偿风险对等性比值是否超过设定的赔偿对等阈值参数，如果超过，则为该交易方进行风险标记。

例如，对上述样例合同1，赔偿对等阈值设置为1。经过步骤(b3)计算得到的甲方的赔偿风险对等性比值为无穷大∞，超过了设定的赔偿对等阈值参数，则可以标记甲方存在违约赔偿对等性风险，违约赔偿对等性风险为无穷大∞。

(S46)计算交易各方的资金赔付比例，判断资金赔付风险，并标记风险。

衡量合同中的风险，不但需要从交易各方承担的违约赔偿风险是否对等角度出发；更进一步地，对具体的某个交易方来说，需要衡量其违约赔偿总金额与其基本资金信息的比例关系，从而判断其资金赔付风险。本发明通过对违约赔偿总金额与基本资金信息进行准确的量化计算，清楚地为交易方揭示其中隐含的风险。具体步骤如下：

(c1)计算合同中第一个交易方的资金赔付比例。基本方法为，检索合同条款基本资金信息表，得到该交易方的基本资金信息；检索合同交易方赔偿总金额表，得到该交易方的赔偿总金额；然后进行计算，计算公式为：

交易方的资金赔付比例＝交易方的赔偿总金额/交易方的基本资金信息

例如，对上述样例合同1，计算甲方的资金赔付比例为，甲方的资金赔付比例＝45000/2000＝22.5。

如果交易方的基本资金信息为0，则资金赔付比例记为无穷大∞。

(c2)利用步骤(c1)的方法，计算所有其他交易方的资金赔付比例。

(c3)资金赔付风险标记。判断通过上述步骤计算得到的交易各方的资金赔付比例是否超过资金赔付比例阈值(在合同模板类型表中定义)参数，如果超过，则为该交易方进行风险标记。

例如，对上述样例合同1，资金赔付比例阈值设置为1。经过计算得到的甲方的资金赔付比例为22.5，超过了设定的资金赔付比例阈值参数，则标记甲方存在资金赔付风险。

(S47)其他合同条款的风险标记。

在合同中，存在一些不能通过上述步骤进行准确量化计算的条款风险，这些风险在合同履行过程中会给当事人带来潜在的威胁。例如，如下的一些条款就不能进行准确量化计算：

T1：如甲方违约，将按照乙方全部损失的十倍进行赔偿。

T2：甲方如有违约行为，甲方负担乙方与物业权利人所签定的该房屋合同所须承担的全部责任。

T3：如果技术资料泄漏给第三方，则甲方需要向乙方赔偿全部相关损失，并承担相应的法律责任。

为了深入分析合同的潜在风险，本发明也需要对类似这样不能准确量化计算的风险进行分析挖掘。

将步骤中未能与条款模板关键词序列表相匹配的待分析合同条款，逐一搜索关键词“违约”或“赔偿”，将包含“违约”或“赔偿”的条款进行风险标记。

(S5)向用户输出风险标记的合同条款信息。

向用户返回当前合同的条款风险信息，可以通过移动终端APP返回，也可以直接返回到计算机终端或移动终端。

如图5所示为本发明系统的结构图。本发明还提供了一种合同文本风险信息挖掘系统，由计算机终端或移动终端、移动网络或互联网络、处理端组成。所述计算机终端或移动终端用于获取合同文本数据信息；

所述处理端用于存储合同文本数据信息、合同模板数据信息，并通过计算机程序实现合同文本风险信息的挖掘。实施例中处理端可以是服务器或者多台计算机组成设备或者移动处理设备。

如图6所示，为本发明方法中数据传输过程的整体示意图。具体实施例为：计算机终端或移动终端包括台式电脑、笔记本电脑、平板电脑和智能手机等。用户可以使用计算机终端或移动终端将各种典型格式(例如JPG图片、PDF文本、BMP图片、WORD文本)的合同文本数据导入，通过移动网络/互联网络发送给处理端进行分析和处理。

计算机终端或移动终端同时接收处理端的分析处理结果，得到合同风险信息，为用户提示出当前合同中存在的不合理条款。

本实施例中处理端主要由计算服务器、合同信息数据库和合同模板数据库组成。首先，处理端接收来自计算机终端/移动终端的合同数据，利用文本识别技术提取待处理合同文本数据，将经过拍照等方式获得的合同数据转换成计算机能够分析和计算的中文及英文字符串流；其次，处理端对合同条款进行提取并规范化；然后，基于后台的合同信息数据库及合同模板数据库，利用合同智能比对方法对合同进行识别，挖掘合同风险信息。

处理端对合同的风险分析结果通过移动网络/互联网络返回给用户，以最大限度的保护当事人的合法权益。

以上所述仅为本发明的较佳实施范例，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于条款统一建模的合同文本风险信息挖掘方法，其特征在于：包括以下步骤：

(S1)初始化合同模板数据库和合同信息数据库，所述合同模板数据库包括合同模板类型表、条款模板基本信息表、条款模板关键词序列表和条款模板资金信息表；

(S2)获取合同初始数据，根据待处理合同文本的载体不同而分别采用不同的处理方法，若是纸质合同，则通过拍照或扫描合同文本的方式获取待处理合同文本的图像信息，即合同初始数据；若是电子格式合同，则通过计算机终端或移动终端直接导入，获取合同初始数据；

(S3)识别提取待处理合同文本数据及条款；

(S31)从初始合同数据中识别提取待处理合同文本数据；

根据初始合同数据的具体格式不同而分别进行处理：

若初始合同数据为图像格式，则采用文字识别方法将图像信息转化为待处理合同文本数据；

若初始合同数据为文本格式，则直接从文本中提取出待处理合同文本数据；

(S4)挖掘待处理合同文本数据中的风险信息；

交易方的赔偿风险对等性比值＝某交易方的赔偿总金额/计算基准判断交易方的赔偿风险对等性比值与赔偿对等阈值的关系，若超过赔偿对等阈值，则为该交易方进行风险标记，否则不标记；

判断通过上述步骤计算得到的交易各方的资金赔付比例是否超过资金赔付比例阈值；如果超过，则为该交易方进行风险标记，否则不标记；

(S5)向用户输出被风险标记的合同条款信息。

2.如权利要求1所述的一种基于条款统一建模的合同文本风险信息挖掘方法，其特征在于：所述步骤(S33)提取待处理合同文本数据中的合同条款的具体过程为：

(S334)将待处理合同文本数据与取出的数据记录进行匹配；

(S335)如果匹配成功，则提取合同条款，并将合同条款写入合同信息数据库；否则，进入下一步骤(S336)；

(S336)判断条款模板内容中是否还有未取出进行匹配处理的数据记录，如果有，则转入步骤(S333)；否则，结束合同条款提取流程。

3.如权利要求1所述的一种基于条款统一建模的合同文本风险信息挖掘方法，其特征在于：所述步骤(S41)待分析合同条款与条款模板关键词序列表进行匹配分析的具体过程为：

(S411)从合同信息数据库中提取当前待分析合同条款；

(S414)对步骤(S413)中取出的条款模板关键词序列表数据记录进行匹配分析，其具体步骤包括：

(1)初始化关键词序列计数器icount1＝1，初始化关键词匹配计数器match_count＝0；

(S415)分析下一条条款模板关键词序列表数据记录；

(S416)获取当前匹配成功的条款模板关键词序列表数据记录。

4.如权利要求1所述的一种基于条款统一建模的合同文本风险信息挖掘方法，其特征在于：所述步骤(S42)提取待分析合同条款中包含的基本资金信息的具体过程为：

(S421)从合同信息数据库中提取当前待分析合同条款；

(S425)初始化资金关键词计数器icount2＝1；

(5)资金关键词计数器icount2加1；

(6)判断icount2与moneyinfo_num是否相等；如果相等，则提取待分析合同条款中的基本资金信息过程结束，否则，转步骤(S427)；

(S427)提取下一个基本资金信息。

5.一种合同文本风险信息挖掘系统，其特征在于，用于执行权利要求1至4任一项所述的基于条款统一建模的合同文本风险信息挖掘方法，由计算机终端、移动网络和处理端组成；

所述计算机终端用于获取合同文本数据信息；

所述移动网络用于将获得的合同文本数据信息传输至处理端；

6.如权利要求5所述的一种合同文本风险信息挖掘系统，其特征在于：所述计算机终端替换为移动终端。

7.如权利要求5所述的一种合同文本风险信息挖掘系统，其特征在于：所述移动网络替换为互联网络。