CN113660322A - 一种线下合同上云的方法及系统 - Google Patents

Abstract

本发明提出了一种线下合同上云的方法及系统，其中所述方法包括：步骤一、在云端平台中建立合同数据提取模型；步骤二、上传合同数据至云端平台；所述合同数据包括文档格式和图像格式；步骤三、云端平台接收合同数据并利用合同数据提取模型识别解析，根据预设规则提取合同数据；步骤四、将经过处理后合同数据存储至数据库中；步骤五、通过调用数据库中的合同数据，进行电子合同的编辑，数字化完成合同签订。本发明基于线下签署的合同文件，在云端利用图像识别、规则引擎匹配、以及自然语言处理等技术手段，根据企业运营人员配置的业务规则模块，云平台计算抽取合同的关键内容生成结构化的数据，为企业的合同在线化管理、风控管理提供数据支撑。

Description

一种线下合同上云的方法及系统

技术领域

本发明涉及一种线下合同上云的方法及系统，特别是涉及电子办公技术领域。

背景技术

随着计算机技术的发展，以及数字化改革的推进，越来越多的企业对于智能化、数字化转型都有着更加迫切的需求，利用新一代的信息技术为企业创造更大的价值已经成为已经成为了一种必然趋势。在很多传统行业的合同领域，合同签署双方都是基于线下纸质合同手动签署，编辑管理冗余、签署流程繁复。

现有技术中，在实现电子化办公的时候对于存储的电子合同个性化不强，导致用户在进行电子合同编辑时，往往找不到适宜的合同模板，体验感不足，而重新制定新的合同需要投入更多的时间成本，从而使得本末倒置的现象出现。

发明内容

发明目的：提出一种线下合同上云的方法及系统，以解决现有技术存在的上述问题，以及为企业的合同在线化管理、风控管理提供数据支撑。

技术方案：第一方面，提出了一种线下合同上云的方法，通过上传实体合同的相关数据，实现合同模板的存储，该方法具体包括以下步骤：

步骤一、在云端平台中建立合同数据提取模型；

步骤二、上传合同数据至云端平台；所述合同数据包括文档格式和图像格式；

步骤三、云端平台接收合同数据并利用合同数据提取模型识别解析，根据预设规则提取合同数据；

步骤四、将经过处理后合同数据存储至数据库中；

步骤五、通过调用数据库中的合同数据，进行电子合同的编辑，数字化完成合同签订。

在第一方面的一些可实现方式中，合同数据提取模型划分为规则引擎模块和数据抽取模块，在进行合同数据识别解析时，首先接收用户上传的合同数据，生成合同解析请求；其次，利用制定的规则引擎模块解析用户上传的合同数据；再次，规则引擎模块对维护的规则进行编译、执行；从次，数据抽取模块结合规则引擎模块、正则匹配，根据合同内容抓取关键信息，生成结构化数据模型；最后，判断合同数据内容识别结果，若识别结果为成功，则存储对应的合同数据，反之，直接结束识别解析流程，并抛出识别错的提示至用户端。

当用户上传的合同数据为图像数据时，在解析分析过程中，采用OCR识别进行合同内容文本的识别读取。处理提取出的合同文本数据后，针对提取出的合同文本数据采用自然语言的处理方式，对合同内容进行预设内容的提取。其中，预设内容至少包括：合同编号、合同名称、合同类型、合同摘要、签署方、签署日期、标签、条款。

规则引擎模块对合同数据处理的过程进一步如下：

步骤3.1、接收合同解析请求；

步骤3.2、根据解析请求调用对应的规则模型集合；所述规则模型集合用于作为创建规则链的参考依据；

步骤3.3、根据调用的规则模型集合创建用于解析合同数据的规则链，同时生成规则链入口的根节点；

步骤3.4、根据规则链生成匹配推理网络，用于匹配合提交的合同文本数据；

步骤3.5、利用规则引擎模块中的执行器，结合当前文本合同的规则模型执行规则，循环遍历合同数据，当合同数据满足规则链约束条件时，将数据存储在规则链对应的内存空间，规则执行完成时，终止循环；

步骤3.6、将规则引擎模块执行的结果集，生成合同结构化的数据进行存档，流程结束。

其中，规则链的生成方式为：构建存储合同数据的规则链链表，迭代规则模型集合的每个节点判断该节点在规则链里面是否存在，如果存在则记录下个节点位置；如果不存在则作为一个新的节点加入到规则链链表中，同时根据该节点建立内存空间，循环遍历集合，直到集合所有节点处理完毕，生成完整的规则链。

匹配推理网络在进行合同文本数据匹配时，为了避免因为规则过大出现服务性能受到影响的现象，采用预编译机制，在系统初始化进行编译后在部署启动时同步对合同规则模型进行解析编译，并将得到数据放入缓存中，使得在匹配用户上传的合同数据时不需要解析模型，实现直接通过缓存获取规则模型数据，提升合同匹配速度。

为了更适配用户的个性化体验感，定期更新维护规则模型集合。维护过程中涉及到的更新内容包括：合同数据中的公用基础信息规则、合同数据中额外的附加信息规则、关键字正则匹配规则、以及分词词库。

其中，合同数据中的公用基础信息规则，将一些合同常用的信息抽取成公共规则，包括：合同名称、签署双方、签署日期、合同总金额。

合同数据中额外的附加信息规则，针对不同类型的合同单独维护一份附加规则。

关键字正则匹配规则，针对部分数据无法直接通过规则引擎获取，利用正则表达式做规则匹配。

分词词库，包含自然语言处理所需的中文分词、关键词。

第二方面，提出一种线下合同上云的系统，该系统具体包括：

数据收集模块，被设置为获取用户想进行存储处理的合同数据；

合同管理云平台，被设置为接收数据收集模块获取到的合同数据；

服务平台，被设置为与合同管理云平台进行数据交互，根据合同管理云平台的数据处理需求，调用对应的服务处理接口，并回传处理结果给合同管理云平台；

数据库，被设置为与合同管理云平台中的数据进行交互以及存储。

在第二方面的一些可实现方式中，所述合同管理云平台中包括：合同管理模块、文件存储模块、规则引擎模块和数据抽取模块；

所述合同管理模块，被设置为接收用户上传的合同数据，建立相关的数据信息并存储至文件存储模块；

所述文件存储模块，被设置为存储合同数据，以及与服务平台连接，为对应的服务处理提供处理数据；

所述规则引擎模块，被设置为解析用户上传的文件，企业人员可以动态维护的合同规则，其中包含的规则引擎对维护的规则进行编译和执行；

所述数据抽取模块，被设置为结合规则引擎、正则匹配，根据合同内容抓取关键信息，生成结构化数据模型；

所述服务平台在调用对应的服务处理接口时，包括利用OCR技术对用户上传的合同进行识别，获取合同内容文本，以及采用自然语言处理技术对合同内容进行关键词、摘要、标签内容提取。

有益效果：本发明提出了基于线下签署的合同文件，用户远程上传到云平台，在云端利用图像识别、规则引擎匹配、以及自然语言处理等技术手段，根据企业运营人员配置的业务规则模块，云平台计算抽取合同的关键内容生成结构化的数据，为企业的合同在线化管理、风控管理提供数据支撑。

附图说明

图1为本发明实施例的数据处理流程图。

图2为本发明实施例的数据处理示意图。

图3为本发明实施例的合同数据识别流程图。

图4本发明实施例的规则引擎模块对合同数据处理示意图。

图5为本发明实施例的定期更新维护规则模型集合的流程图。

图6为本发明实施例的系统该框架示意图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

在一个实施例中，为了更好的进行数字化合同签订管理，本实施例提出一种线下合同上云的方法，通过上传实体合同的相关数据，实现合同模板的存储，进而为后续的合同再次编辑，以及签订提供便利，如图1所示，该方法具体包括以下步骤：

步骤一、在云端平台中建立合同数据提取模型；

步骤二、上传合同数据至云端平台；所述合同数据包括文档格式和图像格式；

步骤三、云端平台接收合同数据并利用合同数据提取模型识别解析，根据预设规则提取合同数据；

步骤四、将经过处理后合同数据存储至数据库中；

步骤五、通过调用数据库中的合同数据，进行电子合同的编辑，数字化完成合同签订。

利用新一代的信息技术为企业创造更大的价值已经成为已经成为了一种必然趋势。在很多传统行业的合同领域，合同签署双方都是基于线下纸质合同手动签署，很难实现合同在线化、数字化管理，本实施例通过用户远程上传合同数据至云平台，在云端利用图像识别、规则引擎匹配、以及自然语言处理等技术手段，根据企业运营人员配置的业务规则模块，云平台计算抽取合同的关键内容生成结构化的数据，为企业的合同在线化管理、风控管理提供数据支撑。

在进一步的实施例中，如图2所示，合同数据提取模型划分为规则引擎模块、数据抽取模块和自然语言处理模块，在进行合同数据识别解析时，首先接收用户上传的合同数据，生成合同解析请求；其次，利用制定的规则引擎模块解析用户上传的合同数据；再次，规则引擎模块对维护的规则进行编译、执行；从次，数据抽取模块结合规则引擎模块、正则匹配，根据合同内容抓取关键信息，生成结构化数据模型；最后，判断合同数据内容识别结果，若识别结果为成功，则存储对应的合同数据至数据库中，反之，直接结束识别解析流程，并抛出识别错的提示至用户端。

当用户上传的合同数据为图像数据时，在进行合同数据识别解析时，如图3所示，首先，采用OCR识别进行合同内容文本的识别读取，并判断识别结果是否成功，若判断结果为成功则存储对应的合同数据，反之结束识别流程；其次，根据处理提取出的合同文本数据，发起数据抽取流程，针对提取出的合同文本数据采用规则引擎模块、数据抽取模块和自然语言处理模块的处理方式，对合同内容进行预设内容的提取。其中，预设内容至少包括：合同编号、合同名称、合同类型、合同摘要、签署方、签署日期、标签、条款。其中，规则引擎模块利用规则引擎和规则库的合同规则进行匹配，获取合同的基础信息，同时也可以基于某个领域获取额外信息，比如采销类合同的金额、商品名称、品牌、规格型号、采购数量等。自然语言处理模块结合分词词库抓取合同关键词，为合同进行分类、打标、提取摘要；对合同内容进行模型训练得到词向量集合；根据维护的词库获取合同的N个关键词；循环遍历关键词，从词向量集合中提取与关键词匹配的词；对各个关键词进行聚类得到类别的聚类中心，同时计算组内词与聚类中心的距离后按照聚类大小进行排序，通过排名前N的词作为合同的关键词。数据抽取模块，对合同抽取的数据进行结构化存档，同时对数据进行分析、预测，为合同管理系统提供接口。

在进一步的实施例中，如图4所示，规则引擎模块对合同数据处理的过程进一步如下：

步骤3.1、接收合同解析请求；

步骤3.2、根据解析请求调用对应的规则模型集合；所述规则模型集合用于作为创建规则链的参考依据；

步骤3.3、根据调用的规则模型集合创建用于解析合同数据的规则链，同时生成规则链入口的根节点；

步骤3.4、根据规则链生成匹配推理网络，用于匹配合提交的合同文本数据；

步骤3.5、利用规则引擎模块中的执行器，结合当前文本合同的规则模型执行规则，循环遍历合同数据，当合同数据满足规则链约束条件时，将数据存储在规则链对应的内存空间，规则执行完成时，终止循环；

步骤3.6、将规则引擎模块执行的结果集，生成合同结构化的数据进行存档，流程结束。

其中，规则链的生成方式为：构建存储合同数据的规则链链表，迭代规则模型集合的每个节点判断该节点在规则链里面是否存在，如果存在则记录下个节点位置；如果不存在则作为一个新的节点加入到规则链链表中，同时根据该节点建立内存空间，循环遍历集合，直到集合所有节点处理完毕，生成完整的规则链。

根据企业人员维护的规则动态生成规则链引擎，如果合同数据满足规则链的约束条件则将该数据保存到对应规则链节点的内存，同时执行下一个节点，直到该规则链的所有节点执行结束生成结果集；针对部分特殊字符、中文，可以利用正则表试达对结果集进行精确匹配、截取得到用户需要的正确数据。

匹配推理网络在进行合同文本数据匹配时，为了避免因为规则过大出现服务性能受到影响的现象，采用预编译机制，在系统初始化进行编译后缓存，合同解析通过缓存获取。

为了更适配用户的个性化体验感，定期更新维护规则模型集合。如图5所示，维护过程中涉及到的更新内容包括：合同数据中的公用基础信息规则、合同数据中额外的附加信息规则、关键字正则匹配规则、以及分词词库。

其中，合同数据中的公用基础信息规则，将一些合同常用的信息抽取成公共规则，包括：合同名称、签署双方、签署日期、合同总金额。

合同数据中额外的附加信息规则，针对不同类型的合同单独维护一份附加规则，比如采销类合同包括商品品牌、商品名称、规格型号、采购价格、采购数量等。

关键字正则匹配规则，针对部分数据无法直接通过规则引擎获取，利用正则表达式做规则匹配，例如通过正则做中文匹配、截取。

分词词库，包含自然语言处理所需的中文分词、关键词。通过分词词库可以获取合同潜在的关键词，同时对合同内容进行训练得到词向量，将词向量和关键词进行聚类计算得到该合同所属的关键词，利用关键词对合同进行打标、分类、抓取摘要信息。

在一个实施例中，提出一种线下合同上云的系统，该系统具体包括：

数据收集模块，被设置为获取用户想进行存储处理的合同数据；

合同管理云平台，被设置为接收数据收集模块获取到的合同数据；

服务平台，被设置为与合同管理云平台进行数据交互，根据合同管理云平台的数据处理需求，调用对应的服务处理接口，并回传处理结果给合同管理云平台；

数据库，被设置为与合同管理云平台中的数据进行交互以及存储。

在第二方面的一些可实现方式中，如图6所示，所述合同管理云平台中包括：合同管理模块、文件存储模块、规则引擎模块和数据抽取模块；

所述合同管理模块，被设置为接收用户上传的合同数据，建立相关的数据信息并存储至文件存储模块；

所述文件存储模块，被设置为存储合同数据，以及与服务平台连接，为对应的服务处理提供处理数据；

所述规则引擎模块，被设置为解析用户上传的文件，企业人员可以动态维护的合同规则，其中包含的规则引擎对维护的规则进行编译和执行；

所述数据抽取模块，被设置为结合规则引擎、正则匹配，根据合同内容抓取关键信息，生成结构化数据模型；

所述服务平台在调用对应的服务处理接口时，包括利用OCR技术对用户上传的合同进行识别，获取合同内容文本，以及采用自然语言处理技术对合同内容进行关键词、摘要、标签内容提取。

通过本发明可以实现基于业务双方线下签署的纸质合同，远程上传到云平台对合同内容进行处理、计算，生成结构化数据进行存储，为企业的合同提供在线化、数字化管理，从而为企业在合同领域的数字化转型提供技术支撑。

如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。

Claims (10)

1.一种线下合同上云的方法，其特征在于，具体包括以下步骤：

步骤一、在云端平台中建立合同数据提取模型；

步骤二、上传合同数据至云端平台；所述合同数据包括文档格式和图像格式；

步骤三、云端平台接收合同数据并利用合同数据提取模型识别解析，根据预设规则提取合同数据；

步骤四、将经过处理后合同数据存储至数据库中。

2.根据权利要求1所述的一种线下合同上云的方法，其特征在于，完成合同数据存储后还包括：

步骤五、通过调用数据库中的合同数据，进行电子合同的编辑，数字化完成合同签订，以及作为合同大数据分析、风控的基础数据来源。

3.根据权利要求1所述的一种线下合同上云的方法，其特征在于，步骤三中所述合同数据提取模型划分为规则引擎模块、自然语言处理模块和数据抽取模块，在进行合同数据识别解析时，进一步包括以下步骤：

步骤3.1、接收用户上传的合同数据，生成合同解析请求；

步骤3.2、利用所述规则引擎模块解析用户上传的合同数据；

步骤3.3、规则引擎模块根据维护的规则进行编译、执行；

步骤3.4、数据抽取模块结合规则引擎模块、正则匹配，根据合同内容抓取关键信息，生成结构化数据模型；

步骤3.5、判断合同数据内容识别结果，若识别结果为成功，则存储对应的合同数据，反之，直接结束识别解析流程，并抛出识别错的提示至用户端。

4.根据权利要求1所述的一种线下合同上云的方法，其特征在于，

云端平台接收到的合同数据为图像数据时，采用OCR识别进行合同内容文本的识别读取并提取出的合同文本数据；

针对提取出的合同文本数据采用自然语言的处理方式，对合同内容进行预设内容的提取；

所述预设内容至少包括：合同编号、合同名称、合同类型、合同摘要、签署方、签署日期、标签、条款。

5.根据权利要求3所述的一种线下合同上云的方法，其特征在于，步骤3.3中规则引擎模块根据维护的规则进行编译、执行的过程进一步如下：

步骤3.31、接收合同解析请求；

步骤3.32、根据解析请求调用对应的规则模型集合；所述规则模型集合用于作为创建规则链的参考依据；

步骤3.33、根据调用的规则模型集合创建用于解析合同数据的规则链，同时生成规则链入口的根节点；

步骤3.34、根据规则链生成匹配推理网络，用于匹配合提交的合同文本数据；

步骤3.35、利用规则引擎模块中的执行器，结合当前文本合同的规则模型执行规则，循环遍历合同数据，当合同数据满足规则链约束条件时，将数据存储在规则链对应的内存空间，规则执行完成时，终止循环；

步骤3.36、将规则引擎模块执行的结果集，生成合同结构化的数据进行存档，流程结束。

6.根据权利要求5所述的一种线下合同上云的方法，其特征在于，步骤3.33中所述规则链的生成方式为：

构建存储合同数据的规则链链表，迭代规则模型集合的每个节点判断该节点在规则链里面是否存在，如果存在则记录下个节点位置；如果不存在则作为一个新的节点加入到规则链链表中，同时根据该节点建立内存空间，循环遍历集合，直到集合所有节点处理完毕，生成完整的规则链。

7.根据权利要求5所述的一种线下合同上云的方法，其特征在于，

匹配推理网络在进行合同文本数据匹配时，采用预编译机制，在系统初始化进行编译后缓存，合同解析通过缓存获取。

8.根据权利要求1所述的一种线下合同上云的方法，其特征在于，维护过程中涉及到的更新内容包括：

合同数据中的公用基础信息规则，被设置为将一些合同常用的信息抽取成公共规则，至少包括：合同名称、签署双方、签署日期、合同总金额；

合同数据中额外的附加信息规则，被设置为针对不同类型的合同单独维护一份附加规则；

关键字正则匹配规则，被设置为针对部分数据无法直接通过规则引擎获取，利用正则表达式做规则匹配；

分词词库，被设置为根据词库中的词语进行文本长句的划分，其中包含自然语言处理所需的中文分词、关键词。

9.一种线下合同上云的系统，用于实现权利要求1-8任意一项方法，其特征在于，具体包括：

数据收集模块，被设置为获取用户想进行存储处理的合同数据；

合同管理云平台，被设置为接收数据收集模块获取到的合同数据；

服务平台，被设置为与合同管理云平台进行数据交互，根据合同管理云平台的数据处理需求，调用对应的服务处理接口，并回传处理结果给合同管理云平台；

数据库，被设置为与合同管理云平台中的数据进行交互以及存储。

10.根据权利要求9所述的一种线下合同上云的系统，其特征在于，所述合同管理云平台中包括：合同管理模块、文件存储模块、规则引擎模块和数据抽取模块；

所述合同管理模块，被设置为接收用户上传的合同数据，建立相关的数据信息并存储至文件存储模块；

所述文件存储模块，被设置为存储合同数据，以及与服务平台连接，为对应的服务处理提供处理数据；

所述规则引擎模块，被设置为解析用户上传的文件，企业人员可以动态维护的合同规则，其中包含的规则引擎对维护的规则进行编译和执行；

所述数据抽取模块，被设置为结合规则引擎、正则匹配，根据合同内容抓取关键信息，生成结构化数据模型；

所述服务平台在调用对应的服务处理接口时，包括利用OCR技术对用户上传的合同进行识别，获取合同内容文本，以及采用自然语言处理技术对合同内容进行关键词、摘要、标签内容提取。

Images