CN113792155A - 基于知识图谱的文本校验方法、装置、电子设备和介质 - Google Patents

基于知识图谱的文本校验方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN113792155A
CN113792155A CN202111005347.1A CN202111005347A CN113792155A CN 113792155 A CN113792155 A CN 113792155A CN 202111005347 A CN202111005347 A CN 202111005347A CN 113792155 A CN113792155 A CN 113792155A
Authority
CN
China
Prior art keywords
text
verification
contract
audit
knowledge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111005347.1A
Other languages
English (en)
Other versions
CN113792155B (zh
Inventor
杨天行
杨晨
孙卓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111005347.1A priority Critical patent/CN113792155B/zh
Publication of CN113792155A publication Critical patent/CN113792155A/zh
Priority to US17/821,244 priority patent/US20220391598A1/en
Priority to EP22191625.7A priority patent/EP4086808A3/en
Application granted granted Critical
Publication of CN113792155B publication Critical patent/CN113792155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Animal Behavior & Ethology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Technology Law (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本公开提供了基于知识图谱的文本校验方法、装置、电子设备和介质，涉及人工智能技术领域，尤其涉及知识图谱、自然语言处理、深度学习领域。具体实现方案为：获取待校验的合同文本；根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值；以及基于知识图谱对合同文本进行校验。本公开的基于知识图谱的文本校验方法，根据合同文本构建知识图谱，并基于知识图谱自动对合同文本进行校验，节约了人力，且审核速度较快，减少了风险漏识别或错误识别的问题。

Description

基于知识图谱的文本校验方法、装置、电子设备和介质
技术领域
本公开涉及人工智能技术领域中的知识图谱、自然语言处理、深度学习领域，尤其涉及一种基于知识图谱的文本校验方法、装置、电子设备和介质。
背景技术
合规校验是合同领域一个通用且难度较高的问题，买卖合同是合同种类中应用场景比较广，积累数量较多的一种合同类型，校验合同中的潜在风险，便成为一个通用又典型的问题。
相关技术中，往往是通过人工审核的方式校验合同，极其耗费人力，且存在审核速度慢，风险漏识别或错误识别的问题。
发明内容
本公开提供了一种基于知识图谱的文本校验方法、装置、电子设备和介质。
根据本公开的一方面，提供了一种基于知识图谱的文本校验方法，包括：获取待校验的合同文本；根据所述合同文本构建知识图谱，所述知识图谱包括多个属性和所述属性对应的属性值；以及基于所述知识图谱对所述合同文本进行校验。
根据本公开的另一方面，提供了一种基于知识图谱的文本校验装置，包括：获取模块，用于获取待校验的合同文本；构建模块，用于根据所述合同文本构建知识图谱，所述知识图谱包括多个属性和所述属性对应的属性值；以及校验模块，用于基于所述知识图谱对所述合同文本进行校验。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开的一方面所述的基于知识图谱的文本校验方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的一方面所述的基于知识图谱的文本校验方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开的一方面所述的基于知识图谱的文本校验方法的步骤。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的基于知识图谱的文本校验方法的流程示意图；
图2是根据本公开第二实施例的基于知识图谱的文本校验方法的流程示意图；
图3是根据本公开第三实施例的基于知识图谱的文本校验方法的流程示意图；
图4是根据本公开第四实施例的基于知识图谱的文本校验方法的流程示意图；
图5是根据本公开第五实施例的基于知识图谱的文本校验方法的流程示意图；
图6是根据本公开第六实施例的基于知识图谱的文本校验方法的流程示意图；
图7是根据本公开第七实施例的基于知识图谱的文本校验方法的整体流程示意图；
图8是根据本公开第一实施例的基于知识图谱的文本校验装置的框图；
图9是根据本公开第二实施例的基于知识图谱的文本校验装置的框图；
图10是用来实现本公开实施例的基于知识图谱的文本校验方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
人工智能(ArtificialIntelligence，简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前，AI技术具有自动化程度高、精确度高、成本低的优点，得到了广泛的应用。
知识图谱(Knowledge Graph，简称KG)，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论，它能为学科研究提供切实的、有价值的参考。
自然语言处理(Natural Language Processing，NLP)是研究能有效地实现自然语言通信的计算机系统，特别是其中的软件系统的一门科学，是计算机科学领域与人工智能领域中的一个重要方向。
深度学习(Deep Learning，简称DL)，是机器学习(Machine Learning，简称ML)领域中一个新的研究方向，学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。就具体研究内容而言，主要包括基于卷积运算的神经网络系统，即卷积神经网络；基于多层神经元的自编码神经网络；以多层自编码神经网络的方式进行预训练，进而结合鉴别信息进一步优化神经网络权值的深度置信网络。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。
下面结合附图描述本公开实施例的基于知识图谱的文本校验方法、装置、电子设备和存储介质。
图1是根据本公开第一实施例的基于知识图谱的文本校验方法的流程示意图。
如图1所示，本公开实施例的基于知识图谱的文本校验方法具体可包括以下步骤：
S101，获取待校验的合同文本。
具体的，本公开实施例的基于知识图谱的文本校验方法的执行主体可为本公开实施例提供的基于知识图谱的文本校验装置，该基于知识图谱的文本校验装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的，执行主体可包括工作站、服务器，计算机、用户终端及其他设备。其中，用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
在本公开实施例中，待校验的合同文本可以是由用户提供的原始合同文本。
S102，根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值。
具体的，根据步骤S101获取的待校验的合同文本抽取合同领域关键的属性及每个属性对应的属性值，构建知识图谱，例如一份具体买卖合同文本作为实体，将合同编号、签署日期、合同金额、违约金、交付日期合同类型、签署人、签署公司、甲乙方名称等作为属性，合同编号对应的编号值“***”、签署日期对应的具体日期“*年*月*日”等作为属性对应的属性值，构建知识图谱。此处需要说明的是，一份合同文本中同一属性可能出现多次，构建的知识图谱中也会包括多次该属性及每次出现时该属性对应的属性值。
S103，基于知识图谱对合同文本进行校验。
具体的，根据步骤S102中构建的知识图谱对合同文本自动进行校验，以快速、准确识别合同文本中的风险。
综上，本公开实施例的基于知识图谱的文本校验方法，获取待校验的合同文本，根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值，基于知识图谱对合同文本进行校验。本公开实施例的基于知识图谱的文本校验方法，根据合同文本构建知识图谱，并结合自然语言处理基于知识图谱自动对合同文本进行校验，节约了人力，且审核速度较快，减少了风险漏识别或错误识别的问题。
图2是根据本公开第二实施例的基于知识图谱的文本校验方法的流程示意图。如图2所示，在上述图1所示的实施例的基础上，本公开实施例的基于知识图谱的文本校验方法具体可包括以下步骤：
S201，获取待校验的合同文本。
S202，根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值。
具体的，本公开实施例中的步骤S201-S202与上述实施例中步骤S101-S102相同，此处不再赘述。
上述实施例中的步骤S103“基于知识图谱对合同文本进行校验”具体可包括以下步骤S203。
S203，基于知识图谱对合同文本进行以下至少一个维度的校验：文本纠错、一致性审核、完备性审核和逻辑性审核。
具体的，基于步骤S202构建的知识图谱对合同文本进行以下至少一个维度的校验：文本纠错、一致性审核、完备性审核和逻辑性审核等。其中，文本纠错具体用于检查合同文书书写层面的错别字类的合规问题，一致性审核具体用于识别合同中的前后一致等问题，完备性审核具体用于审核中应具备的条款是否有明显缺失，逻辑性审核具体用于审核合同要素的逻辑性是否合规。
S204，根据至少一个维度的校验结果生成目标校验结果。
具体的，根据步骤S203至少一个维度的校验结果生成目标校验结果，例如只要有一个维度的校验结果为不通过，则目标校验结果为不通过，需对合同文本进行修改，所有维度的校验结果均为通过，则目标校验结果为通过，该合同文本无需进行修改。
进一步的，如图3所示，在上述图2所示的实施例的基础上，步骤S203“基于知识图谱对合同文本进行文本纠错”具体可包括：
S301，获取属性的类型。
具体的，基于自然语言处理获取属性的类型，属性的类型具体可包括但不限于日期型、金额型等，例如签署日期、交付日期等属性的类型为日期型，合同金额、违约金等属性的类型为金额型。
S302，属性的类型与预设类型一致，则将合同文本中属性相关的上下文输入至预设类型对应的文本纠错模型中，以生成文本纠错结果。
具体的，预先设置一些属性的类型为预设类型，预设类型具体可以是日期型、金额型等，每个预设类型均设置有对应的文本纠错模型。若步骤S302中获取的属性的类型与预设类型一致，则将合同文本中属性相关的上下文输入至预设类型的文本纠错模型中，生成文本纠错结果，例如属性“签署日期”的类型为日期型，则将合同文本中签署日期相关的上下文，输入至【日期纠错模型】，可以识别到“签署日期：2999年1月1日”类似的错误，属性“违约金”的类型为金额型，则将合同文本中违约金相关的上下文，输入至【金额纠错模型】，识别负数、非数字等错误。
进一步的，如图4所示，在上述图2所示的实施例的基础上，步骤S203“基于知识图谱对合同文本进行一致性审核”具体可包括：
S401，获取同一属性对应的多个属性值。
具体的，获取同一属性在合同的多个环节对应的多个属性值，例如获取合同首页的交付日期和合同正文中的交付日期。
S402，根据多个属性值的一致性，生成一致性审核结果。
具体的，根据步骤S401中获取的同一属性对应的多个属性值进行一致性审核，并生成一致性审核结果。其中，一致性审核结果具体可包括一致性审核通过和一致性审核不通过，例如，合同首页的交付日期是2002年1月1日，合同中间抽取到交付日期是2003年1月1日，则生成的一致性审核结果为一致性审核不通过。例如，合同开始的甲方法人代表是张三，合同落款的甲方法人代表是李四，则生成的一致性审核结果为一致性审核不通过。
进一步的，如图5所示，在上述图2所示的实施例的基础上，步骤S203“基于知识图谱对合同文本进行完备性审核”具体可包括：
S501，多个属性中包括预设的完备性审核数据库中的每个条款关键词，则合同文本完备性审核通过，完备性审核数据库中包括多个条款关键词。
具体的，基于行业专家调研预设完备性审核数据库，完备性审核数据库中包括多个条款关键词，若合同文本中的多个属性包括预设的完备性审核数据库中的每个条款关键词，则合同文本完备性审核通过，例如一个合同必须要有买卖双方、合同标的、交付验收、验收方式等条款，若合同没有验收方式或甲乙方，则为完备性审核不通过。其中，条款关键词具体可包括甲方、乙方、支付、验收、支付等。
进一步的，如图6所示，在上述图2所示的实施例的基础上，步骤S203“基于知识图谱对合同文本进行逻辑性审核”具体可包括：
S601，获取预设的逻辑性审核规则，逻辑性审核规则包括预设的多个逻辑性审核属性和多个逻辑性审核属性之间的逻辑关系。
具体的，获取预设的逻辑性审核规则，例如合同多次分批付款金额累加和应等于合同总价等规则，逻辑性审核规则包括预设的多个逻辑性审核属性和多个逻辑性审核属性之间的逻辑关系，例如预设一个买卖合同的多个逻辑性审核属性为第一次交付价格P1、第二次交付价格P2和合同总价P，多个逻辑性审核属性之间的逻辑关系为P1+P2＝P。
S602，获取与多个逻辑性审核属性对应的多个属性值。
具体的，基于知识图谱构建结果获取与多个逻辑性审核属性对应的多个属性值，例如获取上述买卖合同的第一次交付价格P1＝300万，第二次交付价格P2＝100万和合同总价P＝500万。
S603，根据多个属性值和逻辑关系，生成逻辑性审核结果。
具体的，根据步骤S602中获取的多个逻辑性审核属性对应的多个属性值和步骤S601中获取的多个逻辑性审核属性之间的逻辑关系，生成逻辑性审核结果，例如上述买卖合同的第一次交付价格P1与第二次交付价格P2之和P1+P2＝400万不等于合同总价P＝500万，则合同逻辑性审核不通过。
综上，本公开实施例的基于知识图谱的文本校验方法，获取待校验的合同文本，根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值，基于知识图谱对合同文本进行校验。本公开实施例的基于知识图谱的文本校验方法，根据合同文本构建知识图谱，并结合自然语言处理基于知识图谱自动对合同文本进行校验，将合同文本校验分解为合同文本纠错、一致性审核、完备性审核、逻辑性审核等不同维度，并采用不同的技术思路和解决方案，将审核过程自动化，节约了人力，且审核速度较快，减少了风险漏识别或错误识别等问题。
图7是根据本公开第五方面实施例的基于知识图谱的文本校验方法的整体流程图。如图7所示，本公开实施例的基于知识图谱的文本校验方法具体包括以下步骤：
S701，获取待校验的合同文本。
S702，根据合同文本构建知识图谱。
S703，基于知识图谱对合同文本进行以下至少一个维度的校验：文本纠错、一致性审核、完备性审核和逻辑性审核。
若进行文本纠错则执行步骤S704～S705；若进行一致性审核则执行步骤S706～S707；若进行完备性审核则执行步骤S708；若进行一致性审核则执行步骤S709～S711。
S704，获取属性的类型。
S705，属性的类型与预设类型一致，则将合同文本中属性相关的上下文输入至预设类型对应的文本纠错模型中，以生成文本纠错结果。继续执行S712。
S706，获取同一属性对应的多个属性值。
S707，根据多个属性值的一致性，生成一致性审核结果。继续执行S712。
S708，多个属性中包括预设的完备性审核数据库中的每个条款关键词，则合同文本完备性审核通过，完备性审核数据库中包括多个条款关键词。继续执行S712。
S709，获取预设的逻辑性审核规则，逻辑性审核规则包括预设的多个逻辑性审核属性和多个逻辑性审核属性之间的逻辑关系。
S710，获取与多个逻辑性审核属性对应的多个属性值。
S711，根据多个属性值和逻辑关系，生成逻辑性审核结果。
S712，输出校验结果。
S713，根据至少一个维度的校验结果生成目标校验结果。
图8是根据本公开第一实施例的基于知识图谱的文本校验装置的框图。
如图8所示，本公开实施例的基于知识图谱的文本校验装置800，包括：获取模块801、构建模块802和校验模块803。
获取模块801，用于获取待校验的合同文本；
构建模块802，用于根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值；以及
校验模块803，用于基于知识图谱对合同文本进行校验
需要说明的是，上述对基于知识图谱的文本校验方法实施例的解释说明，也适用于本公开实施例的基于知识图谱的文本校验装置，具体过程此处不再赘述。
综上，本公开实施例的基于知识图谱的文本校验装置，获取待校验的合同文本，根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值，基于知识图谱对合同文本进行校验。本公开实施例的基于知识图谱的文本校验装置，根据合同文本构建知识图谱，并结合自然语言处理基于知识图谱自动对合同文本进行校验，节约了人力，且审核速度较快，减少了风险漏识别或错误识别的问题。。
图9是根据本公开第二实施例的基于知识图谱的文本校验装置的框图。
如图9所示，本公开实施例的基于知识图谱的文本校验装置900，包括：获取模块901、构建模块902和校验模块903。
其中，获取模块901与上一实施例中的获取模块801具有相同的结构和功能，构建模块902与上一实施例中的构建模块802具有相同的结构和功能，校验模块903与上一实施例中的校验模块803具有相同的结构和功能。
进一步的，校验模块903具体可包括：校验单元9031，用于基于知识图谱对合同文本进行以下至少一个维度的校验：文本纠错、一致性审核、完备性审核和逻辑性审核。
进一步的，校验单元9031具体可包括：第一获取子单元90311，用于获取属性的类型；以及输入子单元90312，用于属性的类型与预设类型一致，则将合同文本中属性相关的上下文输入至预设类型对应的文本纠错模型中，以生成文本纠错结果。
进一步的，检验单元9031具体可包括：第二获取子单元90313，用于获取同一属性对应的多个属性值；以及第一生成子单元90314，用于根据多个属性值的一致性，生成一致性审核结果。
进一步的，检验单元9031具体可包括：完备性审核子单元90315，用于多个属性中包括预设的完备性审核数据库中的每个条款关键词，则合同文本完备性审核通过，完备性审核数据库中包括多个条款关键词。
进一步的，检验单元9031具体可包括：第三获取子单元90316，用于获取预设的逻辑性审核规则，逻辑性审核规则包括预设的多个逻辑性审核属性和多个逻辑性审核属性之间的逻辑关系；第四获取子单元90317，用于获取与多个逻辑性审核属性对应的多个属性值；以及第二生成子单元90318，用于根据多个属性值和逻辑关系，生成逻辑性审核结果。
进一步的，本公开实施例的基于知识图谱的文本校验装置900还包括：生成模块904，用于根据至少一个维度的校验结果生成目标校验结果。
综上，本公开实施例的基于知识图谱的文本校验装置，获取待校验的合同文本，根据合同文本构建知识图谱，知识图谱包括多个属性和属性对应的属性值，基于知识图谱对合同文本进行校验。本公开实施例的基于知识图谱的文本校验装置，根据合同文本构建知识图谱，并结合自然语言处理基于知识图谱自动对合同文本进行校验，节约了人力，且审核速度较快、减少了风险漏识别、错误识别等问题，将合同文本校验分解为合同文本纠错、一致性审核、完备性审核、逻辑性审核等不同维度，并采用不同的技术思路和解决方案，将审核过程自动化，节约了人力，且审核速度较快，减少了风险漏识别或错误识别等问题。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如图1至图7所示的基于知识图谱的文本校验方法。例如，在一些实施例中，基于知识图谱的文本校验方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的基于知识图谱的文本校验方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于知识图谱的文本校验方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网以及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本公开的实施例，本公开还提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现根据本公开上述实施例所示的基于知识图谱的文本校验方法的步骤。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种基于知识图谱的文本校验方法，包括：
获取待校验的合同文本；
根据所述合同文本构建知识图谱，所述知识图谱包括多个属性和所述属性对应的属性值；以及
基于所述知识图谱对所述合同文本进行校验。
2.根据权利要求1所述的文本校验方法，其中，所述基于所述知识图谱对所述合同文本进行校验，包括：
基于所述知识图谱对所述合同文本进行以下至少一个维度的校验：文本纠错、一致性审核、完备性审核和逻辑性审核。
3.根据权利要求2所述的文本校验方法，其中，基于所述知识图谱对所述合同文本进行文本纠错，包括：
获取所述属性的类型；以及
所述属性的类型与预设类型一致，则将所述合同文本中所述属性相关的上下文输入至所述预设类型对应的文本纠错模型中，以生成文本纠错结果。
4.根据权利要求2所述的文本校验方法，其中，基于所述知识图谱对所述合同文本进行一致性审核，包括：
获取同一所述属性对应的多个所述属性值；以及
根据所述多个所述属性值的一致性，生成一致性审核结果。
5.根据权利要求2所述的文本校验方法，其中，基于所述知识图谱对所述合同文本进行完备性审核，包括：
所述多个属性中包括预设的完备性审核数据库中的每个条款关键词，则所述合同文本完备性审核通过，所述完备性审核数据库中包括多个所述条款关键词。
6.根据权利要求2所述的文本校验方法，其中，基于所述知识图谱对所述合同文本进行逻辑性审核，包括：
获取预设的逻辑性审核规则，所述逻辑性审核规则包括预设的多个逻辑性审核属性和所述多个逻辑性审核属性之间的逻辑关系；
获取与所述多个逻辑性审核属性对应的多个所述属性值；以及
根据所述多个所述属性值和所述逻辑关系，生成逻辑性审核结果。
7.根据权利要求2所述的文本校验方法，还包括：
根据所述至少一个维度的校验结果生成目标校验结果。
8.一种基于知识图谱的文本校验装置，包括：
获取模块，用于获取待校验的合同文本；
构建模块，用于根据所述合同文本构建知识图谱，所述知识图谱包括多个属性和所述属性对应的属性值；以及
校验模块，用于基于所述知识图谱对所述合同文本进行校验。
9.根据权利要求8所述的文本校验装置，其中，所述校验模块包括：
校验单元，用于基于所述知识图谱对所述合同文本进行以下至少一个维度的校验：文本纠错、一致性审核、完备性审核和逻辑性审核。
10.根据权利要求9所述的文本校验装置，其中，所述校验单元包括：
第一获取子单元，用于获取所述属性的类型；以及
输入子单元，用于所述属性的类型与预设类型一致，则将所述合同文本中所述属性相关的上下文输入至所述预设类型对应的文本纠错模型中，以生成文本纠错结果。
11.根据权利要求9所述的文本校验装置，其中，所述校验单元包括：
第二获取子单元，用于获取同一所述属性对应的多个所述属性值；以及
第一生成子单元，用于根据所述多个所述属性值的一致性，生成一致性审核结果。
12.根据权利要求9所述的文本校验装置，其中，所述校验单元包括：
完备性审核子单元，用于所述多个属性中包括预设的完备性审核数据库中的每个条款关键词，则所述合同文本完备性审核通过，所述完备性审核数据库中包括多个所述条款关键词。
13.根据权利要求9所述的文本校验装置，其中，所述校验单元包括：
第三获取子单元，用于获取预设的逻辑性审核规则，所述逻辑性审核规则包括预设的多个逻辑性审核属性和所述多个逻辑性审核属性之间的逻辑关系；
第四获取子单元，用于获取与所述多个逻辑性审核属性对应的多个所述属性值；以及
第二生成子单元，用于根据所述多个所述属性值和所述逻辑关系，生成逻辑性审核结果。
14.根据权利要求9所述的文本校验装置，还包括：
生成模块，用于根据所述至少一个维度的校验结果生成目标校验结果。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
CN202111005347.1A 2021-08-30 2021-08-30 基于知识图谱的文本校验方法、装置、电子设备和介质 Active CN113792155B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111005347.1A CN113792155B (zh) 2021-08-30 2021-08-30 基于知识图谱的文本校验方法、装置、电子设备和介质
US17/821,244 US20220391598A1 (en) 2021-08-30 2022-08-22 Text checking method based on knowledge graph, electronic device, and medium
EP22191625.7A EP4086808A3 (en) 2021-08-30 2022-08-23 Text checking method and apparatus based on knowledge graph, electronic device, and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111005347.1A CN113792155B (zh) 2021-08-30 2021-08-30 基于知识图谱的文本校验方法、装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN113792155A true CN113792155A (zh) 2021-12-14
CN113792155B CN113792155B (zh) 2022-12-09

Family

ID=78876608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111005347.1A Active CN113792155B (zh) 2021-08-30 2021-08-30 基于知识图谱的文本校验方法、装置、电子设备和介质

Country Status (3)

Country Link
US (1) US20220391598A1 (zh)
EP (1) EP4086808A3 (zh)
CN (1) CN113792155B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114445048A (zh) * 2022-01-30 2022-05-06 九恒星(武汉)信息技术有限公司 基于rpa的合同处理方法、装置、设备和存储介质
CN115982352A (zh) * 2022-12-12 2023-04-18 北京百度网讯科技有限公司 文本分类方法、装置以及设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090560B (zh) * 2023-04-06 2023-08-01 北京大学深圳研究生院 基于教材的知识图谱建立方法、装置及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170124497A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. System for automated capture and analysis of business information for reliable business venture outcome prediction
CN109190098A (zh) * 2018-08-15 2019-01-11 上海唯识律简信息科技有限公司 一种基于自然语言处理的文档自动生成方法和系统
CN109344382A (zh) * 2018-10-23 2019-02-15 出门问问信息科技有限公司 审核合同的方法、装置、电子设备及计算机可读存储介质
CN110442872A (zh) * 2019-08-06 2019-11-12 中科鼎富（北京）科技发展有限公司 一种文本要素完整性审核方法及装置
US10623572B1 (en) * 2018-11-21 2020-04-14 N3, Llc Semantic CRM transcripts from mobile communications sessions
CN112396437A (zh) * 2020-12-03 2021-02-23 北京中电普华信息技术有限公司 一种基于知识图谱的贸易合同验证方法及装置
CN112507040A (zh) * 2020-12-21 2021-03-16 北京百度网讯科技有限公司 多元关系生成模型的训练方法、装置、电子设备及介质
CN112883197A (zh) * 2021-02-08 2021-06-01 广东电网有限责任公司广州供电局 一种用于封闭开关设备的知识图谱构建方法与系统
CN113312902A (zh) * 2021-06-23 2021-08-27 北京鼎泰智源科技有限公司 一种对合同文本的智能审核校验方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180052884A1 (en) * 2016-08-16 2018-02-22 Ebay Inc. Knowledge graph construction for intelligent online personal assistant
US11574204B2 (en) * 2017-12-06 2023-02-07 Accenture Global Solutions Limited Integrity evaluation of unstructured processes using artificial intelligence (AI) techniques
US11587189B2 (en) * 2019-11-27 2023-02-21 International Business Machines Corporation Formal verification of smart contracts
US11087219B1 (en) * 2020-06-09 2021-08-10 Legislate Technologies Limited System and method for automated document generation
CN115081431A (zh) * 2021-03-10 2022-09-20 华为技术有限公司 语法纠错方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170124497A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. System for automated capture and analysis of business information for reliable business venture outcome prediction
CN109190098A (zh) * 2018-08-15 2019-01-11 上海唯识律简信息科技有限公司 一种基于自然语言处理的文档自动生成方法和系统
CN109344382A (zh) * 2018-10-23 2019-02-15 出门问问信息科技有限公司 审核合同的方法、装置、电子设备及计算机可读存储介质
US10623572B1 (en) * 2018-11-21 2020-04-14 N3, Llc Semantic CRM transcripts from mobile communications sessions
CN110442872A (zh) * 2019-08-06 2019-11-12 中科鼎富（北京）科技发展有限公司 一种文本要素完整性审核方法及装置
CN112396437A (zh) * 2020-12-03 2021-02-23 北京中电普华信息技术有限公司 一种基于知识图谱的贸易合同验证方法及装置
CN112507040A (zh) * 2020-12-21 2021-03-16 北京百度网讯科技有限公司 多元关系生成模型的训练方法、装置、电子设备及介质
CN112883197A (zh) * 2021-02-08 2021-06-01 广东电网有限责任公司广州供电局 一种用于封闭开关设备的知识图谱构建方法与系统
CN113312902A (zh) * 2021-06-23 2021-08-27 北京鼎泰智源科技有限公司 一种对合同文本的智能审核校验方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HEFLIN P J: "LUBM: A benchmark for OWL knowledge base systems", 《WEB SEMANTICS: SCIENCE, SERVICES AND AGENTS ON THE WORLD WIDE WEB》 *
孙双进: "《报关报检单证实操手册海关单证篇》", 31 May 2013, 中国海关出版社 *
张华平等: "领域知识图谱小样本构建与应用", 《人工智能》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114445048A (zh) * 2022-01-30 2022-05-06 九恒星(武汉)信息技术有限公司 基于rpa的合同处理方法、装置、设备和存储介质
CN115982352A (zh) * 2022-12-12 2023-04-18 北京百度网讯科技有限公司 文本分类方法、装置以及设备
CN115982352B (zh) * 2022-12-12 2024-04-02 北京百度网讯科技有限公司 文本分类方法、装置以及设备

Also Published As

Publication number Publication date
EP4086808A3 (en) 2023-02-22
US20220391598A1 (en) 2022-12-08
CN113792155B (zh) 2022-12-09
EP4086808A2 (en) 2022-11-09

Similar Documents

Publication Publication Date Title
CN113792155B (zh) 基于知识图谱的文本校验方法、装置、电子设备和介质
CN112507040A (zh) 多元关系生成模型的训练方法、装置、电子设备及介质
CN111708934B (zh) 知识内容的评价方法、装置、电子设备和存储介质
CN113590776A (zh) 基于知识图谱的文本处理方法、装置、电子设备及介质
CN114676704A (zh) 句子情感分析方法、装置、设备以及存储介质
CN114548110A (zh) 语义理解方法、装置、电子设备及存储介质
CN113011155B (zh) 用于文本匹配的方法、装置、设备和存储介质
CN113268560A (zh) 用于文本匹配的方法和装置
CN117908838A (zh) 软件需求文档的生成方法、装置、电子设备及存储介质
CN113869042A (zh) 文本标题生成方法、装置、电子设备以及存储介质
CN114064925A (zh) 知识图谱的构建方法、数据查询方法、装置、设备和介质
CN114048315A (zh) 确定文档标签的方法、装置、电子设备和存储介质
CN114036921A (zh) 一种政策信息匹配方法和装置
CN107071553A (zh) 一种修改视频语音的方法、装置和计算机可读存储介质
CN113222414B (zh) 模型稳定性的评估方法、装置、电子设备和存储介质
CN114817476A (zh) 语言模型的训练方法、装置、电子设备和存储介质
CN115374063A (zh) 文件处理方法、装置、设备及存储介质
CN114385829A (zh) 知识图谱创建方法、装置、设备以及存储介质
CN113743906A (zh) 一种确定业务处理策略的方法和装置
CN112560430B (zh) 文本中数值内容的纠错方法、装置及电子设备
CN113239296B (zh) 小程序的展示方法、装置、设备和介质
CN117852535B (zh) 标准数据绑定信息发送方法、装置、设备和介质
CN115470198B (zh) 数据库的信息处理方法、装置、电子设备及存储介质
CN117407513B (zh) 基于大语言模型的提问处理方法、装置、设备和存储介质
CN113961518B (zh) 日志的可视化展示方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant