CN114187143A - 基于人工智能的建筑施工合同风险审查方法及系统 - Google Patents
基于人工智能的建筑施工合同风险审查方法及系统 Download PDFInfo
- Publication number
- CN114187143A CN114187143A CN202111570958.0A CN202111570958A CN114187143A CN 114187143 A CN114187143 A CN 114187143A CN 202111570958 A CN202111570958 A CN 202111570958A CN 114187143 A CN114187143 A CN 114187143A
- Authority
- CN
- China
- Prior art keywords
- contract
- construction
- predicate
- construction contract
- rule
- 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
Links
- 238000010276 construction Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000002996 emotional effect Effects 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 11
- 230000004048 modification Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000009435 building construction Methods 0.000 claims description 10
- 238000012552 review Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 4
- 238000007792 addition Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001667 episodic effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003058 natural language processing Methods 0.000 abstract description 2
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Technology Law (AREA)
- Machine Translation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人工智能的建筑施工合同风险审查系统及方法,对施工合同中设立权利义务的行为句进行信息抽取，并处理为扩展主谓宾三元组结构；将标准合同中通用条款的扩展主谓宾三元组转化为权益性规则与待检测的施工合同条款的扩展主谓宾三元组匹配，通过判断两者情态词的极性，完成建筑施工合同风险审查。本发明优点在于运用中文自然语言处理技术和本体技术进行施工合同知识建模和施工合同结构化处理，将从目标条款中提取的语义信息与标准施工合同条件所确立的权益性规则进行比对，进而智能识别出合同内存在的不合理约定，提高了施工合同审查的效率和质量，降低了劳动强度。
Description
技术领域
本发明涉及建筑施工合同领域，尤其是涉及基于人工智能的建筑施工合同风险审查方法及系统。
背景技术
建设工程施工合同是承包人与发包人从事施工活动所需遵循的行为准则，对双方权利义务关系的界定起到至关重要的作用。《建设工程施工合同（示范文本）》（GF-2017-0201）是诸多国内建筑企业签订施工合同所采用的标准文本或重要参照，许多业主和建筑企业将标准合同条件视为对关键合同角色之间权利义务关系、风险负担原则的折衷性约定，因此即使未被实际工程项目所采用，其通用条款部分也可以作为双方当事人评价当前条款是否合理的重要标准。
在建设工程承包实践中，由于发包人与承包人之间地位的不对等性，发包人往往可以在专用合同条款中对标准合同条件中的通用条款做出更符合其自身利益的修改，其往往更加强调承包人应履行的义务，而淡化甚至剥夺其理当享有的权利，合同风险便孕育而生。为了尽量避免履行过程中可能出现的该类法律风险，审核人员往往需要在非常短的时间内检查出违背标准合同条件中所设立的权利义务内容的施工合同条款。然而，这种完全依赖经验判断的人工审查方式不仅效率低下，而且还受审核人员主观认识因素的严重影响。
发明内容
本发明目的在于提供一种基于人工智能的建筑施工合同风险审查方法，本发明的另一目的在于提供一种基于人工智能的建筑施工合同风险审查系统。
为实现上述目的，本发明采取下述技术方案：
本发明所述一种基于人工智能的建筑施工合同风险审查方法，包括以下步骤：
S1, 对施工合同中设立权利义务的行为句进行信息抽取，得到核心句；
S2，将所述核心句处理为扩展主谓宾三元组结构；
S3，将标准合同中通用条款的所述扩展主谓宾三元组转化为权益性规则；
S4，为待检测的施工合同条款的扩展主谓宾三元组匹配所述权益性规则；
S5，根据施工合同领域本体语义关系，对权益性规则中主语进行扩展，得到扩展的权益性规则；
S6，判断待检测的施工合同条款的扩展主谓宾三元组与所述扩展的权益性规则中情态词的极性，完成建筑施工合同风险审查。
进一步地，S1步具体包括以下步骤：
S1.1，基于条款短句语法规则构建正则表达式索引表，提取出施工合同中设立权利义务的所述行为句；
S1.2，去掉行为句中的修饰成分，得到所述核心句。
进一步地，S2步具体包括以下步骤：
S2.1，依据施工合同领域词表，对所述核心句进行词法分析；
S2.2，对核心句进行依存句法分析，得到依存关系；
S2.3，对核心句进行语义角色标注，得到施事论元和受事论元；
S2.4，将依存句法分析得到的所述依存关系中的谓语中心词作为三元组的谓语；将语义角色标注中得到的所述施事论元作为三元组的主语，所述受事论元作为三元组的宾语，得到基础主谓宾三元组；
S2.5，给所述基础主谓宾三元组补充情态词，得到代表权利义务关系的所述扩展主谓宾三元组。
进一步地，S3步中，所述标准合同中通用条款是指建筑施工领域内最新的标准合同通用条款或建设法律法规中的相关条款。
所述权益性规则是有若干个关键词语和最多三种符号组成的，符合一定程序语法结构的三元组。
进一步地，S4步，所述匹配权益性规则，是通过判断待检测施工合同条款的所述扩展主谓宾三元组的词语集合是否涵盖所述权益性规则中的词语集合来匹配权益性规则。
进一步地，S6步中，所述情态词的极性包括正和负，所述正极性包括可为和应为；所述负极性包括勿为。所述可为包括可、可以、有权；所述应为包括应、应当、必须；所述勿为包括不、不能、不得、不应、无权、禁止。
进一步地，S6步中，判断标准为，当所述情态词极性一致时，说明行为人被允许做出与通用条款规定相同的行为，待检测施工合同条款为合理约定；如果极性不一致，则说明待检测施工合同条款未通过审查。
本发明所述一种基于人工智能的建筑施工合同风险审查系统，包括合同条款结构化处理模块、权益性规则构建模块和合同条款智能审查模块；
所述合同条款结构化处理模块，用于将施工合同条款处理为可以表达条款权利与义务关系的主谓宾三元组；
所述权益性规则构建模块，用于将标准合同中通用条款转化的所述主谓宾三元组转化为权益性规则，作为合同条款智能审查的规则参照；
所述合同条款智能审查模块，用于将待检测的施工合同条款转化的主谓宾三元组，按照所述权益性规则进行语义冲突检测，完成施工合同的智能审查。
优选地，采用B/S架构，从下至上分为数据层、业务层和表示层，实现知识存储、数据访问、业务处理和用户查询功能；
所述数据层由文本库、知识库、词表库和规则库组成，实现数据信息的增添、删减、修改和查询，为所述业务层的逻辑运算提供数据支持；
业务层，用于对输入的专用合同条款进行智能分析；根据所述表示层的操作指令，读取数据层存储的数据，进行相应的逻辑运算，并将运算结果返回至表示层。
表示层，用于人机交互操作，输出合同条款审查结果。
本发明优点在于运用中文自然语言处理技术和本体技术进行施工合同知识建模和施工合同结构化处理，认识、理解并提取合同文本内蕴含的当事人权利义务信息，将从目标条款中提取的语义信息与标准施工合同条件所确立的权益性规则进行比对，进而智能识别出合同内存在的不合理约定。本发明以基于机器的条款智能审查方法代替人工的合同审查方式，克服施工合同审查中完全依赖经验判断的人工审查方式效率低下、受审核人员主观认识因素影响的不足，提高了施工合同审查的效率和质量，降低了劳动强度。
附图说明
图1为本发明所述系统的框架图。
图2为本发明所述系统的架构图。
图3为本发明所述方法的流程图。
图4为本发明所述方法的权益性规则匹配示意图。
图5为本发明所述方法的施工合同领域本体语义关系图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
《建设工程施工合同（示范文本）》（GF-2017-0201）已由住建部、国家工商总局于2017年联合发布的工程施工合同范本，内含《通用条款》、《专用条款》，是诸多国内建筑企业签订施工合同所采用的标准文本或重要参照，许多业主和建筑企业将该合同条件视为对关键合同角色之间权利义务关系、风险负担原则的折衷性约定，因此即使该合同未被实际工程项目所采用，其通用条款部分也可以作为双方当事人评价当前条款是否合理的重要标准。
如图1所示，本发明所述基于人工智能的建筑施工合同风险审查系统，包括合同条款结构化处理模块、权益性规则构建模块和合同条款智能审查模块；
其中，合同条款结构化处理模块，用于将施工合同条款处理为可以表达条款权利与义务关系的主谓宾三元组；通过对施工合同条款进行结构化处理，从非结构化的施工合同条款中逐步抽取出描述核心权利义务的信息，为后续实现施工合同智能审查打下基础。
权益性规则构建模块，用于将施工合同中通用条款转化的主谓宾三元组转化为权益性规则，作为合同条款智能审查的规则参照；
合同条款智能审查模块，用于将施工合同中专用条款转化的主谓宾三元组，按照权益性规则进行语义冲突检测，完成施工合同的智能审查；
如图2所示，本发明所述基于人工智能的建筑施工合同风险审查系统采用了B/S（英文Browser/Server的简称，中文含义为浏览器/服务器模式）架构，从下至上分为数据层、业务层和表示层三个框架层级，以实现知识存储、数据访问、业务处理和用户查询功能等基础功能；
其中，数据层由文本库、知识库、词表库和规则库4种不同类型的数据库组成，实现对存储的数据信息进行增添、删减、修改和查询，为业务层的逻辑运算提供数据支持；
业务层，用于对输入的施工合同条款进行智能分析；根据表示层的操作指令，读取数据层存储的数据信息，进行相应的逻辑运算，并将运算结果返回至表示层。
表示层，主要指使用界面，用于人机交互操作，输出合同条款审查结果。
在具体使用中，系统管理员能通过施工合同结构化处理模块，直接对文本库、知识库、词表库和规则库中的数据信息进行修改维护，实时更新建筑施工领域内最新的标准合同条款或建设法律法规，保证数据信息有效。其他用户通过浏览器使用本发明所述基于人工智能的建筑施工合同风险审查系统，输入具体的施工合同后，在合同条款结构化处理模块、权益性规则构建模块和合同条款智能审查模块中进行运算分析，经过条款分类、修饰信息抽取、基础三元组结构处理、完整三元组结构化处理、权益性规则匹配等一系列完整的算法流程和逻辑判断后，在表示层界面中输出最终的识别结果以供决策参考。
如图3所示，本发明所述基于人工智能的建筑施工合同风险审查方法，包括以下步骤：
S1, 对施工合同中设立权利义务的行为句进行信息抽取，得到核心句；
S1.1，基于条款短句语法规则构建正则表达式索引表，提取出施工合同中设立权利义务的行为句；
通常一个完整的法律规则由假定条件、行为模式和法律后果三个要素组成，构成了一种“如果……则……否则”的逻辑结构形式，因此可以将一个完整的法律规则处理为<条件句，行为句，后果句>的CBS（Condition & Behavior & conSequence）三元组结构；其中行为句是直接规定当事人权利义务关系的句子，对其进行抽取，便可设立施工合同条款中想要表达的权利义务信息。其中条款短句语法规则为一个完整的法律规则中条件句、行为句、后果句的各种表达形式，为每一种表达形式构建与之相对应的正则表达式，组成正则表达式索引表，识别出施工合同条款中的条件句、行为句和后果句。
如表1所示，列举了部分条款短句语法规则及其对应的正则表达式
S1.2，去掉行为句中的修饰成分，得到核心句。
行为句中可能存在包含时间期间、外部参照、行为对象和履行程序4种常见的修饰成分。
其中，时间期间是指行为人做出某种举动应当遵守的时间限制，其在非权益性条款中也可能出现；外部参照是指在有约定的情况下，行为人做出举动时应当符合其他合同条款或相关法律法规的何种规定；行为对象是指当前举动所涉及的其他人员；履行程序则是指行为人做出举动前应当遵守的程序性限制。
这4种常见的修饰成分会对正则表达式的匹配结果产生不良影响，因此需要对行为句中所含有的修饰成分进行信息抽取，以精简行为句，得到核心句。
通常这4种常见的修饰成分都位于谓语动词之前，在句子中充当状语成分。根据法律文书的语法特点，利用正则表达式去掉S1.1步中行为句的状语成分，就可以得到核心句。
S2，将核心句处理为扩展主谓宾三元组；具体包括以下步骤：
S2.1，依据施工合同领域词表，对核心句进行词法分析；
S2.2，对核心句进行依存句法分析，得到依存关系；
S2.3，对核心句进行语义角色标注，得到施事论元和受事论元；
S2.4，将依存句法分析得到的依存关系中的谓语中心词作为三元组的谓语；将语义角色标注中得到的施事论元作为三元组的主语，受事论元作为三元组的宾语，得到基础主谓宾三元组；
需要注意，在S1.2步中去掉行为句中的修饰成分后，得到的核心句中还会保留有说明行为发生时间、地点、方式等的关键修饰信息，这些关键修饰信息与行为句中的修饰成分具有完全不同的信息特征。为了简化基础主谓宾三元组的内容，确保仅提取出核心的权利义务关系，在S2步中将进一步通过语义角色标注的方式将符合关键修饰信息信息特征的提取标注出来，使其保留在核心句中，但不参与基础主谓宾三元组的组建。
如表2所示，对比了S1.2步行为句中的修饰成分与核心句中的关键修饰信息在信息特征、提取方式、提取目的和处理方式上的区别。
表2
S2.5，给基础主谓宾三元组补充情态词，得到代表权利义务关系的扩展主谓宾三元组。
在上述步骤处理过程中，在基础主谓宾三元组中充当状语成分的情态词被完全遗漏了，而情态词在当事人权利义务关系的确定中起到了关键作用，因此需要给基础主谓宾三元组补充情态词。补充情态词的基本思路为：将在S2.3步语义角色标注中得到的第一个语义层次的情态词作为默认情态词；如果在后续语义层次的谓语中心词中有其他情态词充当状语，则将其他情态词补充到基础主谓宾三元组，否则将默认情态词补充到基础主谓宾三元组。
S3，将标准合同中通用条款的扩展主谓宾三元组转化为权益性规则；
所述标准合同中通用条款是指建筑施工领域内最新的标准合同通用条款或建设法律法规中的相关条款。
所述权益性规则是有若干个关键词语和最多三种符号组成的，符合一定程序语法结构的三元组；
如表3所示，
标准合同中的通用条款是合同双方当事人评价具体施工合同条款是否合理的重要标准。具体生产实践中，有不少发包人在招标阶段会选择提供自身编制的企业施工合同作为合同签订的格式文本，在这些非标准的施工合同中，往往更加强调承包人应履行的义务，而淡化甚至剥夺承包人理当享有的权利。因此，判断某个行为人是否被允许做出某种行为，以及这种行为具体指向的对象，是权益性规则应当包含的语义内容。
S4，为待检测的施工合同条款的扩展主谓宾三元组匹配权益性规则；
所述匹配权益性规则，是通过判断待检测施工合同条款的扩展主谓宾三元组的词语集合是否涵盖权益性规则中的词语集合来匹配权益性规则。如图4所示，权益性规则的词语集合为<承包人，应&承担，费用|工期>，扩展主谓宾三元组的词语集合<由承包人，自行承担，损失的工期>涵盖权益性规则的词语集合<承包人，应&承担，费用|工期>，因此该扩展主谓宾三元组与该权益性规则相匹配。
S5，根据施工合同领域本体语义关系，对权益性规则中主语进行扩展，得到扩展的权益性规则；
通过施工合同领域本体的语义关系来推理主语成分间的特殊关系，实现权益性规则主语部分的扩展。
合同当事人之间的权利义务关系处于一种此消彼长的对立状态。也就是说，当施工合同只约定了承包人一方应承担的责任时，往往意味着发包人无需履行与之相同的义务。当然，施工合同条款中也可能对合同当事人的共同权利、义务进行约定，此时无论发包人还是承包人，都应当做出与之相符的行为。因此，如果待检测的施工合同条款扩展主谓宾三元组仅涵盖语义元组的谓语、宾语成分，但两者的主语成分之间存在某种特殊关系时，也可以视为匹配成功，只是需要在原有规则的基础上作出一定扩展。
主语成分间的特殊关系便是建设工程施工合同领域本体中的行为人语义关系网络，如图5所示，通过邻接矩阵法来修正语义权益性规则中的主语成分。
S6，判断待检测的施工合同条款的扩展主谓宾三元组与扩展的权益性规则中情态词的极性，完成建筑施工合同风险审查。
在合同条款审查时，人们通常更加关注行为主体从事某项具体活动所享有的期待可能，即是否被允许做出某种行为，而无论这种行为是应当为之还是可以为之。所以将施工合同中所有的情态词可以分为积极和消极两类。积极情态词的极性为正，包括可为和应为；而消极情态词的词性为负，只包括勿为。其中，可为包括可、可以、有权；应为包括应、应当、必须；勿为包括不、不能、不得、不应、无权、禁止，如表4所示。
表4
判断待检测的施工合同条款的扩展主谓宾三元组与扩展的权益性规则中情态词的极性，极性一致，说明行为人被允许做出与通用条款规定相同的行为，待检测的施工合同条款为合理约定；如果极性不一致，则说明待检测的施工合同条款未通过审查。
Claims (9)
1.一种基于人工智能的建筑施工合同风险审查方法，其特征在于：
S1, 对施工合同中设立权利义务的行为句进行信息抽取，得到核心句；
S2，将所述核心句处理为扩展主谓宾三元组结构；
S3，将标准合同中通用条款的所述扩展主谓宾三元组转化为权益性规则；
S4，为待检测的施工合同条款的扩展主谓宾三元组匹配所述权益性规则；
S5，根据施工合同领域本体语义关系，对权益性规则中主语进行扩展，得到扩展的权益性规则；
S6，判断待检测的施工合同条款的扩展主谓宾三元组与所述扩展的权益性规则中情态词的极性，完成建筑施工合同风险审查。
2.根据权利要求1所述的基于人工智能的建筑施工合同风险审查方法，其特征在于：S1步具体包括以下步骤：
S1.1，基于条款短句语法规则构建正则表达式索引表，提取出施工合同中设立权利义务的所述行为句；
S1.2，去掉行为句中的修饰成分，得到所述核心句。
3.根据权利要求1所述的基于人工智能的建筑施工合同风险审查方法，其特征在于：S2步具体包括以下步骤：
S2.1，依据施工合同领域词表，对所述核心句进行词法分析；
S2.2，对核心句进行依存句法分析，得到依存关系；
S2.3，对核心句进行语义角色标注，得到施事论元和受事论元；
S2.4，将依存句法分析得到的所述依存关系中的谓语中心词作为三元组的谓语；将语义角色标注中得到的所述施事论元作为三元组的主语，所述受事论元作为三元组的宾语，得到基础主谓宾三元组；
S2.5，给所述基础主谓宾三元组补充情态词，得到代表权利义务关系的所述扩展主谓宾三元组。
4.根据权利要求1所述的基于人工智能的建筑施工合同风险审查方法，其特征在于：S3步中，所述标准合同中通用条款是指建筑施工领域内最新的标准合同通用条款或建设法律法规中的相关条款；
所述权益性规则是有若干个关键词语和最多三种符号组成的，符合一定程序语法结构的三元组。
5.根据权利要求1所述的基于人工智能的建筑施工合同风险审查方法，其特征在于：S4步，所述匹配权益性规则，是通过判断待检测施工合同条款的所述扩展主谓宾三元组的词语集合是否涵盖所述权益性规则中的词语集合来匹配权益性规则。
6.根据权利要求1所述的基于人工智能的建筑施工合同风险审查方法，其特征在于：S6步中，所述情态词的极性包括正和负，所述正极性包括可为和应为；所述负极性包括勿为；
所述可为包括可、可以、有权；所述应为包括应、应当、必须；所述勿为包括不、不能、不得、不应、无权、禁止。
7.根据权利要求1所述的基于人工智能的建筑施工合同风险审查方法，其特征在于：S6步中，判断标准为，当所述情态词极性一致时，说明行为人被允许做出与通用条款规定相同的行为，待检测施工合同条款为合理约定；如果极性不一致，则说明待检测施工合同条款未通过审查。
8.一种基于人工智能的建筑施工合同风险审查系统，其特征在于：合同条款结构化处理模块、权益性规则构建模块和合同条款智能审查模块；
所述合同条款结构化处理模块，用于将施工合同条款处理为可以表达条款权利与义务关系的主谓宾三元组；
所述权益性规则构建模块，用于将标准合同中通用条款转化的所述主谓宾三元组转化为权益性规则，作为合同条款智能审查的规则参照；
所述合同条款智能审查模块，用于将待检测的施工合同条款转化的主谓宾三元组，按照所述权益性规则进行语义冲突检测，完成施工合同的智能审查。
9.根据权利要求8所述的基于人工智能的建筑施工合同风险审查系统，其特征在于：采用B/S架构，从下至上分为数据层、业务层和表示层，实现知识存储、数据访问、业务处理和用户查询功能；
所述数据层由文本库、知识库、词表库和规则库组成，实现数据信息的增添、删减、修改和查询，为所述业务层的逻辑运算提供数据支持；
业务层，用于对输入的专用合同条款进行智能分析；根据所述表示层的操作指令，读取数据层存储的数据，进行相应的逻辑运算，并将运算结果返回至表示层；
表示层，用于人机交互操作，输出合同条款审查结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111570958.0A CN114187143B (zh) | 2021-12-21 | 2021-12-21 | 基于人工智能的建筑施工合同风险审查方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111570958.0A CN114187143B (zh) | 2021-12-21 | 2021-12-21 | 基于人工智能的建筑施工合同风险审查方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114187143A true CN114187143A (zh) | 2022-03-15 |
| CN114187143B CN114187143B (zh) | 2024-09-17 |
Family
ID=80605737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111570958.0A Active CN114187143B (zh) | 2021-12-21 | 2021-12-21 | 基于人工智能的建筑施工合同风险审查方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114187143B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018170321A1 (en) * | 2017-03-15 | 2018-09-20 | Exari Group, Inc. | Machine evaluation of contract terms |
| CN109902288A (zh) * | 2019-01-17 | 2019-06-18 | 深圳壹账通智能科技有限公司 | 智能条款分析方法、装置、计算机设备及存储介质 |
| KR20190131341A (ko) * | 2018-05-16 | 2019-11-26 | 이화여자대학교 산학협력단 | 해외 건설 계약서 내의 독소 조항 및 누락 조항의 자동 검토 프로그램 |
| CN111291161A (zh) * | 2020-02-20 | 2020-06-16 | 平安科技（深圳）有限公司 | 法律案件知识图谱查询方法、装置、设备及存储介质 |
-
2021
- 2021-12-21 CN CN202111570958.0A patent/CN114187143B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018170321A1 (en) * | 2017-03-15 | 2018-09-20 | Exari Group, Inc. | Machine evaluation of contract terms |
| KR20190131341A (ko) * | 2018-05-16 | 2019-11-26 | 이화여자대학교 산학협력단 | 해외 건설 계약서 내의 독소 조항 및 누락 조항의 자동 검토 프로그램 |
| CN109902288A (zh) * | 2019-01-17 | 2019-06-18 | 深圳壹账通智能科技有限公司 | 智能条款分析方法、装置、计算机设备及存储介质 |
| CN111291161A (zh) * | 2020-02-20 | 2020-06-16 | 平安科技（深圳）有限公司 | 法律案件知识图谱查询方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 周红 等: "基于NLP技术的建设工程合同风险智能检测框架研究", 《建筑经济》, 30 June 2021 (2021-06-30), pages 96 - 98 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114187143B (zh) | 2024-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10031952B2 (en) | Corpus augmentation system | |
| US10831796B2 (en) | Tone optimization for digital content | |
| CN111090736B (zh) | 问答模型的训练方法、问答方法、装置及计算机存储介质 | |
| CN113515634B (zh) | 基于分层异质图神经网络的社交媒体谣言检测方法及系统 | |
| CN113055386B (zh) | 一种攻击组织的识别分析方法和装置 | |
| CN105095190B (zh) | 一种基于中文语义结构和细分词库结合的情感分析方法 | |
| KR20220028038A (ko) | 자연어 이해 프레임워크에서 발화에 대한 복수의 의미 표현들의 도출 | |
| CN106934068A (zh) | 机器人基于环境上下文的语义理解的方法 | |
| CN103077207B (zh) | 一种微博开心指数分析方法及系统 | |
| CN116561538A (zh) | 问答评分方法、问答评分装置、电子设备及存储介质 | |
| CN111553138B (zh) | 用于规范内容结构文档的辅助写作方法及装置 | |
| CN112580331A (zh) | 政策文本的知识图谱构建方法及系统 | |
| US9990434B2 (en) | Ingesting forum content | |
| CN116401376A (zh) | 一种面向工艺性检查的知识图谱构建方法及系统 | |
| CN112492606A (zh) | 垃圾短信的分类识别方法、装置、计算机设备及存储介质 | |
| Gang et al. | Chinese intelligent chat robot based on the AIML language | |
| Wei et al. | Analysis of information dissemination based on emotional and the evolution life cycle of public opinion | |
| CN112906391A (zh) | 元事件抽取方法、装置、电子设备和存储介质 | |
| CN116097253A (zh) | 构建多层次知识图谱的方法和装置 | |
| CN114187143B (zh) | 基于人工智能的建筑施工合同风险审查方法及系统 | |
| CN114722153A (zh) | 一种意图分类的方法和装置 | |
| CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
| CN110852104A (zh) | 家谱的识别方法及装置、存储介质、处理器 | |
| Liu et al. | Data Acquisition, Hot Issues and System of Microblog Mining | |
| CN117009319B (zh) | 基于大语言模型的数据库操作方法、系统及存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: Siming District of Xiamen city in Fujian Province, 361000 South Siming Road No. 422 Applicant after: XIAMEN University Applicant after: Sinomach Luyuan engineering design and Research Co.,Ltd. Address before: Siming District of Xiamen city in Fujian Province, 361000 South Siming Road No. 422 Applicant before: XIAMEN University Applicant before: Guoji Luyuan Engineering Design Consulting Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |