CN115456589A - 一种基于深度学习的合同审核方法和装置 - Google Patents
一种基于深度学习的合同审核方法和装置 Download PDFInfo
- Publication number
- CN115456589A CN115456589A CN202211133785.0A CN202211133785A CN115456589A CN 115456589 A CN115456589 A CN 115456589A CN 202211133785 A CN202211133785 A CN 202211133785A CN 115456589 A CN115456589 A CN 115456589A
- Authority
- CN
- China
- Prior art keywords
- contract
- party
- processing
- information
- deep learning
- 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.)
- Pending
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 68
- 238000011835 investigation Methods 0.000 claims abstract description 36
- 230000008901 benefit Effects 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011867 re-evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- 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
- G06F16/374—Thesaurus
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
Abstract
本发明公开了一种基于深度学习的合同审核方法和装置,包括以下步骤:S1、对合同中的内容进行文本识别处理,得到合同文本;S2、输入甲方、乙方的签订信息并与S1中合同文本进行信息匹配,对甲方、乙方的个人基本信息进行验证处理;S3、对甲方、乙方的征信资料进行提取核对处理,本发明的有益效果是:通过对甲方、乙方的征信资料进行查询,保证了签订合同的安全性,保障了合同的安全,通过加入了合同风险敏感词库,实现了对合同内的敏感字词与合同风险敏感词库内的敏感字词进行配对处理,对未录入合同风险敏感词库内的敏感字词进行深度学习记忆处理。
Description
技术领域
本发明涉及合同审核技术领域,具体为一种基于深度学习的合同审核方法和装置。
背景技术
合同是当事人或当事双方之间设立、变更、终止民事关系的协议,依法成立的合同,受法律保护,广义合同指所有法律部门中确定权利、义务关系的协议,狭义合同指一切民事合同。还有最狭义合同仅指民事合同中的债权合同,但现有的合同审核不够全面,对合同的效验效率较低,且不便于对合同内的敏感词进行识别,不能对风险合同内容进行学习。
发明内容
本发明的目的在于提供一种基于深度学习的合同审核方法和装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于深度学习的合同审核方法,包括以下步骤:
S1、对合同中的内容进行文本识别处理,得到合同文本;
S2、输入甲方、乙方的签订信息并与S1中合同文本进行信息匹配,对甲方、乙方的个人基本信息进行验证处理;
S3、对甲方、乙方的征信资料进行提取核对处理;
S4、将合同词库中各个合同的关键词进行分类;
S5、屏蔽合同统一的格式内容部分,对合同文本中的关键名词进行提取,通过关键名词对S4分类后的关键词进行归类处理;
S6、设置合同风险敏感词库,对合同文本进行敏感词比对处理,未识别出的敏感词进行人工添加,并通过合同风险敏感词库学习处理;
S7、对比后大于百分比阈值后进行合同追溯处理,并对合同信息进行学习记录;
S8、对比后在百分比阈值范围内时对合同进行利益评估处理;
S9、确认无误后进行合同签订处理。
作为优选,所述S2中甲方、乙方的个人基本信息包括:甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址。
作为优选,所述S3中的征信资料进行提取核对处理具体包括以下步骤:
S31、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询;
S32、对个人征信信息进行分类提取,与匹配的合同类型与征信信息进行匹配验证处理。
作为优选,所述S4中的关键词包括法律问题词、缺失词。
作为优选,所述S5中的关键名词进行提取的具体操作包括以下步骤:
S51、对合同的格式内容部分进行除去,对剩余内容进行录入;
S52、对录入的剩余内容与S4中分类后的关键词进行匹配处理;
S53、匹配出合同中的关键词后进行合同分类处理。
作为优选,所述S6中的敏感词比对处理具体包括以下步骤:
S61、将合同文本与合同风险敏感词库内的敏感字词进行比对,对得到的合同风险敏感字词进行计数;
S62、并将计数后的风险敏感字词与合同内容进行百分比计算,得到风险敏感字词百分比;
S63、对敏感词比对百分比阈值进行设置;
S64、将风险敏感字词百分比与设置后的百分比阈值进行对比处理。
作为优选,所述S7中的合同追溯处理具体包括以下步骤:
S71、对大于百分比阈值后的合同进行甲方、乙方信息追踪处理;
S72、将甲方、乙方的签订信息进行核对并进行合同修订处理。
作为优选,所述S8中的利益评估处理具体包括以下步骤:
S81、对甲方、乙方可通过合同获利的一方进行确认处理;
S82、对合同可获取的利益进行预估算处理;
S83、对获利的一方实际可获取的利益进行计算;
S84、将实际可收获的利益与预估算的利益进行大小比对,确认合同无误。
作为优选,所述S9中的合同签订处理具体包括以下步骤:
S91、对合同文本进行纸质打印处理;
S92、甲方、乙方对纸质打印的合同进行签订。
一种基于深度学习的合同审核装置,包括合同云端储存终端、合同纠纷处理终端、所属合同展示终端和合同签订日志端;
所述合同云端储存终端用于对全部合同内容进行云端同步储存处理;
所述合同纠纷处理终端用于对出现问题的合同进行隔离并对合同内容进行调整处理;
所述所属合同展示终端用于对甲方、乙方往期已签订过的合同进行显示处理;
所述合同签订日志端用于在对合同进行更改和添加时进行信息记录处理。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
与现有技术相比,本发明的有益效果是:通过对甲方、乙方的征信资料进行查询,保证了签订合同的安全性,保障了合同的安全,通过加入了合同风险敏感词库,实现了对合同内的敏感字词与合同风险敏感词库内的敏感字词进行配对处理,对未录入合同风险敏感词库内的敏感字词进行深度学习记忆处理,通过对合同进行利益评估,对合同的获利方可得到的利润进行计算,提高了合同签订的安全性。
具体实施方式
本发明提供一种技术方案:一种基于深度学习的合同审核方法,包括以下步骤:
S1、对合同中的内容进行文本识别处理,得到合同文本;
S2、输入甲方、乙方的签订信息并与S1中合同文本进行信息匹配,对甲方、乙方的个人基本信息进行验证处理;
S3、对甲方、乙方的征信资料进行提取核对处理;
S4、将合同词库中各个合同的关键词进行分类;
S5、屏蔽合同统一的格式内容部分,对合同文本中的关键名词进行提取,通过关键名词对S4分类后的关键词进行归类处理;
S6、设置合同风险敏感词库,对合同文本进行敏感词比对处理,未识别出的敏感词进行人工添加,并通过合同风险敏感词库学习处理,将学习的敏感词储存至合同风险敏感词库内,方便下一次对其他合同的敏感词进行识别审核处理;
S7、对比后大于百分比阈值后进行合同追溯处理,并对合同信息进行学习记录,将合同信息进行学习储存,方便下次对此类合同的应对处理;
S8、对比后在百分比阈值范围内时对合同进行利益评估处理,对合同的利益进行评估,对获利进行再次评估,防止合同签订造成损失;
S9、确认无误后进行合同签订处理。
其中,S2中甲方、乙方的个人基本信息包括:甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址,对甲方、乙方的信息进行准确记录并核对,便于后期与甲方、乙方的联系。
其中,S3中的征信资料进行提取核对处理具体包括以下步骤:
S31、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询;
S32、对个人征信信息进行分类提取,与匹配的合同类型与征信信息进行匹配验证处理,对甲方、乙方的征信进行查询,保障了合同签约时甲方、乙方不存在征信方面的问题,提高了合同的安全。
其中,S4中的关键词包括法律问题词、缺失词。
其中,S5中的关键名词进行提取的具体操作包括以下步骤:
S51、对合同的格式内容部分进行除去,对剩余内容进行录入;
S52、对录入的剩余内容与S4中分类后的关键词进行匹配处理;
S53、匹配出合同中的关键词后进行合同分类处理,对合同进行分类匹配处理,对合同的类型进行判定便于后期对合同的审核处理,提高了审核效率。
其中,S6中的敏感词比对处理具体包括以下步骤:
S61、将合同文本与合同风险敏感词库内的敏感字词进行比对,对得到的合同风险敏感字词进行计数;
S62、并将计数后的风险敏感字词与合同内容进行百分比计算,得到风险敏感字词百分比;
S63、对敏感词比对百分比阈值进行设置;
S64、将风险敏感字词百分比与设置后的百分比阈值进行对比处理,对存在的风险量百分比阈值进行比对处理,对合同存在的风险进行判定处理,提高了安全性。
其中,S7中的合同追溯处理具体包括以下步骤:
S71、对大于百分比阈值后的合同进行甲方、乙方信息追踪处理;
S72、将甲方、乙方的签订信息进行核对并进行合同修订处理,在识别出合同具有风险敏感字词时进行信息源追溯,对甲方和乙方进行联系并将合同风险项进行修改处理。
其中,S8中的利益评估处理具体包括以下步骤:
S81、对甲方、乙方可通过合同获利的一方进行确认处理;
S82、对合同可获取的利益进行预估算处理;
S83、对获利的一方实际可获取的利益进行计算;
S84、将实际可收获的利益与预估算的利益进行大小比对,确认合同无误,对合同可获取的利益进行评估,供甲方、乙方进行调整选择处理,提高了签订的安全性。
其中,S9中的合同签订处理具体包括以下步骤:
S91、对合同文本进行纸质打印处理;
S92、甲方、乙方对纸质打印的合同进行签订,对确认无误的合同进行纸质打印,并将合同进行签订,提高了安全性。
一种基于深度学习的合同审核装置,包括合同云端储存终端、合同纠纷处理终端、所属合同展示终端和合同签订日志端;
合同云端储存终端用于对全部合同内容进行云端同步储存处理;
合同纠纷处理终端用于对出现问题的合同进行隔离并对合同内容进行调整处理;
所属合同展示终端用于对甲方、乙方往期已签订过的合同进行显示处理,对甲方、乙方的往期签订合同进行识别,提高了签订安全性;
合同签订日志端用于在对合同进行更改和添加时进行信息记录处理,对合同修改的信息进行准确记录处理,提高了合同更改的安全性和处理效率。
实施例1、在审核安全合同时:
一种基于深度学习的合同审核方法,其特征在于,包括以下步骤:
S1、对合同中的内容进行文本识别处理,得到合同文本;
S2、输入甲方、乙方的签订信息并与S1中合同文本进行信息匹配,对甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址进行验证处理;
S3、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询,对个人征信信息进行分类提取,与匹配的合同类型与征信信息进行匹配验证处理;
S4、确认征信信息无误后将合同词库中各个合同的法律问题词、缺失词进行分类;
S5、屏蔽合同统一的格式内容部分,对合同的格式内容部分进行除去,对剩余内容进行录入,对录入的剩余内容与S4中分类后的关键词进行匹配处理,匹配出合同中的关键词后进行合同分类处理,通过关键名词对S4分类后的关键词进行归类处理;
S6、设置合同风险敏感词库,将合同文本与合同风险敏感词库内的敏感字词进行比对,对得到的合同风险敏感字词进行计数,未发现合同风险敏感字词或风险敏感字词百分比与设置后的百分比阈值对比后小于后则判定为无风险合同;
S7、对甲方、乙方可通过合同获利的一方进行确认处理,对合同可获取的利益进行预估算处理,对获利的一方实际可获取的利益进行计算,将实际可收获的利益与预估算的利益进行大小比对,确认合同无误;
S8、确认无误后对合同文本进行纸质打印处理,甲方、乙方对纸质打印的合同进行签订。
实施例2、在审核风险合同时:
一种基于深度学习的合同审核方法,其特征在于,包括以下步骤:
S1、对合同中的内容进行文本识别处理,得到合同文本;
S2、输入甲方、乙方的签订信息并与S1中合同文本进行信息匹配,对甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址进行验证处理;
S3、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询,对个人征信信息进行分类提取,与匹配的合同类型与征信信息进行匹配验证处理,在甲方、乙方的一方存在征信不符合标准时,甲方、乙方需要对征信进行安全处理,处理不了则无法进行合同签订;
S4、征信安全处理后将合同词库中各个合同的法律问题词、缺失词进行分类;
S5、屏蔽合同统一的格式内容部分,对合同的格式内容部分进行除去,对剩余内容进行录入,对录入的剩余内容与S4中分类后的关键词进行匹配处理,匹配出合同中的关键词后进行合同分类处理,通过关键名词对S4分类后的关键词进行归类处理,将合同的类型和风险存在的类型进行识别处理;
S6、设置合同风险敏感词库,将合同文本与合同风险敏感词库内的敏感字词进行比对,对得到的合同风险敏感字词进行计数,并将计数后的风险敏感字词与合同内容进行百分比计算,得到风险敏感字词百分比,对敏感词比对百分比阈值进行设置,将风险敏感字词百分比与设置后的百分比阈值进行对比处理,未识别出的敏感词进行人工添加,并通过合同风险敏感词库学习处理;
S7、对比后大于百分比阈值后进行进行甲方、乙方信息追踪处理,将甲方、乙方的签订信息进行核对并进行合同修订处理,并对合同信息进行学习记录;
S8、对比后在百分比阈值范围内时对甲方、乙方可通过合同获利的一方进行确认处理,对合同可获取的利益进行预估算处理,对获利的一方实际可获取的利益进行计算,将实际可收获的利益与预估算的利益进行大小比对,确认合同无误;
S9、确认无误后对合同文本进行纸质打印处理,甲方、乙方对纸质打印的合同进行签订。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围由下面的权利要求指出。
Claims (10)
1.一种基于深度学习的合同审核方法,其特征在于,包括以下步骤:
S1、对合同中的内容进行文本识别处理,得到合同文本;
S2、输入甲方、乙方的签订信息并与S1中合同文本进行信息匹配,对甲方、乙方的个人基本信息进行验证处理;
S3、对甲方、乙方的征信资料进行提取核对处理;
S4、将合同词库中各个合同的关键词进行分类;
S5、屏蔽合同统一的格式内容部分,对合同文本中的关键名词进行提取,通过关键名词对S4分类后的关键词进行归类处理;
S6、设置合同风险敏感词库,对合同文本进行敏感词比对处理,未识别出的敏感词进行人工添加,并通过合同风险敏感词库学习处理;
S7、对比后大于百分比阈值后进行合同追溯处理,并对合同信息进行学习记录;
S8、对比后在百分比阈值范围内时对合同进行利益评估处理;
S9、确认无误后进行合同签订处理。
2.根据权利要求1所述的一种基于深度学习的合同审核方法,其特征在于,所述S2中甲方、乙方的个人基本信息包括:甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址。
3.根据权利要求2所述的一种基于深度学习的合同审核方法,其特征在于,所述S3中的征信资料进行提取核对处理具体包括以下步骤:
S31、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询;
S32、对个人征信信息进行分类提取,与匹配的合同类型与征信信息进行匹配验证处理。
4.根据权利要求3所述的一种基于深度学习的合同审核方法,其特征在于,所述S4中的关键词包括法律问题词、缺失词。
5.根据权利要求4所述的一种基于深度学习的合同审核方法,其特征在于,所述S5中的关键名词进行提取的具体操作包括以下步骤:
S51、对合同的格式内容部分进行除去,对剩余内容进行录入;
S52、对录入的剩余内容与S4中分类后的关键词进行匹配处理;
S53、匹配出合同中的关键词后进行合同分类处理。
6.根据权利要求5所述的一种基于深度学习的合同审核方法,其特征在于,所述S6中的敏感词比对处理具体包括以下步骤:
S61、将合同文本与合同风险敏感词库内的敏感字词进行比对,对得到的合同风险敏感字词进行计数;
S62、并将计数后的风险敏感字词与合同内容进行百分比计算,得到风险敏感字词百分比;
S63、对敏感词比对百分比阈值进行设置;
S64、将风险敏感字词百分比与设置后的百分比阈值进行对比处理。
7.根据权利要求6所述的一种基于深度学习的合同审核方法,其特征在于,所述S7中的合同追溯处理具体包括以下步骤:
S71、对大于百分比阈值后的合同进行甲方、乙方信息追踪处理;
S72、将甲方、乙方的签订信息进行核对并进行合同修订处理。
8.根据权利要求7所述的一种基于深度学习的合同审核方法,其特征在于,所述S8中的利益评估处理具体包括以下步骤:
S81、对甲方、乙方可通过合同获利的一方进行确认处理;
S82、对合同可获取的利益进行预估算处理;
S83、对获利的一方实际可获取的利益进行计算;
S84、将实际可收获的利益与预估算的利益进行大小比对,确认合同无误。
9.根据权利要求8所述的一种基于深度学习的合同审核方法,其特征在于,所述S9中的合同签订处理具体包括以下步骤:
S91、对合同文本进行纸质打印处理;
S92、甲方、乙方对纸质打印的合同进行签订。
10.一种基于深度学习的合同审核装置,其特征在于,包括合同云端储存终端、合同纠纷处理终端、所属合同展示终端和合同签订日志端;
所述合同云端储存终端用于对全部合同内容进行云端同步储存处理;
所述合同纠纷处理终端用于对出现问题的合同进行隔离并对合同内容进行调整处理;
所述所属合同展示终端用于对甲方、乙方往期已签订过的合同进行显示处理;
所述合同签订日志端用于在对合同进行更改和添加时进行信息记录处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211133785.0A CN115456589A (zh) | 2022-09-19 | 2022-09-19 | 一种基于深度学习的合同审核方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211133785.0A CN115456589A (zh) | 2022-09-19 | 2022-09-19 | 一种基于深度学习的合同审核方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115456589A true CN115456589A (zh) | 2022-12-09 |
Family
ID=84305617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211133785.0A Pending CN115456589A (zh) | 2022-09-19 | 2022-09-19 | 一种基于深度学习的合同审核方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115456589A (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100268528A1 (en) * | 2009-04-16 | 2010-10-21 | Olga Raskina | Method & Apparatus for Identifying Contract Characteristics |
CN106445998A (zh) * | 2016-05-26 | 2017-02-22 | 达而观信息科技(上海)有限公司 | 一种基于敏感词的文本内容审核方法及系统 |
CN109118094A (zh) * | 2018-08-18 | 2019-01-01 | 北京企信云信息科技有限公司 | 一种基于信用体系的企业服务应用系统 |
CN109584040A (zh) * | 2018-10-25 | 2019-04-05 | 平安科技(深圳)有限公司 | 基于区块链的业务数据处理方法、装置、设备及存储介质 |
CN109800953A (zh) * | 2018-12-19 | 2019-05-24 | 平安国际融资租赁有限公司 | 承租申请审核方法、装置、计算机设备和存储介质 |
CN110765761A (zh) * | 2019-09-16 | 2020-02-07 | 平安科技(深圳)有限公司 | 基于人工智能的合同敏感词校验方法、装置及存储介质 |
CN110825840A (zh) * | 2019-11-08 | 2020-02-21 | 北京声智科技有限公司 | 词库扩充方法、装置、设备及存储介质 |
CN111159351A (zh) * | 2019-12-30 | 2020-05-15 | 重庆木舌科技有限公司 | 一种用于企业的法律流程分析系统及方法 |
CN111368529A (zh) * | 2020-03-17 | 2020-07-03 | 重庆邮电大学 | 基于边缘计算的移动终端敏感词识别方法、装置及系统 |
CN111586421A (zh) * | 2020-01-20 | 2020-08-25 | 全息空间(深圳)智能科技有限公司 | 直播平台信息审核方法、系统及存储介质 |
CN111898060A (zh) * | 2020-07-14 | 2020-11-06 | 大汉软件股份有限公司 | 一种基于深度学习的内容自动化监控方法 |
CN112597770A (zh) * | 2020-12-16 | 2021-04-02 | 盐城数智科技有限公司 | 基于深度学习的敏感信息查询方法 |
CN112686036A (zh) * | 2020-08-18 | 2021-04-20 | 平安国际智慧城市科技股份有限公司 | 风险文本识别方法、装置、计算机设备及存储介质 |
CN113177409A (zh) * | 2021-05-06 | 2021-07-27 | 上海慧洲信息技术有限公司 | 一种智能敏感字词识别系统 |
CN113298410A (zh) * | 2021-06-10 | 2021-08-24 | 路献峰 | 一种通过系统进行风险控制的方法及其系统 |
CN113673946A (zh) * | 2021-07-30 | 2021-11-19 | 一汽资本控股有限公司 | 一种商用车线上业务方法、系统、终端及存储介质 |
CN113837711A (zh) * | 2021-08-04 | 2021-12-24 | 南京袖果智能科技有限公司 | 一种基于人工智能的业务交互管理平台 |
CN113935710A (zh) * | 2021-10-15 | 2022-01-14 | 北京市商汤科技开发有限公司 | 一种合同审核的方法、装置、电子设备及存储介质 |
CN114218359A (zh) * | 2021-12-30 | 2022-03-22 | 武汉平行世界网络科技有限公司 | 一种合同审核方法 |
CN114706940A (zh) * | 2022-01-19 | 2022-07-05 | 浙报融媒体科技(浙江)股份有限公司 | 基于敏感词的新闻类文件审核方法和系统 |
-
2022
- 2022-09-19 CN CN202211133785.0A patent/CN115456589A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100268528A1 (en) * | 2009-04-16 | 2010-10-21 | Olga Raskina | Method & Apparatus for Identifying Contract Characteristics |
CN106445998A (zh) * | 2016-05-26 | 2017-02-22 | 达而观信息科技(上海)有限公司 | 一种基于敏感词的文本内容审核方法及系统 |
CN109118094A (zh) * | 2018-08-18 | 2019-01-01 | 北京企信云信息科技有限公司 | 一种基于信用体系的企业服务应用系统 |
CN109584040A (zh) * | 2018-10-25 | 2019-04-05 | 平安科技(深圳)有限公司 | 基于区块链的业务数据处理方法、装置、设备及存储介质 |
CN109800953A (zh) * | 2018-12-19 | 2019-05-24 | 平安国际融资租赁有限公司 | 承租申请审核方法、装置、计算机设备和存储介质 |
CN110765761A (zh) * | 2019-09-16 | 2020-02-07 | 平安科技(深圳)有限公司 | 基于人工智能的合同敏感词校验方法、装置及存储介质 |
CN110825840A (zh) * | 2019-11-08 | 2020-02-21 | 北京声智科技有限公司 | 词库扩充方法、装置、设备及存储介质 |
CN111159351A (zh) * | 2019-12-30 | 2020-05-15 | 重庆木舌科技有限公司 | 一种用于企业的法律流程分析系统及方法 |
CN111586421A (zh) * | 2020-01-20 | 2020-08-25 | 全息空间(深圳)智能科技有限公司 | 直播平台信息审核方法、系统及存储介质 |
CN111368529A (zh) * | 2020-03-17 | 2020-07-03 | 重庆邮电大学 | 基于边缘计算的移动终端敏感词识别方法、装置及系统 |
CN111898060A (zh) * | 2020-07-14 | 2020-11-06 | 大汉软件股份有限公司 | 一种基于深度学习的内容自动化监控方法 |
CN112686036A (zh) * | 2020-08-18 | 2021-04-20 | 平安国际智慧城市科技股份有限公司 | 风险文本识别方法、装置、计算机设备及存储介质 |
CN112597770A (zh) * | 2020-12-16 | 2021-04-02 | 盐城数智科技有限公司 | 基于深度学习的敏感信息查询方法 |
CN113177409A (zh) * | 2021-05-06 | 2021-07-27 | 上海慧洲信息技术有限公司 | 一种智能敏感字词识别系统 |
CN113298410A (zh) * | 2021-06-10 | 2021-08-24 | 路献峰 | 一种通过系统进行风险控制的方法及其系统 |
CN113673946A (zh) * | 2021-07-30 | 2021-11-19 | 一汽资本控股有限公司 | 一种商用车线上业务方法、系统、终端及存储介质 |
CN113837711A (zh) * | 2021-08-04 | 2021-12-24 | 南京袖果智能科技有限公司 | 一种基于人工智能的业务交互管理平台 |
CN113935710A (zh) * | 2021-10-15 | 2022-01-14 | 北京市商汤科技开发有限公司 | 一种合同审核的方法、装置、电子设备及存储介质 |
CN114218359A (zh) * | 2021-12-30 | 2022-03-22 | 武汉平行世界网络科技有限公司 | 一种合同审核方法 |
CN114706940A (zh) * | 2022-01-19 | 2022-07-05 | 浙报融媒体科技(浙江)股份有限公司 | 基于敏感词的新闻类文件审核方法和系统 |
Non-Patent Citations (1)
Title |
---|
方勇, 李渝曾: "电力市场中激励性可中断负荷合同的建模与实施研究", 电网技术, no. 17 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945024B (zh) | 识别互联网金融借贷企业经营异常的方法、终端设备及存储介质 | |
US6336094B1 (en) | Method for electronically recognizing and parsing information contained in a financial statement | |
US20140258169A1 (en) | Method and system for automated verification of customer reviews | |
WO2019229523A1 (en) | Post-filtering of named entities with machine learning | |
CN107274291B (zh) | 跨平台的估值表解析方法、存储介质及应用服务器 | |
Boritz et al. | Determinants of the readability of SOX 404 reports | |
US20160379185A1 (en) | Predictive determination and resolution of a value of indicia located in a negotiable instrument electronic image | |
CN112732897A (zh) | 文档处理方法、装置、电子设备及存储介质 | |
CN111260189B (zh) | 一种风险控制方法、装置、计算机系统及可读存储介质 | |
CN112256849B (zh) | 模型训练方法、文本检测方法、装置、设备和存储介质 | |
CN113935710A (zh) | 一种合同审核的方法、装置、电子设备及存储介质 | |
CN114358798A (zh) | 一种基于图片识别的企业信息认证的方法、装置及系统 | |
CN112051992A (zh) | 基于征信报告生成的数据处理方法及系统 | |
KR20210029326A (ko) | 비정형 재무정보 추출을 활용한 기업 건전성 진단 장치 및 방법 | |
CN115456589A (zh) | 一种基于深度学习的合同审核方法和装置 | |
US11915157B2 (en) | Computerized method of training a computer executed model for recognizing numerical quantities | |
CN115965478A (zh) | 一种理赔案件的自动核赔方法、设备及介质 | |
CN114998920B (zh) | 基于nlp语义识别的供应链金融文件管理方法及系统 | |
RU2739342C1 (ru) | Способ и система интеллектуальной обработки документа | |
CN113255836A (zh) | 一种作业数据处理方法、装置、计算机设备和存储介质 | |
Karim et al. | Using linguistics to mine unstructured data from FASB exposure drafts | |
WO2021054850A1 (ru) | Способ и система интеллектуальной обработки документа | |
CN111428497A (zh) | 一种自动抽取出资信息的方法、装置及设备 | |
CN110942274B (zh) | 一种法院立案报告的生成方法及装置 | |
CN113850085B (zh) | 企业的等级评估方法、装置、电子设备及可读存储介质 |
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: No.87, Songshan South Road, Erqi District, Zhengzhou City, Henan Province, 450000 Applicant after: State Grid Henan Electric Power Company Information and Communication Branch Address before: 450000 building C, office area, No.87, Songshan South Road, Erqi District, Zhengzhou City, Henan Province Applicant before: INFORMATION AND COMMUNICATION COMPANY OF STATE GRID HENAN ELECTRIC POWER COMPANY |
|
CB02 | Change of applicant information |