CN117151096A - 智能合同审查方法、装置、电子设备及存储介质 - Google Patents

智能合同审查方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117151096A
CN117151096A CN202311143401.8A CN202311143401A CN117151096A CN 117151096 A CN117151096 A CN 117151096A CN 202311143401 A CN202311143401 A CN 202311143401A CN 117151096 A CN117151096 A CN 117151096A
Authority
CN
China
Prior art keywords
paragraph
sub
main clause
class
type
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
CN202311143401.8A
Other languages
English (en)
Other versions
CN117151096B (zh
Inventor
朱杰
吕爽
陈朕
程云
汪俊华
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.)
Jiangsu Qunje Iot Technology Co ltd
Original Assignee
Jiangsu Qunje Iot 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 Jiangsu Qunje Iot Technology Co ltd filed Critical Jiangsu Qunje Iot Technology Co ltd
Priority to CN202311143401.8A priority Critical patent/CN117151096B/zh
Publication of CN117151096A publication Critical patent/CN117151096A/zh
Application granted granted Critical
Publication of CN117151096B publication Critical patent/CN117151096B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/109—Font handling; Temporal or kinetic typography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/137—Hierarchical processing, e.g. outlines
    • 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
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Technology Law (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Machine Translation (AREA)

Abstract

本申请提供一种智能合同审查方法、装置、电子设备及存储介质，所述方法包括：将各主条款段落输入至第一审查模型中进行分析处理，得到各主条款段落的类别；对各第二类主条款段落进行分割处理，得到各第二类主条款段落中的至少一个子段落；将各子段落以及子段落所属的主条款段落的类别输入至第二审查模型中进行分析处理，得到各子段落的类别；将各第二类子段落以及各第二类子段落的类别输入至第三审查模型中进行分析处理，得到各第二类子段落的要素信息；根据各第二类子段落的类别、要素信息，对各第二类子段落进行审查。可以适用于多种类型的合同审查，并且通过对合同的结构化信息的抽取，提高合同审查的准确性。

Description

智能合同审查方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种智能合同审查方法、装置、电子设备及存储介质。
背景技术
随着人工智能技术的不断发展，可以利用人工智能技术进行合同审查。
目前，智能合同审查技术能够利用人工智能和自然语言处理技术来解析合同文本，提取关键信息、术语和调控，从而对合同文件进行自动化的分析和评估。
但是，目前的智能合同审查产品的审查范围较窄，不适用于不同类型的合同审查，并且审查的准确率低。
发明内容
本申请的目的在于，针对上述现有技术中的不足，提供一种智能合同审查方法、装置、电子设备及存储介质，提高合同审查的效率以及准确性。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供了一种智能合同审查方法，所述方法包括：
对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落；
将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别；
根据各所述主条款段落的类别，确定直接审查的至少一个第一类主条款段落以及继续识别的至少一个第二类主条款段落，并根据预设的审查策略对各所述第一类主条款段落进行审查；
对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落；
将各所述子段落以及所述子段落所属的主条款段落的类别输入至第二审查模型中进行分析处理，得到各所述子段落的类别；
根据各所述子段落的类别，确定直接审查的至少一个第一类子段落以及继续识别的至少一个第二类子段落，并根据预设的审查策略对各所述第一类子段落进行审查；
将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息；
根据所述各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查。
可选的，所述对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落，包括：
根据所述待审查合同文本的主条款标题，对所述待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落。
可选的，所述将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别，包括：
将各所述主条款段落输入所述第一审查模型，由所述第一审查模型根据各所述主条款段落的开始位置和结束位置确定各所述主条款段落的文本内容；
由所述第一审查模型对各所述主条款段落的文本内容进行语义分析处理，得到各所述主条款段落的类别。
可选的，所述对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落，包括：
获取第二类主条款段落的至少一个数据类型以及所述第二类主条款的类别；
根据所述第二类主条款段落的数据类型或所述第二类主条款的类别，确定所述第二类主条款段落的分割符号；
根据所述第二类主条款段落的分割符号，对所述第二类主条款段落进行分割处理，得到所述第二类主条款段落中的至少一个子段落。
可选的，所述将各所述子段落输入至第二审查模型中进行分析处理，得到各所述子段落的类别，包括：
将各所述子段落输入至所述第二审查模型，由所述第二审查模型根据各所述子段落的开始位置和结束位置，确定各所述子段落的文本内容；
由所述第二审查模型对各所述子段落的文本内容进行语义分析处理，得到各所述子段落的类别。
可选的，将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息，包括：
将所述第二类子段落以及所述第二类子段落的类别输入至第三审查模型，由所述第三审查模型根据所述第二类子段落的类别对所述第二类子段落进行实体识别，得到各所述第二类子段落的要素信息。
可选的，所述根据所述各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查，包括：
根据所述第二类子段落的类别确定所述第二类子段落对应的审查策略；
根据所述要素信息以及所述第二类子段落对应的审查策略，对所述第二类子段落进行审查。
第二方面，本申请实施例还提供了一种智能合同审查装置，所述装置包括：
分割模块，用于对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落；
分析模块，用于将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别；
确定模块，用于根据各所述主条款段落的类别，确定直接审查的至少一个第一类主条款段落以及继续识别的至少一个第二类主条款段落，并根据预设的审查策略对各所述第一类主条款段落进行审查；
分割模块，用于对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落；
分析模块，用于将各所述子段落以及所述子段落所属的主条款段落的类别输入至第二审查模型中进行分析处理，得到各所述子段落的类别；
确定模块，用于根据各所述子段落的类别，确定直接审查的至少一个第一类子段落以及继续识别的至少一个第二类子段落，并根据预设的审查策略对各所述第一类子段落进行审查；
分析模块，用于将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息；
审查模块，用于根据所述各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查。
可选的，所述分割模块具体用于：
根据所述待审查合同文本的主条款标题，对所述待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落。
可选的，所述分析模块具体用于：
将各所述主条款段落输入所述第一审查模型，由所述第一审查模型根据各所述主条款段落的开始位置和结束位置确定各所述主条款段落的文本内容；
由所述第一审查模型对各所述主条款段落的文本内容进行语义分析处理，得到各所述主条款段落的类别。
可选的，所述分割模块具体用于：
获取第二类主条款段落的至少一个数据类型以及所述第二类主条款的类别；
根据所述第二类主条款段落的数据类型或所述第二类主条款的类别，确定所述第二类主条款段落的分割符号；
根据所述第二类主条款段落的分割符号，对所述第二类主条款段落进行分割处理，得到所述第二类主条款段落中的至少一个子段落。
可选的，所述分析模块具体用于：
将各所述子段落输入至所述第二审查模型，由所述第二审查模型根据各所述子段落的开始位置和结束位置，确定各所述子段落的文本内容；
由所述第二审查模型对各所述子段落的文本内容进行语义分析处理，得到各所述子段落的类别。
可选的，所述分析模块具体用于：
将所述第二类子段落以及所述第二类子段落的类别输入至第三审查模型，由所述第三审查模型根据所述第二类子段落的类别对所述第二类子段落进行实体识别，得到各所述第二类子段落的要素信息。
可选的，所述审查模块具体用于：
根据所述第二类子段落的类别确定所述第二类子段落对应的审查策略；
根据所述要素信息以及所述第二类子段落对应的审查策略，对所述第二类子段落进行审查。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序指令，当应用程序运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述程序指令，以执行上述第一方面所述的智能合同审查方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被读取并执行上述第一方面所述的智能合同审查方法的步骤。
本申请的有益效果是：
本申请提供的一种智能合同审查方法、装置、电子设备及存储介质，通过对待审查合同文本进行主条款段落分类、各主条款段落下的子段落分类以及对各子段落进行要素信息的提取，并根据主条款的类别确定直接进入审查的第一类主条款段落类别以及继续识别的第二类主条款段落；根据子段落类别确定直接进入审查的第一类子段落以及继续识别的第二类子段落；并根据预设的审查策略对第一类主条款段落、第一类子段落、第二类子段落的要素信息进行审查。采用自然语言处理技术中的多模块建模、多步解码的方式完成对一篇合同的结构化信息的抽取，通过制定的详细的审查策略，判断合同的规范性，可以适用于多种类型的合同审查，并且通过对合同的结构化信息的抽取，提高合同审查的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种智能合同审查方法的流程示意图；
图2为本申请实施例提供的一种审查过程的流程示意图；
图3为本申请实施例提供的一种审查结果的示意图；
图4为本申请实施例提供的另一种智能合同审查方法的流程示意图；
图5为本申请实施例提供的又一种智能合同审查方法的流程示意图；
图6为本申请实施例提供的一种智能合同审查方法的装置示意图；
图7为本申请实施例提供的一种电子设备的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
合同审查技术可使用自然语言处理(NLP)技术来解析合同文本，提取关键信息、术语和条款，并进行语义分析，以便深入理解合同的含义和影响。合同审查技术可以与现有的业务系统和工作流程集成，实现合同审查的自动化流程。通过自动提取和评估合同条款，减少人工干预和错误，提高审查效率，并加速合同签订过程。
市面上存在的一些智能合同的审查产品，其审查范围较窄、准确率较低，也并未向用户展示合同抽取后的结构化信息。例如某一款智能合同产品X可对合同的条款进行审查，但是不能检测出合同中出现的错别字、时间格式错误等信息，也不能提供抽取的条款信息；另一款产品Y除了有上述X的同样问题外，其审查的准确性较低，不能满足用户对合同审查的专业性要求，增加了用户查看审查结果的时间，降低了办事效率。
可选地，本申请实施例所提供的智能合同审查方法可以应用于电子设备中，该电子设备例如可以为手机、平板电脑、笔记本电脑、掌上电脑、台式电脑等具有计算处理能力以及显示功能的终端设备，或者也可以是服务器。具体可以应用于终端设备中的应用程序，例如：手机的APP(application，手机软件)、电脑上的应用系统等。
下面来具体解释本申请实施例中提供的智能合同审查的具体实施过程。
图1为本申请实施例提供的一种智能合同审查方法的流程示意图，该方法的执行主体如前述的电子设备。如图1所示，该方法包括：
S101、对待审查合同进行分割处理，得到待审查合同文本的至少一个主条款段落。
可选的，该待审查合同可以为买卖合同、承揽类合同、建筑施工合同、房屋租赁合同、销售类合同、采购合同以及通用合同等。
可选的，由于大多数合同的文本内容的格式存在问题，因此，在对待审查合同进行分割处理之前，需要对待审查合同数据进行清洗，将待审查合同的格式调整为标准格式，具体地，可以将待审查合同的格式均调整为.json格式。
可选的，通过对待审查合同进行分割处理，可以得到该待审查合同文本的至少一个主条款段落，其中，该主条款段落可以包括一行文本内容也可以包括多行文本内容。对于分割得到的该待审查合同中的一个或者多个主条款段落，可以将各主条款段落以列表的形式进行存储，得到的列则可以为各主条款段落的段落名。
示例性的，对于某一个买卖合同，对待审查合同文本进行分割处理后，可以得到的主条款段落例如可以为合同首部段落、服务清单段落、服务内容段落等。
S102、将各主条款段落输入至第一审查模型中进行分析处理，得到各主条款段落的类别。
可选的，该第一审查模型例如可以为双向长短期记忆分类模型(biLstm+softmax)，将各主条款段落输入至第一审查模型中，由第一审查
模型对各主条款段落进行分类，得到各主条款段落的类别。其中，该各主条款段落的类别可以指的是各主条款的文本内容所属的类别，例如对于上述中的买卖合同，该类别例如可以为合同首部类别、知识产权类别、通知与送达类别、服务清单类别、服务内容类别、付款方式类别等。其中，在实际的类别表现中，可以通过不同的颜色来表示不同的类别，例如合同首部类别可以使用蓝色进行标注；知识产权类别可以使用红色标注；通知与送达类别可以使用绿色标注等。
S103、根据各主条款段落的类别，确定直接审查的至少一个第一类主条款段落以及继续识别的至少一个第二类主条款段落，并根据预设的审查策略对各第一类主条款段落进行审查。
可选的，该第一类主条款段落指的是不需要继续输入至第二审查模型进行进一步的分析处理的主条款段落，当第一审查模型对待审查合同的各主条款段落进行分类后，可以将第一类主条款段落直接输出至审查阶段，根据预设的审查策略对第一审查模型输出的各第一类主条款段落直接进行审查。其中，该第一类主条款段落可以指的低风险审查条款段落，例如上述中的通知与送达类别的主条款段落。
其中，该第二类主条款段落可以指的是风险较高的审查主条款段落，对于这一类主条款段落需要进一步的识别。
S104、对各第二类主条款段落进行分割处理，得到各第二类主条款段落中的至少一个子段落。
其中，该子段落可以为一行文本内容也可以为多行文本内容，也可以为一个句子。
S105、将各子段落输入至第二审查模型中进行分析处理，得到各子段落的类别。
可选的，该第二审查模型例如可以为双向长短期记忆分类模型(biLstm+softmax)，将各子段落输入至第二审查模型中，由第二审查模型对各子段落进行分类，得到各子段落的类别。
示例性的，对于买卖合同中的服务费清单主条款段落，得到的各子段落的类别例如可以为服务费清单-标的物、服务费清单-收费标准、服务费清单-金额相关、服务费清单-标准服务等，其中，标的物、收费标准、金额相关、标准服务可以为服务费清单主条款段落下的各子段落的类别。
S106、根据各子段落的类别，确定直接审查的至少一个第一类子段落以及继续识别的至少一个第二类子段落，并根据预设的审查策略对各第一类子段落进行审查。
可选的，该第一类子段落指的是不需要继续输入至第三审查模型进行进一步的分析处理的子段落，当第二审查模型对各主条款段落中的各子段落进行分类后，可以将第一类子段落直接输出至审查阶段，根据预设的审查策略对第二审查模型输出的各第一类子段落直接进行审查。其中，该第一类子段落可以指的低风险审查条款段落，例如对于合同首部主条款段落中的法律引用子段落，该合同首部-法律引用类别的子段落则为第一类子段落，可以直接输出至审查阶段，根据预设的审查策略对该首部-法律引用类别的子段落进行审查。
S107、将各第二类子段落以及各第二类子段落的类别输入至第三审查模型中进行分析处理，得到各第二子段落的要素信息。
可选的，该第三审查模型例如可以为命名实体识别模型(biLstm+CRF)，将各第二类子段落以及各第二类子段落的类别输入至第三审查模型中，由第三审查模型对各子段落进行分析处理，得到各第二类子段落的要素信息。
其中，该要素信息可以为第二类子段落的整个子段落内容，也可以为第二类子段落中的一个句子内容，也可以为第二类子段落某个句子的某个词语等。也即是说，该第二类子段落的要素信息指的是第二类子段落文本内容中的具体内容，例如可以得到具体的合同首部-签约方子段落中的甲方的具体名称。
S108、根据各第二类子段落的类别、要素信息，对各第二类子段落进行审查。
具体地，可以根据各第二子段落的类别、要素信息以及预设的审查策略对第二类子段落的要素信息进行审查，得到待审查合同的审查结果。其中，该预设审查策略可以包括对合同条款的缺失、不一致、不合理、不完整、不规范、待确认以及有误等方面进行审查。
可选的，为了更清楚的展示上述第一审查模型、第二审查模型、第三审查模型之间的实现步骤，使用图2来更清楚完整的展示，图2为本申请实施例提供的一种审查过程的流程示意图，如图2所示，在获取到待审查合同文本后，将待审查合同文本分割成主条款段落(不用模型)；之后将分割的各主条款段落输入至第一审查模型进行分类，第一审查模型分类后输出部分产物，该部分产物则指的是上述中的第一类主条款段落，将第二类主条款段落输入至第二审查模型，由第二审查模型对各第二类主条款段落进行分类，输出部分产物，该部分产物则指的是上述第一类子段落，将第二类子段落输入至第三审查模型进行实体识别，第三审查模型将识别的要素信息全部进行输出；最终将第一审查模型输出的部分产物、第二审查模型输出的部分产物以及第三模型输出的全部产物均根据预设审查策略进行审查，得到该待审查合同的所有审查结果。
图3为本申请实施例提供的一种审查结果的示意图，如图3所示，当审查完成后，可以对该待审查合同的审查结果进行展示，可以对审查的结果进行风险等级的划分，例如高风险、中风险以及低风险。审查的结果可以从法务、财务以及业务的视角筛选各个身份关注的风险项。对于审查结果可以通过点击查看审查结果来展示风险信息，可以展开风险条款的详细信息，该详细信息中可以包括该风险条款的风险等级、风险详情、建议修改补充、风险提示以及相应的法律依据，用户可以参考相关法律依据对相应的风险条款进行确认补充等操作。
本实施例中，通过对待审查合同文本进行主条款段落分类、各主条款段落下的子段落分类以及对各子段落进行要素信息的提取，并根据主条款的类别确定直接进入审查的第一类主条款段落类别以及继续识别的第二类主条款段落；根据子段落类别确定直接进入审查的第一类子段落以及继续识别的第二类子段落；并根据预设的审查策略对第一类主条款段落、第一类子段落、第二类子段落的要素信息进行审查。采用自然语言处理技术中的多模块建模、多步解码的方式完成对一篇合同的结构化信息的抽取，通过制定的详细的审查策略，判断合同的规范性，可以适用于多种类型的合同审查，并且通过对合同的结构化信息的抽取，提高合同审查的准确性。
可选的，在对待审查合同进行分割处理之前，该待审查合同需要抽取的主条款以及要素信息是预先得知的。可以根据主条款进行主条款段落的分割，根据要抽取的要素信息确定抽取的粒度，也就是确定分割的子段落，其中，该子段落可以包括多行子段落、一个句子或者某个词语组合。
为了更清楚的展示待审查合同分别经过上述第一审查模型、第二审查模型以及第三审查模型之后的结果，通过表1中的针对某一类合同预先确定的主条款以及抽取的要素信息，展示该合同分别经过第一审查模型、第二审查模型以及第三审查模型之后的结果，具体内容如下：
表1
可选的，上述S101中对待审查合同进行分割处理，得到待审查合同文本的至少一个主条款段落，可以包括：
可选的，根据待审查合同文本的主条款标题，对待审查合同文本进行分割处理，得到待审查合同文本的至少一个主条款段落。
其中，对于每一个合同文本中都可以包含有该合同的一级标题，也就是主条款标题，可以根据合同文本中的主条款标题，对合同文本进行语义段落的分割处理，得到待审查合同文本的至少一个主条款段落，该主条款段落包括该主条款标题下的所有段落文本内容。
示例性的，对于一份买卖合同，可以包括服务费清单、服务内容、付款方式等标题，若服务费清单该标题下的段落内容为合同文本中的第10行～第20行内容，则将合同文本中的第10行～第20行内容作为服务费清单的主条款段落；若付款方式标题下的内容为合同文本中的第21行～第25行内容，则将合同文本中的第21行～第25行内容作为付款方式的主条款段落。
图4为本申请实施例提供的另一种智能合同审查方法的流程示意图，如图4所示，上述S102中将各主条款段落输入至第一审查模型中进行分析处理，得到各主条款段落的类别，可以包括：
S201、将各主条款段落输入第一审查模型，由第一审查模型根据各主条款段落的开始位置和结束位置确定各主条款段落的文本内容。
其中，各主条款段落可以包括各主条款段落的开始位置以及结束位置，若某一主条款段落的开始位置在合同文本中的第20行的第一个字符位置上，结束位置在合同文本的第30行的最后一个字符位置上，则该主条款段落的文本内容为合同文本的第20行至第30行的所有文本内容。
S202、由第一审查模型对各主条款段落的文本内容进行语义分析处理，得到各主条款段落的类别。
具体地，可以使用biLstm+softmax分类模型对各主条款段落的文本内容进行语义分析处理，得到各主条款段落的类别。其中，对于各主条款段落，可以选择该主条款段落的首部分段落文本内容、尾部分段落文本内容分别进行上下文语义分析，得到该主条款段落的类别；也可以选择该主条款段落的中间段落文本内容，对中间段落文本内容进行上下文语义分析，确定该主条款段落的类别；还可以选择该主条款段落的所有文本内容进行上下文语义分析，确定该主条款段落的类别。
本实施例中，通过对不同合同类型中的各主条款段落进行语义分析处理得到各主条款段落的类别，以便根据分类后的各主条款段落继续进行分类处理以及审查处理，可以使得合同审查适应于多种类型的合同，审查范围宽。
图5为本申请实施例提供的又一种智能合同审查方法的流程示意图，如图5所示，上述S104中对各第二类主条款段落进行分割处理，得到各第二类主条款段落中的至少一个子段落，可以包括：
S301、获取第二类主条款段落的至少一个数据类型以及第二类主条款的类别。
其中，该数据类型可以指的是预先确定的需要抽取的要素信息中的数据的类型，这些数据的输出存在文本输出要求，例如多行输出、单行输出。
可选的，对于第二类主条款段落中的文本内容，可以包括多种数据类型的词语、句子等，对于不同数据类型的文本内容都可以对应一个文本输出要求，例如对于数字、金额、日期一类的数据类型的输出要求为单行文本输出要求，还可以包括一些多行文本输出要求的数据类型。
S302、根据第二类主条款段落的数据类型或第二类主条款段落的类别，确定第二类主条款段落的分割符号。
具体地，若第二类主条款段落的文本内容中无输出要求的数据类型，则可以根据第二类主条款段落的类别直接确定该第二类主条款段落的分割符号；若第二类主条款段落的文本内容中包含有输出要求的数据类型，则根据数据类型确定该数据类型的文本内容所在的段落的分割符号。其中，第二类主条款段落可以包括至少一个分割符号。
示例性的，对于合同首部类别的主条款段落，可以根据该主条款段落的类别确定该主条款段落的分割符号可以为“\n|。|；”；对于输出要求为多行文本的数据类型，可以确定该数据类型所在的段落的分割符号为“\n”；；对于输出要求为单行文本的金额、数字、日期等数据类型，可以确定该类数据类型所在段落的分割符号为“\n|。|；|！”。
S303、根据第二类主条款段落的分割符号，对第二类主条款段落进行分割处理，得到第二类主条款的至少一个子段落。
具体地，可以将分割符号写入该分割符号所对应的行段落或者数据的最后一个字符处。例如对于合同首部类别的主条款段落，则将分割符“\n|。|；”放置在该主条款段落的各行段落的最后一个字符处，对该主条款段落进行分割，若该合同首部类别的主条款段落包括3个行段落，则可以得到该首部类别的主条款段落的3个子段落。
本实施例中，通过将第二类主条款段落进一步进行分割处理，得到各第二类主条款段落的至少一个子段落，可以使得后续中的第二审查模型对不同类别的子段落进行分类，从而可以利用第三模型对不同类别的子段落进行准确的实体识别。
可选的，上述S105中将各子段落输入至第二审查模型中进行分析处理，得到各子段落的类别，可以包括：
可选的，将各子段落输入第二审查模型，由第二审查模型根据各子段落的开始位置和结束位置确定各子段落的文本内容。
其中，各子段落可以包括各子段落的开始位置以及结束位置，若某一子段落的开始位置在合同文本中的第2行的第一个字符位置上，结束位置在合同文本的第4行的最后一个字符位置上，则该子段落的文本内容为合同文本的第2行至第4行的所有文本内容。
可选的，由第二审查模型对各子段落的文本内容进行语义分析处理，得到各子段落的类别。
具体地，可以使用biLstm+softmax分类模型对各子段落的文本内容进行语义分析处理，得到各子段落的类别。其中，对于各子段落，可以选择该子段落的首部分段落文本内容、尾部分段落文本内容分别进行上下文语义分析，得到该子段落的类别；也可以选择该子段落的中间段落文本内容，对中间段落文本内容进行上下文语义分析，确定该子段落的类别；还可以选择该子段落的所有文本内容进行上下文语义分析，确定该子段落的类别。
示例性的，在第二审查模型之后，如表1中可以得到合同首部-签约方、合同首部-法律引用等子段落，对于合同首部-法律引用这一类较低风险的条款段落作为第一类子段落；对于合同首部-签约方这一类较高风险的条款段落则输入至第三审查模型中继续进行实体识别。
可选的，上述S107中将各第二类子段落以及各第二类子段落的类别输入至第三审查模型中进行分析处理，得到各第二子段落的要素信息，可以包括：
可选的，将第二类子段落以及第二类子段落的类别输入至第三审查模型，由第三审查模型根据第二类子段落的类别对第二类子段落进行实体识别，得到第二类子段落的要素信息。
其中，该第二类子段落可以指的是经过第二审查模型分类得到的较高风险的条款段落，例如，对于上述第二审查模型可以得到合同首部-签约方这一类别的子段落，将该合同首部-签约方的子段落的所有文本内容输入至第三审查模型，第三审查模型对该合同首部-签约方的文本内容进行实体识别，可以得到具体的合同首部-签约方-甲方和合同首部-签约方-乙方，则具体的甲方名称以及具体的乙方名称为该合同首部-签约方子段落的要素信息。
具体地，可以根据第二类子段落的类别对第二子段落进行不同的实体识别，对于较高风险类别的第二类子段落，需要对这些第二类子段落进行更细粒度的实体识别抽取，例如对于合同首部-签约方，需要识别具体的签约方名称，将识别到的具体的甲方名称作为该第二类子段落的要素信息；对于高风险类别的第二类子段落，则抽取该第二类子段落的整个内容，将该第二类子段落的整个内容作为该第二类子段落的要素信息，例如对于表1中的服务费清单-收费标准这一子段落，将该收费标准子段落的全部文本内容进行输出，进入审查阶段。
本实施例中，通过对不同类别的子段落继续进行实体识别，抽取各子段落的要素信息，可以更准确的提取到条款内容，以对各条款内容进行更准确的审查。
可选的，上述S108中根据各第二类子段落的类别、要素信息，对各第二类子段落进行审查，可以包括：
可选的，根据第二类子段落的类别确定第二类子段落对应的审查策略。具体地，若第二类子段落为合同首部-签约方，则从审查策略中选择对于合同首部签约方的审查策略；若第二类子段落为服务费清单-标的物，则选择该服务费清单-标的物对应的审查策略。
可选的，根据要素信息以及第二类子段落对应的审查策略，对第二类子段落进行审查。
示例性的，对于合同总金额大小写不一致的审查，如表1中的服务费清单-合同总额该子段落经过实体识别提取可以得到的合同金额的大写数额以及合同金额的小写数额，可以将金额转换成同一标准进行数值比较，若数值不等，则返回“合同总金额大小写不一致”，若数据相等，则返回”合同总额大小写一致”。
可选的，当合同审查完成后，本申请可以将审查过程中的审查结果进行展示，并且对合同的抽取能力得到提高，可以抽取更细维度的合同内容，对合同能够更准确的审查；还提供了“不一致内容一键修改”功能，该功能支持金额大小写金额不一致、首尾部主题名称不一致的一键修改；可以对签约时间有效性进行审查；缺失项自动定位，可以自动定位至缺失的条款可能坐落的断路，并可以给出用户添加内容的建议；可以对缺失内容进行一键添加，系统可以给出缺失项的补充建议，用户可以选择一键添加；在各条款审查明细中给出该条款所对应《民典法》条例；对审查风险进行高、中、低分组展示、对审查风险按照“缺失、不一致、不合理等”分组展示；对审查风险按照“法务、财务、业务等部分”分组展示；用户可以选择忽略或者删除系统的审查结果；条款审查明细中给出该条款所对应《民典法》条例，且可定位到完整的《民典法》中查看系统性的法律说明。
图6为本申请实施例提供的一种智能合同审查方法的装置示意图，如图6所示，该装置包括：
分割模块401，用于对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落；
分析模块402，用于将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别；
确定模块403，用于根据各所述主条款段落的类别，确定直接审查的至少一个第一类主条款段落以及继续识别的至少一个第二类主条款段落，并根据预设的审查策略对各所述第一类主条款段落进行审查；
分割模块401，用于对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落；
分析模块402，用于将各所述子段落以及所述子段落所属的主条款段落的类别输入至第二审查模型中进行分析处理，得到各所述子段落的类别；
确定模块403，用于根据各所述子段落的类别，确定直接审查的至少一个第一类子段落以及继续识别的至少一个第二类子段落，并根据预设的审查策略对各所述第一类子段落进行审查；
分析模块402，用于将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息；
审查模块404，用于根据所述各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查。
可选的，所述分割模块401具体用于：
根据所述待审查合同文本的主条款标题，对所述待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落。
可选的，所述分析模块402具体用于：
将各所述主条款段落输入所述第一审查模型，由所述第一审查模型根据各所述主条款段落的开始位置和结束位置确定各所述主条款段落的文本内容；
由所述第一审查模型对各所述主条款段落的文本内容进行语义分析处理，得到各所述主条款段落的类别。
可选的，所述分割模块401具体用于：
获取第二类主条款段落的至少一个数据类型以及所述第二类主条款的类别；
根据所述第二类主条款段落的数据类型或所述第二类主条款的类别，确定所述第二类主条款段落的分割符号；
根据所述第二类主条款段落的分割符号，对所述第二类主条款段落进行分割处理，得到所述第二类主条款段落中的至少一个子段落。
可选的，所述分析模块402具体用于：
将各所述子段落输入至所述第二审查模型，由所述第二审查模型根据各所述子段落的开始位置和结束位置，确定各所述子段落的文本内容；
由所述第二审查模型对各所述子段落的文本内容进行语义分析处理，得到各所述子段落的类别。
可选的，所述分析模块402具体用于：
将所述第二类子段落以及所述第二类子段落的类别输入至第三审查模型，由所述第三审查模型根据所述第二类子段落的类别对所述第二类子段落进行实体识别，得到各所述第二类子段落的要素信息。
可选的，所述审查模块404具体用于：
根据所述第二类子段落的类别确定所述第二类子段落对应的审查策略；
根据所述要素信息以及所述第二类子段落对应的审查策略，对所述第二类子段落进行审查。
图7为本申请实施例提供的一种电子设备500的结构框图。如图7所示，该电子设备可包括：处理器501、存储器502。
可选的，还可以包括总线503，其中，所述存储器502用于存储有所述处理器501可执行的机器可读指令(例如，图4中的装置中分割模块、分析模块、确定模块、审查模块对应的执行指令等)，当电子设备500运行时，所述处理器501与所述存储器502存储之间通过总线503通信，所述机器可读指令被所述处理器501执行时执行上述方法实施例中的方法步骤。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述智能合同审查方法实施例中的方法步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种智能合同审查方法，其特征在于，所述方法包括：
对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落；
将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别；
根据各所述主条款段落的类别，确定直接审查的至少一个第一类主条款段落以及继续识别的至少一个第二类主条款段落，并根据预设的审查策略对各所述第一类主条款段落进行审查；
对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落；
将各所述子段落以及所述子段落所属的主条款段落的类别输入至第二审查模型中进行分析处理，得到各所述子段落的类别；
根据各所述子段落的类别，确定直接审查的至少一个第一类子段落以及继续识别的至少一个第二类子段落，并根据预设的审查策略对各所述第一类子段落进行审查；
将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息；
根据各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查。
2.根据权利要求1所述的智能合同审查方法，其特征在于，所述对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落，包括：
根据所述待审查合同文本的主条款标题，对所述待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落。
3.根据权利要求1所述的智能合同审查方法，其特征在于，所述将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别，包括：
将各所述主条款段落输入所述第一审查模型，由所述第一审查模型根据各所述主条款段落的开始位置和结束位置确定各所述主条款段落的文本内容；
由所述第一审查模型对各所述主条款段落的文本内容进行语义分析处理，得到各所述主条款段落的类别。
4.根据权利要求1所述的智能合同审查方法，其特征在于，所述对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落，包括：
获取第二类主条款段落的至少一个数据类型以及所述第二类主条款的类别；
根据所述第二类主条款段落的数据类型或所述第二类主条款的类别，确定所述第二类主条款段落的分割符号；
根据所述第二类主条款段落的分割符号，对所述第二类主条款段落进行分割处理，得到所述第二类主条款段落中的至少一个子段落。
5.根据权利要求1所述的智能合同审查方法，其特征在于，所述将各所述子段落输入至第二审查模型中进行分析处理，得到各所述子段落的类别，包括：
将各所述子段落输入至所述第二审查模型，由所述第二审查模型根据各所述子段落的开始位置和结束位置，确定各所述子段落的文本内容；
由所述第二审查模型对各所述子段落的文本内容进行语义分析处理，得到各所述子段落的类别。
6.根据权利要求1所述的智能合同审查方法，其特征在于，将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息，包括：
将所述第二类子段落以及所述第二类子段落的类别输入至第三审查模型，由所述第三审查模型根据所述第二类子段落的类别对所述第二类子段落进行实体识别，得到各所述第二类子段落的要素信息。
7.根据权利要求1所述的智能合同审查方法，其特征在于，所述根据各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查，包括：
根据所述第二类子段落的类别确定所述第二类子段落对应的审查策略；
根据所述要素信息以及所述第二类子段落对应的审查策略，对所述第二类子段落进行审查。
8.一种智能合同审查装置，其特征在于，包括：
分割模块，用于对待审查合同文本进行分割处理，得到所述待审查合同文本的至少一个主条款段落；
分析模块，用于将各所述主条款段落输入至第一审查模型中进行分析处理，得到各所述主条款段落的类别；
确定模块，用于根据各所述主条款段落的类别，确定直接审查的至少一个第一类主条款段落以及继续识别的至少一个第二类主条款段落，并根据预设的审查策略对各所述第一类主条款段落进行审查；
分割模块，用于对各所述第二类主条款段落进行分割处理，得到各所述第二类主条款段落中的至少一个子段落；
分析模块，用于将各所述子段落以及所述子段落所属的主条款段落的类别输入至第二审查模型中进行分析处理，得到各所述子段落的类别；
确定模块，用于根据各所述子段落的类别，确定直接审查的至少一个第一类子段落以及继续识别的至少一个第二类子段落，并根据预设的审查策略对各所述第一类子段落进行审查；
分析模块，用于将各所述第二类子段落以及各所述第二类子段落的类别输入至第三审查模型中进行分析处理，得到各所述第二类子段落的要素信息；
审查模块，用于根据各所述第二类子段落的类别、所述要素信息，对各所述第二类子段落进行审查。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的智能合同审查方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1-7任一项所述的智能合同审查方法的步骤。
CN202311143401.8A 2023-09-05 2023-09-05 智能合同审查方法、装置、电子设备及存储介质 Active CN117151096B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311143401.8A CN117151096B (zh) 2023-09-05 2023-09-05 智能合同审查方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311143401.8A CN117151096B (zh) 2023-09-05 2023-09-05 智能合同审查方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN117151096A true CN117151096A (zh) 2023-12-01
CN117151096B CN117151096B (zh) 2024-05-10

Family

ID=88909632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311143401.8A Active CN117151096B (zh) 2023-09-05 2023-09-05 智能合同审查方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117151096B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918635A (zh) * 2017-12-12 2019-06-21 中兴通讯股份有限公司 一种合同文本风险检测方法、装置、设备及存储介质
CN110110320A (zh) * 2019-03-12 2019-08-09 平安科技（深圳）有限公司 自动合同审查方法、装置、介质以及电子设备
CN110705265A (zh) * 2019-08-27 2020-01-17 阿里巴巴集团控股有限公司 合同条款风险识别方法以及装置
CN111274782A (zh) * 2020-02-25 2020-06-12 平安科技（深圳）有限公司 一种文本审核方法、装置、计算机设备及可读存储介质
CN114549241A (zh) * 2022-02-22 2022-05-27 招商银行股份有限公司 合同审查方法、装置、系统与计算机可读存储介质
CN114661914A (zh) * 2022-02-28 2022-06-24 太极计算机股份有限公司 一种基于深度学习和知识图谱的合同审查方法、装置、设备和存储介质
CN114863463A (zh) * 2022-04-21 2022-08-05 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
CN115630843A (zh) * 2022-11-01 2023-01-20 卓望信息技术（北京）有限公司 合同条款自动审核方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918635A (zh) * 2017-12-12 2019-06-21 中兴通讯股份有限公司 一种合同文本风险检测方法、装置、设备及存储介质
CN110110320A (zh) * 2019-03-12 2019-08-09 平安科技（深圳）有限公司 自动合同审查方法、装置、介质以及电子设备
CN110705265A (zh) * 2019-08-27 2020-01-17 阿里巴巴集团控股有限公司 合同条款风险识别方法以及装置
CN111274782A (zh) * 2020-02-25 2020-06-12 平安科技（深圳）有限公司 一种文本审核方法、装置、计算机设备及可读存储介质
WO2021169208A1 (zh) * 2020-02-25 2021-09-02 平安科技（深圳）有限公司 一种文本审核方法、装置、计算机设备及可读存储介质
CN114549241A (zh) * 2022-02-22 2022-05-27 招商银行股份有限公司 合同审查方法、装置、系统与计算机可读存储介质
CN114661914A (zh) * 2022-02-28 2022-06-24 太极计算机股份有限公司 一种基于深度学习和知识图谱的合同审查方法、装置、设备和存储介质
CN114863463A (zh) * 2022-04-21 2022-08-05 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
CN115630843A (zh) * 2022-11-01 2023-01-20 卓望信息技术（北京）有限公司 合同条款自动审核方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王亦白: "不动产登记审查的模式选择和标准确立", 中国土地科学, no. 11, 30 November 2018 (2018-11-30), pages 12 - 17 *

Also Published As

Publication number Publication date
CN117151096B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
Zhaokai et al. Contract analytics in auditing
CN109872162B (zh) 一种处理用户投诉信息的风控分类识别方法及系统
CN109614550A (zh) 舆情监控方法、装置、计算机设备及存储介质
CN108550054B (zh) 一种内容质量评估方法、装置、设备和介质
CN114202755A (zh) 基于ocr和nlp技术的交易背景真实性审核方法和系统
CN106991175A (zh) 一种客户信息挖掘方法、装置、设备以及存储介质
CN112052396A (zh) 课程匹配方法、系统、计算机设备和存储介质
Braz et al. Document classification using a Bi-LSTM to unclog Brazil's supreme court
CN109933783A (zh) 一种不良资产经营领域的合同要素化方法
CN113641794A (zh) 简历文本的评估方法、装置及服务器
CN115018588A (zh) 产品推荐方法、装置、电子设备及可读存储介质
Mahmud et al. Comparison of machine learning algorithms for sentiment classification on fake news detection
CN117707922A (zh) 测试用例的生成方法、装置、终端设备和可读存储介质
Lee et al. Text visual analysis in auditing: Data analytics for journal entries testing
CN118396786A (zh) 合同文档审核方法和装置、电子设备及计算机可读存储介质
CN110610007A (zh) 基于nlp的维保车况智能识别方法及装置
CN117592470A (zh) 大语言模型驱动的低成本公报数据抽取方法
CN117151096B (zh) 智能合同审查方法、装置、电子设备及存储介质
CN116701506A (zh) 融合非结构化数据的需求计划合规性检验方法
KR20210001625A (ko) 뉴스 기사의 감성 정보 레이블링에 기초한 기업 부실 정보 서비스 제공 방법 및 그 장치
KR20210001649A (ko) 기업 부실 예측 프로그램
CN116402056A (zh) 文档信息的处理方法、装置及电子设备
CN114662457A (zh) 信息生成方法、装置、设备及计算机存储介质
CN113888265A (zh) 产品推荐方法、装置、设备及计算机可读存储介质
Rifa'i et al. Sentiment Analysis Using Text Mining Techniques On Social Media Using the Support Vector Machine Method Case Study Seagames 2023 Football Final

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