合同审核方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能中的机器学习，提供了一种合同审核方法、装置、计算机设备和存储介质。所述方法包括：获取目标合同文本；通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量；获取预存储的预设条款语义向量；计算每个所述目标条款语义向量与所述预设条款语义向量之间的相似度；根据各个所述相似度按照预设确定方式对应确定目标相似度；当所述目标相似度达到预设相似度阈值时，将所述目标相似度对应的合同条款确定为无风险条款。采用本方法能够提高合同审核效率。

Contract audit methods, devices, computer equipment and storage media

This application relates to machine learning in artificial intelligence and provides a contract audit method, device, computer equipment and storage medium. The methods include: acquiring the target contract text; predicting each contract clause in the target contract text through the first continuous word bag model trained, obtaining corresponding target clause semantic vectors; acquiring pre-stored pre-set clause semantic vectors; calculating the similarity between the target clause semantic vectors and the pre-set clause semantic vectors; Target similarity is determined according to the similarity defined by presupposition. When the target similarity reaches the presupposition similarity threshold, the contract clause corresponding to the target similarity is determined as a risk-free clause. This method can improve the efficiency of contract audit.

【技术实现步骤摘要】
合同审核方法、装置、计算机设备和存储介质
本申请涉及人工智能
，特别是涉及一种合同审核方法、装置、计算机设备和存储介质。
技术介绍
合同审核是指按照法律法规以及当事人的约定对合同的内容和格式进行审核。合同审核的作用主要是审查合同的各个法审点是否符合法律表述要求，从而确定合同中的相应条款是否具有法律风险。法审点即法律审核要点主要针对正文条款，且单个合同中包括多个法审点，如租赁合同的标的物是否明确、价款是否明确、租赁期限是否不超过指定年限、优先承租权、优先购买权、出租人与承租人的权利与义务是否明确等。目前，合同审核的主要实现方式是人工审核，即法律人员通过人工自主定位合同中的各个法审点，并凭借自身经验判断从合同中定位到的法审点是否符合法律表述，以及判断相应条款的是否存在法律风险。然而，目前通过人工审核的方式受限于法律人员的自身经验和工作效率，从而存在审核效率低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够合同审核效率的合同审核方法、装置、计算机设备和存储介质。一种合同审核方法，所述方法包括：获取目标合同文本；通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量；获取预存储的预设条款语义向量；计算每个所述目标条款语义向量与所述预设条款语义向量之间的相似度；根据各个所述相似度按照预设确定方式对应确定目标相似度；当所述目标相似度达到预设相似度阈值时，将所述目标相似度对应的合同条款确定为无风险条款。在其中一个实施例中，所述通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量，包括：确定所述目标合同文本中的每项合同条款所对应的条款标识；对于每项所述合同条款，通过已训练的第一连续词袋模型，根据所述合同条款对应的所述条款标识和组成所述合同条款的各个词所对应的初始词向量，获得相应的目标条款语义向量。在其中一个实施例中，所述对于每项所述合同条款，通过已训练的第一连续词袋模型，根据所述合同条款对应的所述条款标识和组成所述合同条款的各个词所对应的初始词向量，获得相应的目标条款语义向量，包括：通过已训练的第二连续词袋模型，分别对每项所述合同条款所对应的所述条款标识进行预测，获得相应的条款初始向量；对于每项所述合同条款，通过已训练的第一连续词袋模型，根据所述合同条款对应的所述条款初始向量和组成所述合同条款的各个词所对应的初始词向量，获得相应的目标条款语义向量。在其中一个实施例中，所述通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量，包括：通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的条款语义向量；对于每项所述合同条款，根据组成所述合同条款的各个词所对应的初始词向量，分别确定相应的平均词向量和最大词向量；将所述平均词向量、所述最大词向量和相应的所述条款语义向量进行合并，获得每项所述合同条款所对应的目标条款语义向量。在其中一个实施例中，所述获取目标合同文本之后，所述方法还包括：对所述目标合同文本进行预处理，获得合同文本语料库；通过已训练的第二连续词袋模型，分别对所述合同文本语料库中的每个词进行预测，获得相应的初始词向量。在其中一个实施例中，所述第一连续词袋模型的训练步骤包括：获取预设合同文本；通过已训练的第二连续词袋模型，分别对所述预设合同文本中的每项预设合同条款所对应的条款标识进行预测，获得相应的预设条款初始向量；根据所述第二连续词袋模型的各个权重参数，对应初始化第一连续词袋模型的各个权重参数；根据每项所述预设合同条款对应的所述预设条款初始向量，以及组成所述预设合同条款的各个词所对应的预设初始词向量，对初始化的第一连续词袋模型进行训练获得已训练的第一连续词袋模型。在其中一个实施例中，所述第二连续词袋模型的训练步骤包括：获取候选合同文本；对所述候选合同文本进行预处理，获得相应的候选合同文本语料库；根据所述候选合同文本语料库对初始化的第二连续词袋模型进行训练；当符合预设条件时停止训练，获得已训练的第二连续词袋模型。一种合同审核装置，所述装置包括：文本获取模块，用于获取目标合同文本；预测模块，用于通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量；向量获取模块，用于获取预存储的预设条款语义向量；计算模块，用于计算每个所述目标条款语义向量与所述预设条款语义向量之间的相似度；确定模块，用于根据各个所述相似度按照预设确定方式对应确定目标相似度；判定模块，用于当所述目标相似度达到预设相似度阈值时，将所述目标相似度对应的合同条款判定为无风险条款。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请任意一个实施例中提供的合同审核方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请任意一个实施例中提供的合同审核方法的步骤。上述合同审核方法、装置、计算机设备和存储介质，对于所获取到的目标合同文本中的每项合同条款，通过已训练的第一连续词袋模型预测获得相应的目标条款语义向量。获取预存储的预设条款语义向量，自动计算该预设条款语义向量与每个目标条款语义向量之间的相似度，根据各个相似度对应确定目标相似度，当目标相似度达到预设相似度阈值时，则判定相应的合同条款为无风险条款。借助于第一连续词袋模型分别确定每项合同条款所对应的目标条款语义向量，提高了处理效率，根据计算的相似度定位合同条款，并对应判断该合同条款是否存在风险，进而实现对合同的审核，提高了审核效率。附图说明图1为一个实施例中合同审核方法的应用场景图；图2为一个实施例中合同审核方法的流程示意图；图3为一个实施例中合同审核方法的流程示意图；图4为另一个实施例中合同审核装置的结构框图；图5为一个实施例中合同审核装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的合同审核方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。服务器通过已训练的第一连续词袋模型，分别确定所获取到的目标合同文本中的每项合同条款所对应的目标条款语义向量，分别计算每个目标条款语义向量与预设条款语义向量之间的相似度，根据该多个相似度对应确定目标相似度，并当目标相似度达到预设相似度阈值时，将该目标相似度所对应的合同条款确定为无风险条款，并将相应的审核结果推送至终端102。服务器104具体可从终端102获取目标合同文本。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种合同审核方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：S202，获取目标合同文本。其中，目标合同文本文档来自技高网...

【技术保护点】
1.一种合同审核方法，所述方法包括：获取目标合同文本；通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量；获取预存储的预设条款语义向量；计算每个所述目标条款语义向量与所述预设条款语义向量之间的相似度；根据各个所述相似度按照预设确定方式对应确定目标相似度；当所述目标相似度达到预设相似度阈值时，将所述目标相似度对应的合同条款确定为无风险条款。

【技术特征摘要】
1.一种合同审核方法，所述方法包括：获取目标合同文本；通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量；获取预存储的预设条款语义向量；计算每个所述目标条款语义向量与所述预设条款语义向量之间的相似度；根据各个所述相似度按照预设确定方式对应确定目标相似度；当所述目标相似度达到预设相似度阈值时，将所述目标相似度对应的合同条款确定为无风险条款。2.根据权利要求1所述的方法，其特征在于，所述通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量，包括：确定所述目标合同文本中的每项合同条款所对应的条款标识；对于每项所述合同条款，通过已训练的第一连续词袋模型，根据所述合同条款对应的所述条款标识和组成所述合同条款的各个词所对应的初始词向量，获得相应的目标条款语义向量。3.根据权利要求2所述的方法，其特征在于，所述对于每项所述合同条款，通过已训练的第一连续词袋模型，根据所述合同条款对应的所述条款标识和组成所述合同条款的各个词所对应的初始词向量，获得相应的目标条款语义向量，包括：通过已训练的第二连续词袋模型，分别对每项所述合同条款所对应的所述条款标识进行预测，获得相应的条款初始向量；对于每项所述合同条款，通过已训练的第一连续词袋模型，根据所述合同条款对应的所述条款初始向量和组成所述合同条款的各个词所对应的初始词向量，获得相应的目标条款语义向量。4.根据权利要求1所述的方法，其特征在于，所述通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的目标条款语义向量，包括：通过已训练的第一连续词袋模型，分别对所述目标合同文本中的每项合同条款进行预测，获得相应的条款语义向量；对于每项所述合同条款，根据组成所述合同条款的各个词所对应的初始词向量，分别确定相应的平均词向量和最大词向量；将所述平均词向量、所述最大词向量和相应的所述条款语义向量进行合并，获得每项所述合同条款所对应的目标条款语义向量。5.根据权利要求2至4任意一项所述的...

【专利技术属性】
技术研发人员：叶素兰，窦文伟，李方，罗钰林，徐冰，汪伟，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44