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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。