用于合同类文件的自动内容解析与信息评测方法及系统技术方案

本发明专利技术属于人工智能技术领域，具体涉及用于合同类文件的自动内容解析与信息评测方法及系统。方法包括S1，判断合同文件格式，并采用不同的工具对合同文件内的文本进行提取；S2，将提取出的文本进行拆分，并输入已建立的合同类Bert模型，解析出关键信息；S3，利用评分模型对解析出的关键信息进行信息风险评测；S4，将信息风险评测结果在可视化界面端进行展示。系统包括合同文本提取模块、合同文本解析模块、合同文本评测模块和可视化展示模块。本发明专利技术具有消耗资源少，能自动高效抽取关键信息，且能够处理各类格式文档的特点。够处理各类格式文档的特点。够处理各类格式文档的特点。

【技术实现步骤摘要】
用于合同类文件的自动内容解析与信息评测方法及系统


[0001]本专利技术属于人工智能
，具体涉及用于合同类文件的自动内容解析与信息评测方法及系统。

技术介绍

[0002]合同文本是一种典型的非结构化数据，通常需要人工将结构化信息录入到合同管理系统中，例如：“合同名称”、“合同甲方乙方”、“合同签订日期”、“合同金额”、“合同支付方式”、“争议解决方式”等。最初是通过人工进行信息抽取，后续转变为基于规则或者关键词的信息提取。现如今通过人工智能领域的自然语言处理技术手段，能够将上述所需关键信息智能抽取，不仅节省了人工的成本，还降低了因操作失误可能带来的风险。结构化的信息也对后续的业务规则应用、数据分析带来了极大的便利性。
[0003]目前合同解析一般有以下几种方法：1.针对大量合同，人工将合同拆解，并且将关键信息归纳到数据库中，该类方法目前已较少使用；2.正则表达式或SQL语言(Structured Query Language，结构化查询语言)结合句法依赖及语法规则将合同中固定表达拆解，提取出关键信息。专利《技术合同判定方法、电子装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于合同类文件的自动内容解析与信息评测方法，其特征在于，包括如下步骤；S1，判断合同文件格式，并采用不同的工具对合同文件内的文本进行提取；S2，将提取出的文本进行拆分，并输入已建立的合同类Bert模型，解析出关键信息；S3，利用评分模型对解析出的关键信息进行信息风险评测；S4，将信息风险评测结果在可视化界面端进行展示。2.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，步骤S1包括如下步骤；S11，若合同文件格式为图片，则利用OCR技术将文本提取出来；S12，若合同文件格式为PDF，则使用PDF解析工具包抓取合同文件中的文本；S13，若合同文件格式为docx，则使用WORD解析工具包提取出合同文件中的文本；S14，若合同文件格式为doc，则使用转换工具将合同文件转变为docx文件再进行步骤S13过程的处理。3.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，所述合同类Bert模型的构建过程包括如下步骤：采用大量真实合同文本作为语料，对Bert模型进行预训练，并同时使用简体和繁体中文，通过子任务掩盖机制和下句预测任务对Bert模型进行训练，使Bert模型具备通用语义特征。4.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，步骤S2包括如下步骤：S21，设定“句号”为提前切分符，同时将文本按长度500进行拆分；S22，将拆分后的文本输入合同类Bert模型，获得文本信息的词向量、句向量和位置向量；S23，使用自编码器与条件随机场对词向量、句向量和位置向量进行关键信息解析，并对解析出的关键信息进行校验。5.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，所述评分模型的构建过程如下：使用逻辑回归模型根据各类信息对合同文本的影响程度，训练出对关键信...

【专利技术属性】
技术研发人员：严鹏，孙林君，
申请(专利权)人：杭州实在智能科技有限公司，
类型：发明
国别省市：