一种基于自然语言理解的合同智能审查方法技术

本发明专利技术涉及文档审查技术领域，且公开了一种基于自然语言理解的合同智能审查方法，所述审查方法包括如下步骤：S1、构建合同审查知识图谱：人工构建的标签体系以及审查点，共同构成合同审查知识图谱；S2、实现审查规则；算法工程师根据该知识图谱，实现具体的合同审查功能；S3、合同智能审查。该基于自然语言理解的合同智能审查方法，梳理合同审查需求，形成包含标签、审查点、审查项、审查规则、风险提示信息等内容的合同审查知识图谱，根据合同审查知识图谱训练算法模型、实现审查规则，并能根据指示图谱内容生成审查清单，并根据审查清单、审查立场的不同，智能调度相关算法模型和审查模块，最终得到合同审查结果。最终得到合同审查结果。最终得到合同审查结果。

【技术实现步骤摘要】
一种基于自然语言理解的合同智能审查方法


[0001]本专利技术属于文档审查
，具体为一种基于自然语言理解的合同智能审查方法。

技术介绍

[0002]合同是企业和企业之间商务合作的契约载体，合同审查作为企业主体日常经营不可或缺的工作内容，传统合同审查方法大量依赖人工审核操作，长期占用大量的公司法务人力资源，同时因为每个合同审核人员的经验不同、对法律法规理解不同、对风险点的把控也不同，最终合同审查的标准和结果也不一样，无形中增加了企业经营的合规和合同纠纷诉讼的风险，一套基于自然语言理解的智能的合同审查系统，可以按照法律法规的要求，结合企业经营的需要，对各类合同风险使用固定的统一标准，进行自动化的AI审查，不但可以释放企业法务的工作量，同时也可以提升合同审查的标准和规范性。
[0003]合同智能审查，作为一个新兴的功能服务，出现在一些无纸化办公服务，或是文件管理服务当中，但是这些合同审查主要通过当前合同与模版合同的做比对，通过文本的差异来判断是否存在风险，非常的机械，对法务的工作量的减轻没有明显效果，甚至增加了某些合同审查的步骤，并不能真正解决合同审查中工作繁琐、标准不统一、消耗人力等问题。

技术实现思路

[0004]针对上述情况，为克服现有技术的缺陷，本专利技术提供一种基于自然语言理解的合同智能审查方法，有效的解决了上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于自然语言理解的合同智能审查方法，所述审查方法包括如下步骤：S1、构建合同审查知识图谱：人工构建的标签体系以及审查点，共同构成合同审查知识图谱；S2、实现审查规则：算法工程师根据该知识图谱，实现具体的合同审查功能；S3、合同智能审查：合同审查之前，用户可以自行定制审查清单，每个合同类型所有的审查点，组合成该合同类型的默认审查清单，用户可以从默认审查清单中筛选出自己需要的审查点，并可以对审查点的审查点名称、子审查项名称、风险提示信息进行编辑，最终形成自己需要的审查清单，后续的智能审查功能，会依据每个审查清单所涉及到的审查点的不同，自动执行不同的审查操作。
[0006]优选的，所述S1中构建合同审查知识图谱包括如下步骤：S1
‑
1、梳理合同审查需求，将比较抽象的合同审查需求整合成有限的几个审查点，例如货物买卖合同中会有“合同金额审查”审查点；S1
‑
2、将审查点包含的各类风险，整合为有限的几个子审查项，每个审查项审查具体的一个风险点，例“合同金额审查”审查点下会有“金额大小写一致性”，“总金额准确性”等几个子审查项；
S1
‑
3、根据审查点以及其子审查项，抽象出实现审查逻辑可能需要的标签，并确定标签内涵，并且随机选取一些真实合同，对上述标签进行试标注，确认在真实合同中，上述标签是否可用，内涵是否准确；S1
‑
4、若在试标注过程中，发现某些标签设置不合理，或者内涵不准确，则重复上述两步，同时将标签以及其内涵迭代到算法可用、内涵明确的程度，将上述标签整合成有一定层级关系的标签体系，例如货物买卖合同中会有“支付”条款、“违约责任”条款，而“支付”条款下又有“货物总价”、“交付时间”等条款，将这些条款整理成一组有层级结构的标签；S1
‑
5、根据构建的上述标签体系，以及标签内涵，标注一系列合同文本数据，并将标签体系以及标注数据同步给算法工程师，用以训练算法模型；S1
‑
6、依据标签体系，形成审查点各子审查项的具体审查规则，例如
“‘
货物总价
’
标签中合同总金额，若不同时存在大写金额、小写金额、货币类型，则存在风险”；S1
‑
7、所有审查点组成了合同审查知识图谱，图谱中包含所有标签、审查点、审查项、审查规则、风险提示信息等内容；S1
‑
8、使用合同知识图谱同步模块将梳理好的知识图谱同步给算法工程师，用以实现审查点以及审查规则，同时根据合同智能审查实际效果，调整相关标签/审查规则等知识图谱信息，优化迭代合同审查知识图谱。
[0007]优选的，所述S2中实现审查规则括如下步骤：S2
‑
1、使用合同知识图谱同步模块，提取标签体系相关信息，基于标签体系，将标注数据按照标签的层级结构生成模型的训练数据；S2
‑
2、基于上述标签体系，以及训练数据，训练算法模型，使得算法能够依据人工构建的标签体系，准确识别该类合同中的各类标签、要素；S2
‑
3、使用合同知识图谱同步模块，提取审查点、子审查项、审查规则、所涉及标签信息，利用模型标签、要素，实现每个审查点的所有子审查项的审查规则，并将这个审查点封装为可以调用的审查模块，例如在“合同总金额审查”的审查点中，使用标签模型得到合同总金额的那一段条款，再使用要素抽取模型，将这一段条款中的具体总金额要素抽取出来，使用总金额要素进一步实现后续的审查规则，将这个审查规则封装如审查模块后，这个审查点就可以随时被调用，并审查“合同总金额”的相关风险；S2
‑
4、使用真实合同，测试合同智能审查算法效果，若审查结果有误，则对出错审查项下的审查规则进行微调，并将微调结果同步到合同审查知识图谱，最终迭代出效果最佳的合同智能审查算法；S2
‑
5、使用合同知识图谱同步模块，提取审查点、子审查项、风险提示文本、所涉及标签信息，生成审查清单。
[0008]优选的，所述S3中合同智能审查包括如下步骤：S3
‑
1、用户上传合同，开始审查，同时文档解析模块将docx、PDF等格式的合同，解析为统一格式的合同文本信息；S3
‑
2、要素抽取模块会先识别出合同中的基本信息，例如合同类型，签约各方信息，将这类信息展示给用户，辅助用户完善智能审查的必要信息，以及相应的审查清单的选择，例如“商铺租赁”类合同与“货物买卖”类合同的审查点是不一样的，而“货物买卖”类合同中，用户属于“买方”还是“卖方”所关注的审查重点也有不同，要素抽取模块可以辅助用
户快速选择合同审查中的必要信息、选择审查清单，以便继续后续审查步骤；S3
‑
3、用户自主选择审查立场、审查点清单，继续后续智能审查步骤，随后算法调度模块根据审查清单、审查立场，筛选需要执行的审查模块，将这些模块组合成这次审查需要执行的审查模块执行树；并获取这些审查模块所需要的所有条款分类模型、要素抽取模型，依据标签体系说明的所有标签、要素之间的层级关系，生成这次审查需要执行的算法模型执行树，依照算法模型执行树以及审查模块执行树，依次调用所有模型以及审查模块；S3
‑
4、审查模块，从条款分类模型、要素抽取模型的执行结果中，获取审查需要的条款信息以及要素信息，依据合同审查知识图谱中的信息，依次执行所有子审查项，根据子审查项的审查规则，判断是否存在风险，生成并返回所有审查结果；S3
‑
5、将审查模块返回的结果，根据审查清单的配置，生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言理解的合同智能审查方法，其特征在于：所述审查方法包括如下步骤：S1、构建合同审查知识图谱：人工构建的标签体系以及审查点，共同构成合同审查知识图谱；S2、实现审查规则：算法工程师根据该知识图谱，实现具体的合同审查功能；S3、合同智能审查：合同审查之前，用户可以自行定制审查清单，每个合同类型所有的审查点，组合成该合同类型的默认审查清单，用户可以从默认审查清单中筛选出自己需要的审查点，并可以对审查点的审查点名称、子审查项名称、风险提示信息进行编辑，最终形成自己需要的审查清单，后续的智能审查功能，会依据每个审查清单所涉及到的审查点的不同，自动执行不同的审查操作。2.根据权利要求1所述的一种基于自然语言理解的合同智能审查方法，其特征在于：所述S1中构建合同审查知识图谱包括如下步骤：S1
‑
1、梳理合同审查需求，将比较抽象的合同审查需求整合成有限的几个审查点，例如货物买卖合同中会有“合同金额审查”审查点；S1
‑
2、将审查点包含的各类风险，整合为有限的几个子审查项，每个审查项审查具体的一个风险点，例“合同金额审查”审查点下会有“金额大小写一致性”，“总金额准确性”等几个子审查项；S1
‑
3、根据审查点以及其子审查项，抽象出实现审查逻辑可能需要的标签，并确定标签内涵，并且随机选取一些真实合同，对上述标签进行试标注，确认在真实合同中，上述标签是否可用，内涵是否准确；S1
‑
4、若在试标注过程中，发现某些标签设置不合理，或者内涵不准确，则重复上述两步，同时将标签以及其内涵迭代到算法可用、内涵明确的程度，将上述标签整合成有一定层级关系的标签体系，例如货物买卖合同中会有“支付”条款、“违约责任”条款，而“支付”条款下又有“货物总价”、“交付时间”等条款，将这些条款整理成一组有层级结构的标签；S1
‑
5、根据构建的上述标签体系，以及标签内涵，标注一系列合同文本数据，并将标签体系以及标注数据同步给算法工程师，用以训练算法模型；S1
‑
6、依据标签体系，形成审查点各子审查项的具体审查规则，例如
“‘
货物总价
’
标签中合同总金额，若不同时存在大写金额、小写金额、货币类型，则存在风险”；S1
‑
7、所有审查点组成了合同审查知识图谱，图谱中包含所有标签、审查点、审查项、审查规则、风险提示信息等内容；S1
‑
8、使用合同知识图谱同步模块将梳理好的知识图谱同步给算法工程师，用以实现审查点以及审查规则，同时根据合同智能审查实际效果，调整相关标签/审查规则等知识图谱信息，优化迭代合同审查知识图谱。3.根据权利要求1所述的一种基于自然语言理解的合同智能审查方法，其特征在于：所述S2中实现审查规则括如下步骤：S2
‑
1、使用合同知识图谱同步模块，提取标签体系相关信息，基于标签体系，将标注数据按照标签的层级结构生成模型的训练数据；S2
‑
2、基于上述标签体系，以及训练数据，训练算法模型，使得算法能够依据人工构建的标签体系，准确识别该类合同中的各类标签、要素；
S2
‑
3、使用...

【专利技术属性】
技术研发人员：贾赀贺，
申请(专利权)人：北京幂律智能科技有限责任公司，
类型：发明
国别省市：