【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于深度学习的合同风险检测方法及系统。
技术介绍
1、传统的合同审查主要由专业律师负责，这项工作对于律师来说十分繁琐，并且律师之间的水平参差不齐。由于合同审查缺乏相应的评价标准，当事人很难辨别出律师的审查水平。因此将律师从合同审查的繁杂任务中解脱出来，并统一合同的审查标准就成为了法律界面临的一大挑战。
2、hendrycks等则借鉴了bert做问答任务的思路，使用滑动窗口来解决bert的上下文窗口不足的问题，使用bert问答模型来判断合同中是否存在风险项。然而，他们没有考虑文中可能不存在答案的情况，并且由于对所有的合同都进行了全文推理，导致推理速度较慢，不能满足应用需求。
3、wong等提出了一种使用自洽(self-consistency)的方法审查建筑合同的方法，但该系统并没有说明如何量化工作效果，仅依赖于人类专家的反馈。
4、因此，将合同风险点审查任务视为分类任务存在一定问题。将合同风险点审查视为二元分类问题需要为每个风险点训练一个独立的分类模型，尽管在理论上可行...
【技术保护点】
1.一种基于深度学习的合同风险检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的合同风险检测方法，其特征在于，所述基于预先构建的检索模型，对所述合同文档进行检索与风险点相关的合同段落，得到候选风险点的步骤中，具体包括下述步骤：
3.根据权利要求1所述的一种基于深度学习的合同风险检测方法，其特征在于，所述采用问答模型分析所述合同段落的步骤中，具体包括下述步骤：
4.根据权利要求1所述的一种基于深度学习的合同风险检测方法，其特征在于，所述将所述候选风险点输入所述问答模型进行判断的步骤中，具体包括下述步骤：
<...【技术特征摘要】
1.一种基于深度学习的合同风险检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的合同风险检测方法，其特征在于，所述基于预先构建的检索模型，对所述合同文档进行检索与风险点相关的合同段落，得到候选风险点的步骤中，具体包括下述步骤：
3.根据权利要求1所述的一种基于深度学习的合同风险检测方法，其特征在于，所述采用问答模型分析所述合同段落的步骤中，具体包括下述步骤：
4.根据权利要求1所述的一种基于深度学习的合同风险检测方法，其特征在于，所述将所述候选风险点输入所述问答模型进行判断的步骤中，具体包括下述步骤：
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：高恒源，杨敏，雷宇，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
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。