一种基于大模型的合同关键信息识别系统的制作方法

本发明涉及数据分析的，具体涉及一种基于大模型的合同关键信息识别系统。

背景技术：

1、当前多数合同关键信息识别系统仅依赖单一模型直接输出结果，既缺乏对输出内容的语义完整性自检机制，当模型生成存在表述省略、语义歧义或文本截断时易遗漏关键限定条件，又在合同、规范等版本迭代频繁的文本场景中，将不同版本条款的效力差异做平滑化处理，极易误用过期失效条款；同时历史纠错沉淀知识无法在模型推理阶段系统化复用，致使同类提取错误反复发生，而现有方案对模型置信度普遍采用粗放化使用方式，对高风险与低风险输出不作差异化区分，既无法发挥高置信输出的自动化处理效能，也难以有效拦截低置信度错误结果。

2、现有技术虽增设置信度阈值判定、异常检测等基础功能模块，但仅为单点被动防护，缺失贯穿语义校验、版本比对、历史纠错的递进式校验体系，也未构建依托综合置信度驱动的分级业务流转架构，常规后处理校验仅局限于格式规整与显性矛盾排查，不能主动构建多版本内容比对并开展条款效力甄别，且历史错误知识库多以独立文档、常见问题解答（frequently asked questions，faq）台账形式静态留存，无法与模型推理链路实时联动赋能校验流程。

3、也就是说，现有技术基于大模型的合同关键信息识别效果较差。

技术实现思路

1、本发明的目的在于提供一种基于大模型的合同关键信息识别系统，用于解决现有技术中基于大模型的合同关键信息识别效果较差的技术问题。

2、第一方面，本发明一个实施例提供一种基于大模型的合同关键信息识别系统，所述系统包括：

3、获取模块，用于获取合同文本的多个信息提取结果以及每一个信息提取结果的初始置信度，其中，信息提取结果用于指示从合同文本中提取的结构化数据要素，初始置信度用于表征对应信息提取结果的可靠性概率；

4、核查模块，用于根据全量关联文件集与演进知识库，对多个信息提取结果分别进行语义核查，得到每一个信息提取结果的语义核查值；

5、校正模块，用于根据每一个信息提取结果的语义核查值修正对应的初始置信度，得到每一个信息提取结果的综合置信度；

6、分级模块，用于根据多个综合置信度进行分级业务流转操作。

7、在一些实施例中，语义核查包括语义完整度核查、信息冲突度核查以及历史匹配度核查，对多个信息提取结果进行语义核查，得到语义核查值的步骤，包括：

8、对多个信息提取结果分别进行语义完整度核查、信息冲突度核查以及历史匹配度核查，得到第一核查值、第二核查值以及第三核查值；

9、对第一核查值、第二核查值以及第三核查值进行融合，得到语义核查值。

10、在一些实施例中，语义完整度核查的步骤，包括：

11、扫描信息提取结果对应的上下文文本，以确定多个逻辑嵌套特征词；

12、在多个逻辑嵌套特征词中，检测每一个逻辑嵌套特征词与信息提取结果的匹配关系，得到每一个逻辑嵌套特征词的词意缺失值；

13、对多个逻辑嵌套特征词的词意缺失值进行融合，得到合同语义缺失值，其中，合同语义缺失值用于表征信息提取结果在其上下文文本中的语义缺失程度；

14、对合同语义缺失值进行归一化处理，得到第一核查值。

15、在一些实施例中，信息冲突度核查的步骤，包括：

16、在多个信息提取结果中，在每一个信息提取结果对应的上下文文本中进行信息提取，得到每一个信息提取结果对应的多个信息项，其中，信息项用于表征对应上下文文本中，与对应信息提取结果具有相同语义类别、相同业务属性的合同结构化信息要素；

17、基于每一个信息提取结果对应的多个信息项，在全量关联文件集中进行冲突检索，得到每一个信息提取结果的冲突要素集合，其中，全量关联文件集用于表征与合同文本具有业务关联属性的至少一个关联合同构成的集合，冲突要素集合用于表征在全量关联文件集中检索到的、与对应信息提取结果存在语义矛盾或者数值差异的关键信息集合；

18、在多个信息提取结果中，分析每一个信息提取结果与其对应冲突要素集合中的目标关键信息的信息重要程度的差异，得到每一个信息提取结果的信息偏差值，其中，目标关键信息为冲突要素集合中目标权重数值最大的关键信息，用于作为置信度修正的比对目标关键信息；

19、根据每一个信息提取结果的信息偏差值，确定对应信息提取结果的第二核查值。

20、在一些实施例中，在多个信息提取结果中，分析每一个信息提取结果与其对应冲突要素集合中的目标关键信息的信息重要程度的差异，得到每一个信息提取结果的信息偏差值的步骤，包括：

21、基于预设的条款权重库，分别计算每一个信息提取结果的初始权重，以及冲突要素集合中各个关键信息的目标权重，并将目标权重中数值最大的关键信息，确定为目标关键信息；

22、计算每一个信息提取结果的初始权重与目标关键信息的目标权重的权重差值；

23、将权重差值与预设的权重差值阈值进行比对，得到每一个信息提取结果的信息偏差值。

24、在一些实施例中，历史匹配度核查的步骤，包括：

25、基于演进知识库，对每一个信息提取结果进行关联分析，得到每一个信息提取结果的正向匹配频次和负向匹配频次，其中，正向匹配频次用于表征在演进知识库中，与对应信息提取结果的提取逻辑相匹配的正常历史记录的统计数量；负向匹配频次用于表征在演进知识库中，与对应信息提取结果的提取逻辑相匹配的异常历史记录的统计数量；

26、根据正向匹配频次和负向匹配频次的比值，确定第三核查值。

27、在一些实施例中，多个信息提取结果的获取步骤，包括：

28、对合同文本进行版面分析与文本识别，生成包含字符内容及位置信息的结构化文本流；

29、将结构化文本流输入至预训练的合同语义理解模型，通过合同语义理解模型对结构化文本流进行模型推理；

30、基于预设的格式化抽取指令，驱动合同语义理解模型输出多个信息提取结果。

31、在一些实施例中，每一个信息提取结果的初始置信度的获取步骤，包括：

32、针对同一段合同文本，采用多次随机采样策略生成多个候选提取结果；

33、基于多个候选提取结果的一致度及语义差异度，计算每一个信息提取结果的初始置信度。

34、在一些实施例中，综合置信度包括第一置信阈值和第二置信阈值，根据多个综合置信度进行分级业务流转操作的步骤，包括：

35、在综合置信度小于第一置信阈值的情况下，则判定发生提取异常，触发退回机制及预警提示操作；

36、在综合置信度大于或者等于第一置信阈值，且小于第二置信阈值的情况下，则判定存在逻辑分支冲突，触发生成对比视窗的操作，其中，第一置信阈值小于第二置信阈值；

37、在综合置信度大于或者等于第二置信阈值的情况下，则判定信息无歧义，触发自动写入下游业务系统的操作。

38、第二方面，本发明另一个实施例还提供一种基于大模型的合同关键信息识别方法，所述方法包括：

39、获取合同文本的多个信息提取结果以及每一个信息提取结果的初始置信度，其中，信息提取结果用于指示从合同文本中提取的结构化数据要素，初始置信度用于表征对应信息提取结果的可靠性概率；

40、根据全量关联文件集与演进知识库，对多个信息提取结果分别进行语义核查，得到每一个信息提取结果的语义核查值；

41、根据每一个信息提取结果的语义核查值修正对应的初始置信度，得到每一个信息提取结果的综合置信度；

42、根据多个综合置信度进行分级业务流转操作。

43、第三方面，本发明又一个实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第二方面所述方法的步骤。

44、第四方面，本发明再一个实施例还提供一种计算机可读存储介质，所述计算机可读存储介质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上述第二方面所述方法的步骤。

45、本发明具有如下有益效果：

46、本发明获取合同多组信息提取结果及初始置信度，承载结构化要素并量化原始可靠性；依托全量关联文件集与演进知识库开展多维度语义核查，甄别提取偏差并生成语义核查值；利用核查值动态修正初始置信度，得到贴合业务场景的综合置信度，实现可信度科学量化；依据综合置信度实施分级业务流转，按可信度分别执行自动放行与风险预警退回，既发挥大模型自动化优势、提升合同信息识别与流转效率，又拦截低可信错误数据、防范条款误用与合规风险，同时通过演进知识库沉淀业务经验，持续优化合同关键信息识别精度，进而提升了基于大模型的合同关键信息识别效果。