面向法律合格的合同条款智能审查方法及装置

本发明涉及人工智能，具体而言，涉及一种面向法律合格的合同条款智能审查方法及装置。

背景技术：

1、随着企业数字化转型的深入推进，合同审查作为企业法务合规管理的核心环节，面临着日益增长的效率与准确性挑战。传统的合同审查主要依赖法务人员或律师进行人工逐条审阅，不仅耗时耗力，而且容易因疲劳、疏忽等因素导致风险条款遗漏。此外，不同审查人员对同一合同条款的理解和判断标准可能存在差异，导致审查结果缺乏一致性和可重复性。

2、近年来，人工智能技术在合同审查领域得到了广泛关注和应用。现有技术中已有部分方案尝试利用自然语言处理、深度学习等方法实现合同文本的自动化审查。现有方案普遍缺乏对合同条款法律合规性的深度语义理解，且规则匹配方式均为单向检索，即从合同条款出发向知识图谱检索相关信息，或从知识图谱出发向条款进行原型比对，但没有任何方案采用双向验证的匹配架构。单向检索仅能发现条款中存在哪些与规则相关的信息，而无法验证规则要求的全部条件是否被条款完整覆盖。例如，当条款中包含“支付期限90日”而规则要求“支付期限≤30日”时，单向检索会因检索到“支付期限”关键词而错误地认为条款与规则相关，但无法发现“90日＞30日”这一实质性的不合规。现有方案在审查粒度方面存在明显不足，未将条款进一步拆解为更细粒度的原子事实进行独立匹配。当一条条款同时涉及多个法律问题时（如同一条款既约定了交付义务又约定了支付义务），现有方案无法精确定位具体违规的事实依据，只能笼统地判定该条款不合规。现有技术三元组缺少对时间、数量、方式、条件等约束信息的结构化承载能力。法律合规审查的核心在于数值边界和条件约束的精确比对（如“30日内”“不少于三人”“经对方书面同意”等），缺少约束字段的三元组无法支持此类精确匹配，只能退化为语义相似度比较，无法区分“30日”与“90日”的本质差异。

技术实现思路

1、本发明在于提供一种面向法律合格的合同条款智能审查方法及装置，旨在解决现有技术无法验证规则条件的完整覆盖、无法精确定位具体违规的事实依据和/或无法支持数值边界的精确匹配的问题。

2、本发明第一方面提供一种面向法律合格的合同条款智能审查方法，包括：

3、获取待审查合同文本，并对所述待审查合同文本进行结构化解析，以提取所述待审查合同文本中的层级结构以及原子条款，并对每个所述原子条款进行语义向量化处理，获取每个所述原子条款对应的条款语义向量；

4、构建多维度法律合规知识图谱；所述多维度法律合规知识图谱包括法律法规实体、合规规则实体以及各实体之间的关联关系；每条合规规则以规则条件树的形式进行结构化表示，所述规则条件树的内部节点为逻辑运算符，叶子节点为原子条件；

5、将所述原子条款拆分为原子事实，并以所述原子事实为最小匹配单元，在所述多维度法律合规知识图谱进行双向对齐合规规则匹配，获取所述原子条款对应的目标合规规则集合；

6、根据所述目标合规规则集合构建审查提示词，并将所述审查提示词输入预设的大语言模型中，获取所述大语言模型输出的条款合规审查结果；

7、对所述大语言模型输出的条款合规审查结果进行结构化解析以及置信度评估，生成结构化的条款审查报告，并根据所述待审查合同文本中的层级结构，将所述条款审查报告构建为层级化的合同整体合规审查报告。

8、进一步地，获取待审查合同文本，并对所述待审查合同文本进行结构化解析，以提取所述待审查合同文本中的层级结构以及原子条款，包括：

9、获取待审查合同文本，并对所述待审查合同文本进行第一预处理，获取第一预处理之后的待审查合同文本；

10、以第一预处理之后的待审查合同文本中每个段落的缩进字符数、编号模式、字体大小相对值和首行起始字符类型为输入特征，采用基于transformer的序列标注条款结构识别模型获取每个段落的层级标签；

11、根据所述层级标签构建条款的层级关系树，并对层级关系树中每一层级下的文本内容进行边界划分，确定原子条款；所述原子条款是指在所述层级关系树中不包含任何子级条款编号的最底层的完整语义单元。

12、进一步地，对每个所述原子条款进行语义向量化处理，获取每个所述原子条款对应的条款语义向量，包括：

13、对所述原子条款进行第二预处理，得到第二预处之后的原子条款；

14、采用预训练的法律领域语义编码模型对所述第二预处之后的原子条款进行编码，生成固定维度的语义向量，得到所述原子条款对应的条款语义向量；

15、遍历每个所述原子条款，得到每个所述原子条款对应的条款语义向量。

16、进一步地，构建多维度法律合规知识图谱，包括：

17、采集与合同相关的法律法规文件，并对所述法律法规文件进行实体识别以及关系抽取，以提取法律法规条款以及合规规则实体，以及提取各个实体之间关系；每条合规规则以规则条件树的形式进行结构化表示，所述规则条件树的内部节点为逻辑运算符，叶子节点为原子条件；

18、将提取的实体以及关系以三元组形式存储于neo4j图数据库中，构建多维度法律合规知识图谱。

19、进一步地，所述原子事实表示为四元组，具体包括：

20、；

21、其中，表示事实类型，取自从预定义的事实类型词典中选取的标准化类型；表示原子事实所涉及的核心法律主体或客体，取值为经过法律术语标准化映射后的实体名称；表示原子事实的核心谓词，取自从预定义的法律谓词词典中选取的标准谓词；表示对所述原子事实的限定条件集合，每个限定条件为限定属性、限定运算符、限定值。

22、进一步地，以所述原子事实为最小匹配单元，在所述多维度法律合规知识图谱进行双向对齐合规规则匹配，获取所述原子条款对应的目标合规规则集合，包括：

23、针对所述多维度法律合规知识图谱中的每条合规规则，提取合规规则对应的条件树中的所有叶子节点，在每个叶子节点对应的原子条件中，在所述原子条款的所有原子事实中检索是否存在匹配项，获取匹配结果，并根据所述匹配结果生成规则事实匹配度；

24、对于所述原子条款的每个原子事实，在所述多维度法律合规知识图谱的所有规则条件叶子节点中进行检索，获取候选规则，并对所述候选规则执行逐原子条件匹配，生成事实规则匹配度；

25、根据所述规则事实匹配度和所述事实规则匹配度，计算综合匹配得分，并根据所述综合匹配得分确定所述目标合规规则集合。

26、进一步地，根据所述目标合规规则集合构建审查提示词，并将所述审查提示词输入预设的大语言模型中，获取所述大语言模型输出的条款合规审查结果，包括：

27、将所述原子条款的原始文本、所述原子事实、所述目标合规规则集合、双向对齐匹配结果摘要及预设的审查指令模板进行组合，生成审查提示词；

28、将所述审查提示词输入预设的大语言模型中，获取所述大语言模型输出的条款合规审查结果。

29、进一步地，对所述大语言模型输出的条款合规审查结果进行结构化解析以及置信度评估，生成结构化的条款审查报告，包括：

30、对所述大语言模型输出的条款合规审查结果进行格式校验以及结构化解析，提取合规性判断结果、风险等级、违规依据条款和/或修改建议字段，得到结构化解析结果；

31、同时采用多因子加权模型获取置信度评估；

32、根据所述结构化解析结果以及置信度评估，生成结构化的条款审查报告。

33、进一步地，根据所述待审查合同文本中的层级结构，将所述条款审查报告构建为层级化的合同整体合规审查报告，包括：

34、将所述原子条款对应的结构化的条款审查报告按照所述待审查合同文本中的层级结构进行组织，生成层级化的合同整体合规审查报告。

35、本发明第二方面提供一种面向法律合格的合同条款智能审查装置，包括：

36、合同解析模块，用于获取待审查合同文本，并对所述待审查合同文本进行结构化解析，以提取所述待审查合同文本中的层级结构以及原子条款，并对每个所述原子条款进行语义向量化处理，获取每个所述原子条款对应的条款语义向量；

37、图谱构建模块，用于构建多维度法律合规知识图谱；所述多维度法律合规知识图谱包括法律法规实体、合规规则实体以及各实体之间的关联关系；每条合规规则以规则条件树的形式进行结构化表示，所述规则条件树的内部节点为逻辑运算符，叶子节点为原子条件；

38、规则匹配模块，用于将所述原子条款拆分为原子事实，并以所述原子事实为最小匹配单元，在所述多维度法律合规知识图谱进行双向对齐合规规则匹配，获取所述原子条款对应的目标合规规则集合；

39、合规审查模块，用于根据所述目标合规规则集合构建审查提示词，并将所述审查提示词输入预设的大语言模型中，获取所述大语言模型输出的条款合规审查结果；

40、报告输出模块，用于对所述大语言模型输出的条款合规审查结果进行结构化解析以及置信度评估，生成结构化的条款审查报告，并根据所述待审查合同文本中的层级结构，将所述条款审查报告构建为层级化的合同整体合规审查报告。

41、有益效果：

42、本发明提供一种面向法律合格的合同条款智能审查方法及装置，该方法包括：获取待审查合同文本，经结构化解析提取层级结构与原子条款，生成条款语义向量；构建包含规则条件树结构的多维度法律合规知识图谱；将原子条款拆分为四元组形式的原子事实，通过双向对齐匹配获取目标合规规则集合；结合匹配结果构建审查提示词输入大语言模型，获取合规审查结果；经结构化解析与置信度评估，生成层级化的合同整体合规审查报告。本发明实现规则条件完整覆盖验证与数值边界精确匹配，提升合同审查效率与结果一致性，可广泛应用于法务合规管理场景。