一种合同审查中的智能检索与分析方法及装置与流程
本发明涉及自然语言处理与知识工程，尤其涉及一种合同审查中的智能检索与分析方法及装置。
背景技术：
1、随着企业信息化程度的提高和业务规模的持续扩大，合同数量急剧增长，合同审查作为企业合规运营的核心环节，其重要性日益凸显。以电力行业为例，合同类型涵盖设备采购、运维服务、数据安全、新能源并网等多领域，涉及《电力法》《民法典》《网络安全法》等法律法规及数十项行业标准，传统人工审查方式面临严峻挑战。
2、近年来，自然语言处理（nlp）和检索增强生成（rag）技术的发展为合同智能审查提供了可能。现有方法通常采用单轮检索从法规库中匹配相关条款，但存在以下不足：
3、1）现有法规知识库多采用简单的文本存储或关键词索引，未能对法规条文进行结构化解构和语义化编码。法规文档具有明确的层级结构（编、章、节、条、款、项、目）和复杂的交叉引用关系，传统方法在切分时往往丢失层级信息，导致检索时无法利用条文所处的上下文位置进行辅助判断。此外，法律法规频繁修订，现有知识库更新方式多为全量重建，计算资源消耗大、更新延迟高，难以及时跟进最新法规变化。
4、2）法规知识库多采用关键词匹配或简单的向量检索，无法理解深层语义，召回率和准确率不高。合同审查中，合同条款的表述方式与法规原文往往存在较大差异（如同义表述、口语化描述等），传统关键词匹配难以建立二者之间的语义关联。部分方法虽然引入了向量检索，但采用的编码器未针对法律文本进行领域适配，且静态检索策略无法根据合同具体内容动态调整，引入噪声信息反而降低审查质量。
5、3）传统rag流程中，检索、排序、生成由不同模型分别完成，不仅系统复杂，而且各模块之间无法协同优化。检索模型召回候选条文后，排序模型进行重排，生成模型基于排序结果生成分析——三者各自独立训练、独立推理，排序模型无法感知生成任务的需求，生成模型也无法反向指导排序模型的优化方向，限制了整体性能的上界。
6、4）合同审查具有鲜明的场景特征：合同条款有的简短（如“争议解决方式”），有的冗长（如“违约责任”条款）；有的侧重精确匹配（如金额、日期等数值型字段），有的侧重语义理解（如模糊义务条款）。现有方法采用统一的检索策略，未能根据条款特征自适应调整检索参数和匹配策略，导致短句检索召回率低、长句检索噪声多。
7、因此，亟需一种能够实现法规知识库精细化构建、语义化编码与增量更新，并能够将检索、排序、生成能力统一于同一模型框架的合同智能审查方法。
技术实现思路
1、本发明提供了一种合同审查中的智能检索与分析方法及装置，以解决现有合同审查技术中法规知识库构建粗放、法规匹配不准、检索排序生成能力分离以及缺乏合同审查场景专用检索策略的问题。
2、根据本发明的一方面，提供了一种合同审查中的智能检索与分析方法，包括：
3、从待审查合同的电子文本中提取关键信息，并将所述关键信息转换为结构化数据，其中，所述关键信息包含合同条款；
4、将多源法规文档切分为条文，识别各条文的结构层级并构建条文间的引用关系；通过语义编码器将各条文转换为语义特征向量，基于所述语义特征向量构建向量索引；
5、将所述合同条款转换为查询特征向量；根据所述查询特征向量与所述向量索引中各语义特征向量之间的相似度，并结合所述引用关系，从所述向量索引中检索候选法规条文；
6、将所述合同条款与所述候选法规条文输入至大语言模型；通过所述大语言模型对各所述候选法规条文进行相关性评分，根据评分筛选分析基准法规条文，并基于筛选出的所述分析基准法规条文生成合规分析结果；其中，所述相关性评分、所述筛选分析基准法规条文和所述生成合规分析结果在所述大语言模型的同一推理过程中执行；
7、将所述结构化数据与审核要点规则库进行匹配，得到规则匹配结果，并将所述规则匹配结果与所述合规分析结果进行融合，以输出所述待审查合同的审查结论。
8、根据本发明的另一方面，提供了一种合同审查中的智能检索与分析装置，包括：
9、信息抽取模块，用于从待审查合同的电子文本中提取关键信息，并将所述关键信息转换为结构化数据，其中，所述关键信息包含合同条款；
10、法规库构建模块，用于将多源法规文档切分为条文，识别各条文的结构层级并构建条文间的引用关系；还用于通过语义编码器将各条文转换为语义特征向量，基于所述语义特征向量构建向量索引；
11、条文检索模块，用于将所述合同条款转换为查询特征向量；还用于根据所述查询特征向量与所述向量索引中各语义特征向量之间的相似度，并结合所述引用关系，从所述向量索引中检索候选法规条文；
12、模型分析模块，用于将所述合同条款与所述候选法规条文输入至大语言模型；还用于通过所述大语言模型对各所述候选法规条文进行相关性评分，根据评分筛选分析基准法规条文，并基于筛选出的所述分析基准法规条文生成合规分析结果；其中，所述相关性评分、所述筛选分析基准法规条文和所述生成合规分析结果在所述大语言模型的同一推理过程中执行；
13、规则融合输出模块，用于将所述结构化数据与审核要点规则库进行匹配，得到规则匹配结果，并将所述规则匹配结果与所述合规分析结果进行融合，以输出所述待审查合同的审查结论。
14、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
15、至少一个处理器；
16、以及与所述至少一个处理器通信连接的存储器；
17、其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的合同审查中的智能检索与分析方法。
18、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的合同审查中的智能检索与分析方法。
19、与现有技术相比，本发明具有以下有益效果：
20、1.法规知识库精细化构建：通过对法规文档进行条款级结构化切分、层级编号识别与引用关系抽取，构建了具有完整结构信息的条文索引体系；通过带困难负样本的对比学习训练语义编码器，使编码器能够更好地区分电力行业语境下语义相似但法规效力不同的条文。
21、2.增量更新机制大幅降低维护成本：通过条文编号与内容哈希值的双重比对实现自动化差异检测，仅对变更部分进行重新切分与向量化编码，相比全量重建可节省约85%的计算资源，将知识库更新延迟从小时级降低至分钟级。
22、3.双路检索提升召回率：结合条文级语义检索与章节级主题匹配的双路检索策略以及根据条款长度动态调整融合权重，本方法有效解决了短句检索语义信息不足、长句检索噪声过多的问题。
23、4.排序与生成流程统一的大语言模型：将上下文排序能力与生成能力融合在一个模型，通过两阶段指令进行微调，联合损失函数进行优化，使模型在排序和生成任务上相互促进。排序任务帮助模型精准筛选相关法规，生成任务则利用筛选出的高质量上下文产生准确的合规分析，整体性能优于分离式架构。
24、5.审核要点规则与法规知识库的深度融合：将合同审核要点转化为可计算规则，并通过语义关联建立规则与法规条文之间的映射关系，使系统在法规合规审查之外同时满足企业内部审核标准，实现法规合规与企业内控的双重覆盖。
25、6.动态效率优化：通过条款复杂度量化评估，动态调整检索数量和重排保留数量，在保证准确率的前提下显著提升处理速度，平均提升约40%。
26、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。