一种基于自然语言处理的合同风险识别方法、设备及介质与流程

摘要: 本发明涉及合同风险识别,特别是一种基于自然语言处理的合同风险识别方法、设备及介质。背景技术:1、在现代商业活动中,合同作为确立权利义务关系的核心法律文件,其条款...
一种基于自然语言处理的合同风险识别方法、设备及介质与流程

本发明涉及合同风险识别,特别是一种基于自然语言处理的合同风险识别方法、设备及介质。

背景技术:

1、在现代商业活动中,合同作为确立权利义务关系的核心法律文件,其条款的严谨性与一致性至关重要。自然语言处理技术通过深度学习方法对合同文本进行语义解析,已成为提升法律审查效率的关键手段。常规的合同风险识别方法通常依赖于预训练语言模型对条款进行特征提取,通过序列标注识别关键字段,并基于规则或统计模型检测条款间的显性矛盾。此类方法能够自动化处理大规模文本,在基础信息抽取和简单逻辑校验方面展现出较高的处理效率,为合同审查提供了标准化的技术路径。

2、然而,上述常规方法在应对复杂合同场景时仍存在局限。一方面,其难以精准界定支持条款判断的最小文本范围,导致上下文依赖关系解析不充分;另一方面,在冲突检测中缺乏对差异字段组合的系统性筛选机制,易产生冗余或遗漏的冲突判定。

技术实现思路

1、鉴于上述现有存在的问题,提出了本发明。

2、因此,本发明提供了一种基于自然语言处理的合同风险识别方法,解决合同审查中支持条款判断的最小文本范围界定不精确以及冲突检测中差异字段组合筛选冗余或遗漏的问题。

3、为解决上述技术问题,本发明提供如下技术方案:

4、第一方面,本发明提供了一种基于自然语言处理的合同风险识别方法,其包括,采集经人工审核的历史合同文本,划分合同条款并进行标注,形成合同训练数据,根据合同训练数据构建并训练共享bert编码层和任务处理层,得到合同自然语言处理模型;采集待审合同文本,经合同自然语言处理模型形成结构化条款数据并确定候选来源文本,根据候选来源文本筛选最小支持文本组合,形成规范化条款文本;按照待审合同文本中的先后位置比较两个规范化条款文本,形成差异字段,以字段占位标记替换差异字段后逐步恢复并记录字段组合,并经合同自然语言处理模型筛选最小冲突字段组合,形成冲突验证数据,根据冲突验证数据进行支持判断和冲突判断,形成语义冲突结果和关联异常结果,并按照规范化条款文本的先后位置形成风险识别结果;根据风险识别结果形成风险审查内容,按照待审合同文本中的位置排列风险审查内容并形成审查记录,对审查记录依次汇总,形成合同风险审查报告。

5、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述形成合同训练数据,步骤如下:采集经人工审核的历史合同文本、人工审核结果、合同修改前文本和合同修改后文本,依据章节标题、条款编号、段落及标点识别文本边界,将连续段落合并形成合同条款,并记录合同条款的起止位置;根据合同条款和人工审核结果标注字段类型、字段内容及起止位置,并标注字段之间的关系,继续识别对字段产生定义、指代、例外、优先或引用作用的关系表达,形成字段标注数据和关系标注数据;根据字段标注数据形成字段内容、合同句和验证文本,并根据合同句与验证文本的对应结果形成句级训练样本,根据合同修改前文本和合同修改后文本的字段差异形成条款级训练样本,由两类训练样本形成合同训练数据。

6、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述得到合同自然语言处理模型,步骤如下:采集合同训练数据,根据字段标注数据中的字段类型生成字段占位标记,为字段占位标记配置词表编号和嵌入向量,以中文bert-base模型建立共享bert编码层和任务处理层,构建合同自然语言处理模型;将历史合同文本转换为token并确定训练位置,通过共享bert编码层得到训练位置的预测概率,根据预测概率计算交叉熵损失和参数梯度,并依据参数梯度调整共享bert编码层参数;利用句级训练样本和条款级训练样本训练任务处理层,使任务处理层基于共享bert编码层处理合同训练数据,并依据处理结果调整任务处理层参数和字段占位标记的嵌入向量,得到合同自然语言处理模型。

7、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述经合同自然语言处理模型形成结构化条款数据并确定候选来源文本,步骤如下:采集待审合同文本,依据章节标题、条款编号、段落及标点划分合同条款,将合同条款传递至合同自然语言处理模型,提取字段内容和关系表达及对应起止位置,识别指代关系和引用关系,形成结构化条款数据;根据结构化条款数据中指代关系和引用关系取得字段内容,将字段内容代入关系表达形成验证文本,并按待审合同文本中的位置组合合同条款,传递合同条款和验证文本至原文支持判断层进行判断,得到原文支持判断结果;根据原文支持判断结果保留字段内容,并根据指代关系和引用关系确定字段内容对应的合同句,将合同句按照待审合同文本中的位置排列形成候选来源文本,并建立候选来源文本与字段内容之间的对应关系。

8、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述形成规范化条款文本,步骤如下:根据候选来源文本与字段内容形成验证文本,将候选来源文本单独与验证文本传递至原文支持判断层进行判断,未获得支持时按照待审合同文本中的位置逐项增加候选来源文本进行组合,直至形成判断为支持的文本组合;根据判断为支持的文本组合比较候选来源文本的组成情况,删除存在候选来源文本数量更少且同样判断为支持的文本组合,保留不能继续减少的文本组合形成最小支持文本组合,并将最小支持文本组合与字段内容关联;根据最小支持文本组合检查关联的字段内容,删除未与最小支持文本组合关联的字段内容,以合同条款为基础,依据关系表达的起止位置补入保留的字段内容,并保持合同条款原有文字顺序和标点,形成规范化条款文本。

9、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述经合同自然语言处理模型筛选最小冲突字段组合,形成冲突验证数据,步骤如下:按照待审合同文本中的先后位置取得两个规范化条款文本,从规范化条款文本中提取用于比较的字段内容形成比较字段,排除不参与比较的比较字段,将同类比较字段中内容不同的字段确定为差异字段,形成待比较文本;根据差异字段复制待比较文本,将差异字段替换为对应的遮蔽标记形成差异字段遮蔽文本,经合同自然语言处理模型判断一致后,逐步恢复差异字段的原字段内容,形成字段恢复文本,并记录每次恢复对应的差异字段组合;将字段恢复文本传递至合同自然语言处理模型进行冲突判断,保留判断为冲突的差异字段组合,删除包含已判断为冲突且差异字段更少的差异字段组合,形成最小冲突字段组合,并将原字段内容与最小支持文本组合关联形成冲突验证数据。

10、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述按照规范化条款文本的先后位置形成风险识别结果,步骤如下:根据冲突验证数据中的原字段内容形成验证文本,并以另一规范化条款文本中的对应原字段内容形成替换验证文本,将最小支持文本组合分别与验证文本和替换验证文本传递至合同自然语言处理模型,得到支持判断结果;根据支持判断结果保留验证文本得到支持且替换验证文本得到冲突的最小冲突字段组合,将对应的两个规范化条款文本传递至合同自然语言处理模型再次进行冲突判断,判断为冲突时形成语义冲突结果;根据支持判断结果,对原文支持判断层输出为不能确定的情形或存在多个对应原字段内容的情形形成关联异常结果,将关联异常结果与语义冲突结果按照规范化条款文本在待审合同文本中的先后位置排列,形成风险识别结果。

11、作为本发明所述基于自然语言处理的合同风险识别方法的一种优选方案,其中:所述形成合同风险审查报告,步骤如下:获取按照待审合同文本位置排列的风险识别结果,根据语义冲突结果和关联异常结果取得对应规范化条款文本,并关联已经形成的最小冲突字段组合和最小支持文本组合,按照风险识别结果的对应关系组织文字,形成风险审查内容;根据风险审查内容在待审合同文本中的位置进行排序,将规范化条款文本与待审合同文本中的对应文字分别保留,并保持最小冲突字段组合和最小支持文本组合与对应风险识别结果的关联关系;根据风险审查内容的排列顺序组合其中的文字,保持待审合同文本原有文字顺序和标点,并使最小冲突字段组合和最小支持文本组合与对应文字保持关联,形成与风险识别结果对应的审查记录;根据审查记录在待审合同文本中的排列顺序依次进行汇总,并保持审查记录与对应风险审查内容之间的关联关系,使各风险识别结果对应的文字内容依次排列,形成合同风险审查报告。

12、第二方面,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其中:所述计算机程序被处理器执行时实现如本发明第一方面所述的基于自然语言处理的合同风险识别方法的任一步骤。

13、第三方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,其中:所述计算机程序被处理器执行时实现如本发明第一方面所述的基于自然语言处理的合同风险识别方法的任一步骤。

14、本发明有益效果为:通过形成规范化条款文本,消除了冗余信息的干扰,提升了结构化条款数据的准确性与规范性。通过合同自然语言处理模型筛选最小冲突字段组合,形成冲突验证数据,实现了对冲突字段的精准定位与去冗余,确保了冲突验证数据的可靠性。