[发明专利]基于深度学习的贸易合同全文关键内容跨行合并的方法在审
| 申请号： | 202111275246.6 | 申请日： | 2021-10-29 |
| 公开（公告）号： | CN113903047A | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 陈加杰 | 申请（专利权）人： | 深圳前海环融联易信息科技服务有限公司 |
| 主分类号： | G06V30/41 | 分类号： | G06V30/41;G06V30/42;G06V30/19;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市中科创为专利代理有限公司 44384 | 代理人： | 彭涛;刘曰莹 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 深度 学习 贸易 合同 全文 关键 内容 合并 方法 | ||
【权利要求书】：
1.一种基于深度学习的贸易合同全文关键内容跨行合并的方法，其特征在于：所述基于深度学习的贸易合同全文关键内容跨行合并的方法包括如下步骤：
步骤S1：获取训练样本合同文件；
步骤S2：提取出合同文件中的文本信息；
步骤S3：对每一份合同文件的每一行进行标签标注；
步骤S4：将标注好的输入模型进行训练；
步骤S5：输出整个文本的合并结果。
2.如权利要求1所述的基于深度学习的贸易合同全文关键内容跨行合并的方法，其特征在于：在步骤S2中，通过OCR提取文本信息。
3.如权利要求1所述的基于深度学习的贸易合同全文关键内容跨行合并的方法，其特征在于：在步骤S4中，采用编码模型结合分类模型的模型结构进行训练。
4.如权利要求3所述的基于深度学习的贸易合同全文关键内容跨行合并的方法，其特征在于：所述编码模型为BERT模型、GPT模型或DOC2VEC模型。
5.如权利要求3所述的基于深度学习的贸易合同全文关键内容跨行合并的方法，其特征在于：所述分类模型为CNN模型或RNN模型。
6.如权利要求1所述的基于深度学习的贸易合同全文关键内容跨行合并的方法，其特征在于：在步骤S3中，对待合并的开头处的行进行标注，对待合并的非开头处的行进行标注，对每一单独行进行标注。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳前海环融联易信息科技服务有限公司，未经深圳前海环融联易信息科技服务有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111275246.6/1.html，转载请声明来源钻瓜专利网。
