[发明专利]用于合同类文件的自动内容解析与信息评测方法及系统

权利要求书

1.用于合同类文件的自动内容解析与信息评测方法，其特征在于，包括如下步骤；

S1，判断合同文件格式，并采用不同的工具对合同文件内的文本进行提取；

S2，将提取出的文本进行拆分，并输入已建立的合同类Bert模型，解析出关键信息；

S3，利用评分模型对解析出的关键信息进行信息风险评测；

S4，将信息风险评测结果在可视化界面端进行展示。

2.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，步骤S1包括如下步骤；

S11，若合同文件格式为图片，则利用OCR技术将文本提取出来；

S12，若合同文件格式为PDF，则使用PDF解析工具包抓取合同文件中的文本；

S13，若合同文件格式为docx，则使用WORD解析工具包提取出合同文件中的文本；

S14，若合同文件格式为doc，则使用转换工具将合同文件转变为docx文件再进行步骤S13过程的处理。

3.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，所述合同类Bert模型的构建过程包括如下步骤：

采用大量真实合同文本作为语料，对Bert模型进行预训练，并同时使用简体和繁体中文，通过子任务掩盖机制和下句预测任务对Bert模型进行训练，使Bert模型具备通用语义特征。

4.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，步骤S2包括如下步骤：

S21，设定“句号”为提前切分符，同时将文本按长度500进行拆分；

S22，将拆分后的文本输入合同类Bert模型，获得文本信息的词向量、句向量和位置向量；

S23，使用自编码器与条件随机场对词向量、句向量和位置向量进行关键信息解析，并对解析出的关键信息进行校验。

5.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，所述评分模型的构建过程如下：

使用逻辑回归模型根据各类信息对合同文本的影响程度，训练出对关键信息风险进行判断的评分模型。

6.根据权利要求1所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，步骤S3包括如下步骤：

S31，将合同类Bert模型所解析出的关键信息，根据评分模型归类为低、中、高三类风险，并赋予相应分值；合同文件评测满分为100分，若出现一个风险，则减去相应分值，获得最终分值；

S32，通过最终分值，得出合同类Bert模型在对应合同文件解析中的效果；最终分值越低，则合同文件中解析出的信息越少，越重要的关键性信息越少。

7.根据权利要求6所述的用于合同类文件的自动内容解析与信息评测方法，其特征在于，步骤S4包括如下步骤：

S41，将步骤S32获得的最终分值以及高风险、中风险、低风险关键信息条数在可视化界面端展示。

8.用于合同类文件的自动内容解析与信息评测系统，其特征在于，包括：

合同文本提取模块，用于判断合同文件格式，并采用不同的工具对合同文件内的文本进行提取；

合同文本解析模块，用于将提取出的文本进行拆分，并输入已建立的合同类Bert模型，解析出关键信息；

合同文本评测模块，用于利用评分模型对解析出的关键信息进行信息风险评测；

可视化展示模块，用于将信息风险评测结果在可视化界面端进行展示。

9.根据权利要求8所述的用于合同类文件的自动内容解析与信息评测系统，其特征在于，所述合同文本解析模块还包括；

合同类Bert模型构建模块，用于采用大量真实合同文本作为语料，对Bert模型进行预训练，并同时使用简体和繁体中文，通过子任务掩盖机制和下句预测任务对Bert模型进行训练，使Bert模型具备通用语义特征。

10.根据权利要求8所述的用于合同类文件的自动内容解析与信息评测系统，其特征在于，所述合同文本评测模块还包括：

评分模型构建模块，用于使用逻辑回归模型根据各类信息对合同文本的影响程度，训练出对关键信息风险进行判断的评分模型。