(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210917535.X (22)申请日 2022.08.01 (71)申请人 北京幂律智能科技有限责任公司 地址 100012 北京市朝阳区利泽中二路208 号 （开天创世科技大厦一层） (72)发明人 贾赀贺　 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06Q 10/06(2012.01) G06Q 50/18(2012.01) (54)发明名称 一种基于自然语言理解的合同智能审查方 法 (57)摘要 本发明涉及文档审查技术领域， 且公开了一 种基于自然语 言理解的合同智能审查方法， 所述 审查方法包括如下步骤： S1、 构建合同审查知识 图谱： 人工构建的标签体系以及审查点， 共同构 成合同审查知 识图谱； S2、 实现审查规则； 算法工 程师根据该知识图谱， 实现具体的合同审查功 能； S3、 合同智能审查。 该基于自然语言理解的合 同智能审查方法， 梳理合同审查需求， 形成包含 标签、 审查点、 审查项、 审查规则、 风险提示信息 等内容的合同审查知识图谱， 根据合同审查知识 图谱训练算法模型、 实现审查规则， 并能根据指 示图谱内容生成审查清单， 并根据审查清单、 审 查立场的不同， 智能调度相关算法模 型和审查模 块， 最终得到合同审查结果。 权利要求书2页 说明书7页 附图3页 CN 115269874 A 2022.11.01 CN 115269874 A 1.一种基于自然语言理解的合同智能审查方法， 其特征在于： 所述审查方法包括如下 步骤： S1、 构建合同审查知识图谱： 人工构建的标签体系以及审查点， 共同构成合同审查知识 图谱； S2、 实现审查 规则： 算法工程师根据该知识图谱， 实现具体的合同审查功能； S3、 合同智能审查： 合同审查之前， 用户可以自行定制审查清单， 每个合同类型所有的 审查点， 组合成该合同类型 的默认审查清单， 用户可以从默认审查清单中筛选出自己需要 的审查点， 并可以对审查点的审查点名称、 子审查项名称、 风险提示信息进行编辑， 最终形 成自己需要的审查清单， 后续的智能审查功 能， 会依据每个审查清单所涉及到的审查点的 不同， 自动执 行不同的审查操作。 2.根据权利要求1所述的一种基于自然语言理解的合同智能审查方法， 其特征在于： 所 述S1中构建合同审查知识图谱 包括如下步骤： S1‑1、 梳理合同审查需求， 将比较抽象的合同审查需求整合成有限的几个审查点， 例如 货物买卖合同中会有 “合同金额审查 ”审查点； S1‑2、 将审查点包含的各类风险， 整合为有限的几个子审查项， 每个审查项审查具体的 一个风险点， 例 “合同金额审查 ”审查点下会有 “金额大小写一致性 ”，“总金额准确性 ”等几 个子审查项； S1‑3、 根据审查点以及其子审查项， 抽象出实现审查逻辑可能需要的标签， 并确定标签 内涵， 并且随机选取一些真实合同， 对上述标签进行试标注， 确认在真实合同中， 上述标签 是否可用， 内涵是否准确； S1‑4、 若在试标注过程中， 发现某些标签设置不合理， 或者内涵不准确， 则重复上述两 步， 同时将标签以及其内涵迭代到算法可用、 内涵明确的程度， 将上述标签整合成有一定层 级关系的标签体系， 例如货物买卖合同中会有 “支付”条款、“违约责任 ”条款， 而“支付”条款 下又有“货物总价 ”、“交付时间 ”等条款， 将这些 条款整理成一组有层级结构的标签； S1‑5、 根据构建的上述标签体系， 以及标签内涵， 标注一系列合同文本数据， 并将标签 体系以及标注数据同步给算法工程师， 用以训练算法模型； S1‑6、 依据标签体系， 形成审查点各子审查项的具体审查规则， 例如 “ ‘货物总价 ’标签 中合同总金额， 若不同时存在大写金额、 小 写金额、 货币类型， 则存在风险 ”； S1‑7、 所有审查点组成了合同审查知识图谱， 图谱中包含所有标签、 审查点、 审查项、 审 查规则、 风险提 示信息等内容； S1‑8、 使用合同知识图谱同步模块将梳理好的知识图谱同步给算法工程师， 用以实现 审查点以及审查规则， 同时根据合同智能审查 实际效果， 调整相关标签/审查规则等知识图 谱信息， 优化迭代合同审查知识图谱。 3.根据权利要求1所述的一种基于自然语言理解的合同智能审查方法， 其特征在于： 所 述S2中实现审查 规则括如下步骤： S2‑1、 使用合同知识图谱同步模块， 提取标签体系相 关信息， 基于标签体系， 将标注数 据按照标签的层级结构生成模型的训练数据； S2‑2、 基于上述标签体系， 以及训练数据， 训练算法模型， 使得算法能够依据人工构建 的标签体系， 准确识别该类合同中的各类标签、 要素；权　利　要　求　书 1/2 页 2 CN 115269874 A 2S2‑3、 使用合同知识图谱同步模块， 提取审查点、 子审查项、 审查规则、 所涉及标签信 息， 利用模型标签、 要素， 实现每个审查点的所有子审查项的审查规则， 并将这个审查点封 装为可以调用的审查模块， 例如在 “合同总金额审查 ”的审查点中， 使用标签模型得到合同 总金额的那一段条款， 再使用要 素抽取模型， 将这一段条款中的具体总金额要 素抽取出来， 使用总金额要素进一步实现后续的审查规则， 将这个审查规则封装如审查模块后， 这个审 查点就可以随时被调用， 并审查 “合同总金额 ”的相关风险； S2‑4、 使用真实合同， 测试合同智能审查算法效果， 若审查结果有误， 则对出错审查项 下的审查规则进行微调， 并将微调结果同步到合同审查知识图谱， 最终迭代出效果最佳 的 合同智能审查 算法； S2‑5、 使用合同知识图谱同步模块， 提取审查点、 子审查项、 风险提示文本、 所涉及标签 信息， 生成审查清单。 4.根据权利要求1所述的一种基于自然语言理解的合同智能审查方法， 其特征在于： 所 述S3中合同智能审查包括如下步骤： S3‑1、 用户上传合同， 开始审查， 同时文档解析模块将 docx、 PDF等格式的合 同， 解析为 统一格式的合同文本信息； S3‑2、 要素抽取模块会先识别出合同中的基本信息， 例如合同类型， 签约各方信息， 将 这类信息展示给用户， 辅助用户完善智能审查的必要信息， 以及相应的审查清单的选择， 例 如“商铺租赁 ”类合同与“货物买卖 ”类合同的审查点是不一样的， 而 “货物买卖”类合同中， 用户属于“买方”还是“卖方”所关注的审查重点也有不同， 要 素抽取模块可以辅助用户快速 选择合同审查中的必要信息、 选择审查清单， 以便继续后续审查 步骤； S3‑3、 用户自主选择审查立场、 审查点清单， 继续后续智能审查步骤， 随后算法调度模 块根据审查清单、 审查立场， 筛选需要 执行的审查模块， 将这些模块组合成这次审查需要 执 行的审查模块执行树； 并获取这些审查模块所需要的所有条款分类模 型、 要素抽取模型， 依 据标签体系说明的所有标签、 要素之间的层级关系， 生成这次审查需要执行 的算法模型执 行树， 依照算法模型 执行树以及审查模块执 行树， 依次调用所有模型以及审查模块； S3‑4、 审查模块， 从条款分类模型、 要素抽取模型的执行结果中， 获取审查需要 的条款 信息以及要 素信息， 依据合同审查知识图谱中的信息， 依次执行所有子审查项， 根据子审查 项的审查 规则， 判断是否存在风险， 生成并返回所有审查结果； S3‑5、 将审查模块返回的结果， 根据审查清单的配置， 生成具体的风险提示信息的风险 卡片， 随后用户根据风险卡片的提示信息， 可以自行选择忽 该风险， 或是对相关风险进行批 注， 未忽略的风险信息以及批注信息都会保存在合同审查平台之上， 也可以选择导出合同， 导出的合同也可以 以批注方式同时保存风险提 示信息以及用户批注信息； S3‑6、 用户在合同审查平台修改合同之后， 或是线下修改合同重新上传 之后， 修改后的 合同会作为原合同的新版合同进 行保存， 各个版本的合同可以与原 合同使用版本比对模块 进行合同比对， 确认每一版本合同的修改内容， 新版合同同样也可以进 行智能审查， 确认 风 险情况； S3‑7、 确认合同的所有风险信息都已解除， 或者所有风险都可忽略之后， 可以开始合同 签署流程。权　利　要　求　书 2/2 页 3 CN 115269874 A 3