(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 202210436411.X (22)申请日 2022.04.25 (71)申请人 杭州实在智能科技有限公司 地址 310000 浙江省杭州市余杭区余杭街 道文一西路1818-2号6幢6层 (72)发明人 严鹏　孙林君　 (74)专利代理 机构 浙江永鼎律师事务所 3 3233 专利代理师 周希良 (51)Int.Cl. G06F 40/205(2020.01) G06F 40/284(2020.01) G06F 40/103(2020.01) G06F 40/295(2020.01) G06F 40/30(2020.01) G06N 20/00(2019.01) (54)发明名称 用于合同类文件的自动内容解析与信息评 测方法及系统 (57)摘要 本发明属于人工智能技术领域， 具体涉及用 于合同类文件的自动内容解析与信息评测方法 及系统。 方法包括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。 系 统包括合同文本提取模块、 合同文本解析模块、 合同文本评测模块和可视化展示模块。 本发明具 有消耗资源少， 能自动高效抽取关键信息， 且能 够处理各类格式文档的特点。 权利要求书2页 说明书6页 附图6页 CN 114548072 A 2022.05.27 CN 114548072 A 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Ber t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P DF， 则使用P DF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Ber t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5 00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。权　利　要　求　书 1/2 页 2 CN 114548072 A 28.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Ber t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。权　利　要　求　书 2/2 页 3 CN 114548072 A 3