CN110070264A - 合同评价方法、平台、设备及可读存储介质 - Google Patents
合同评价方法、平台、设备及可读存储介质 Download PDFInfo
- Publication number
- CN110070264A CN110070264A CN201910205782.5A CN201910205782A CN110070264A CN 110070264 A CN110070264 A CN 110070264A CN 201910205782 A CN201910205782 A CN 201910205782A CN 110070264 A CN110070264 A CN 110070264A
- Authority
- CN
- China
- Prior art keywords
- contract
- clause
- exceptional
- evaluated
- terms
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 84
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims description 116
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000005520 cutting process Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000003066 decision tree Methods 0.000 claims description 12
- 239000003795 chemical substances by application Substances 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种合同评价方法，包括确定待评价合同条款中的异常条款；对所述异常条款进行停用词过滤操作，以获得异常条款信息；基于异常条款信息，在合同条款数据库中确定异常条款对应的目标合同条款，并基于目标合同条款确定所述异常条款的评分信息；获取待评价合同对应的合同评价模板，并基于待评价合同条款填充合同评价模板；根据异常条款的评分信息，基于填充后的合同评价模板计算得到待评价合同的评分值。本发明还公开了一种合同评价平台、设备及可读存储介质。本发明通过基于匹配树的数据处理技术对合同文本进行处理，具体根据合同条款数据库准确得到待评价合同的评分值，进而实现对待评价合同的整体评价。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种合同评价方法、平台、设备及可读存储介质。
背景技术
随着经济社会的飞速发展，每个人在工作和生活中都不可避免的会接触合同文本，例如聘用入职、房屋出租、房屋求租、二手房买卖、外出旅游等等。合同的交易对方既包括个人，也包括企业法人等。合同文本的形式既包括即时手写合同，也包括交易对方预先准备好的合同范本。尤其是在面对房屋买卖中介机构、旅游服务公司、房屋租赁中介机构等各种机构时，由于这些机构有意或无意的会在合同范本中隐藏一些对用户不甚公平的合同条款。面对这些不甚合理的合同文本，大多数用户难以全部发现这些文本中的不合理条款，从而为用户带来许多潜在的威胁和损失。
目前，现有的合同分析方案或文献中，大多关注于合同条款生成，利用合同模板技术帮助用户生成空白合同。而针对合同条款的识别分析，往往针对单一的合同条款，对合同整体的可用性没有进行分析，难以识别出合同文本中的不合理风险信息，导致合同条款存在潜在的风险。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种合同评价方法、平台、设备及可读存储介质，旨在解决现有的合同识别难以识别出合同文本中的不合理风险信息的技术问题。
为实现上述目的，本发明提供一种合同评价方法，所述合同评价方法包括以下步骤：
获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款；
基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息；
基于所述异常条款信息，在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息；
获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板；
根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值。
进一步地，基于所述异常条款信息，所述在合同条款数据库中确定所述异常条款对应的目标合同条款的步骤包括：
基于词向量模型对所述异常条款信息进行训练，以获得所述异常条款信息对应的词向量；
基于所述词向量确定所述异常条款对应的句子向量；
基于所述句子向量以及所述合同条款数据库中预设合同条款的预设句子向量，计算所述异常条款与各个所述预设合同条款之间的相似度；
基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款。
进一步地，所述基于所述词向量确定所述异常条款对应的句子向量的步骤包括：
计算匹配句子向量中的词向量与所述词向量之间的相似度，基于所述相似度生成相似词矩阵，其中，所述相似词矩阵中的每一行的元素为同一词向量与匹配句子向量中的词向量之间的相似度，所述相似词矩阵中每一列的元素为同一异常条款的词向量与匹配句子向量中的词向量之间的相似度；
基于所述相似词矩阵的每一列元素中的最大相似度，生成所述句子向量。
进一步地，所述基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款的步骤包括：
基于所述相似度确定所述异常条款对应的最大相似度；
将所述最大相似度对应的预设合同条款，作为所述最大相似度对应的异常条款的目标合同条款。
进一步地，所述获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款的步骤包括：
对所述待评价合同进行文本切割，以获得所述待评价合同的合同条款；
对所述待评价合同的合同条款进行清洗操作，去除所述合同条款中的重复条款，以获得所述待评价合同条款；
基于所述待评价合同条款的条款主题，通过主体模型对待评价合同条款进行遍历，以确定所述待评价合同条款中的异常条款。
进一步地，所述获取所述待评价合同对应的合同评价模板的步骤包括：
获取所述待评价合同的合同主体；
基于所述合同主体以及所述待评价合同条款确定合同评价模板。
进一步地，所述根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值的步骤包括：
基于所述合同评价模板以及所述待评价合同条款确定所述待评价合同的缺失条款；
根据所述评分信息以及所述缺失条款基于填充后的所述合同评价模板计算得到所述评分值；
基于所述异常条款信息，通过决策树模型确定所述异常条款对应的违规信息；
基于所述违规信息以及所述评分信息生成所述待评价合同的评价信息，并发送所述评价信息以及缺失条款至所述待评价合同对应的终端。
此外，为实现上述目的，本发明还提供一种合同评价平台，所述合同评价平台包括：
获取模块，用于获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款；
过滤模块，用于基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息；
确定模块，用于在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息；
填充模块，用于获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板；
计算模块，用于根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值。
此外，为实现上述目的，本发明还提供一种合同评价设备，所述合同评价设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的合同评价程序，所述合同评价程序被所述处理器执行时实现前述的合同评价方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有合同评价程序，所述合同评价程序被处理器执行时实现前述的合同评价方法的步骤。
本发明通过获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款，接着基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息，而后基于所述异常条款信息，在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息，然后获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板，最后根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值，通过基于匹配树的数据处理技术对合同文本进行处理，具体根据合同条款数据库准确得到待评价合同的评分值，进而实现对待评价合同的整体评价，以挖掘待评价合同中的不合理条款，从而减少待评价合同所导致的潜在威胁和损失。
附图说明
图1是本发明实施例方案涉及的硬件运行环境中合同评价设备的结构示意图；
图2为本发明合同评价方法第一实施例的流程示意图；
图3为本发明合同评价方法第二实施例中基于所述异常条款信息，所述在合同条款数据库中确定所述异常条款对应的目标合同条款的步骤的细化流程示意图；
图4为本发明合同评价方法第三实施例中基于所述词向量确定所述异常条款对应的句子向量的步骤的细化流程示意图；
图5为本发明合同评价方法第四实施例中基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款的步骤的细化流程示意图；
图6为本发明合同评价方法第五实施例中获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款的步骤的细化流程示意图；
图7为本发明合同评价方法第六实施例中获取所述待评价合同对应的合同评价模板的步骤的细化流程示意图；
图8为本发明合同评价方法第七实施例中根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值的步骤的细化流程示意图；
图9为本发明合同评价平台一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境中合同评价设备的结构示意图。
本发明实施例合同评价设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的合同评价设备结构并不构成对合同评价设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及合同评价程序。
在图1所示的合同评价设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的合同评价程序，并执行以下合同评价方法的各个实施例中的操作。
本发明还提供一种合同评价方法，参照图2，图2为本发明合同评价方法第一实施例的流程示意图。
在本实施例中，该合同评价方法包括：
步骤S100，获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款；
在本实施例中，用户可通过移动终端或者PC将需要进行评价的合同文本上传至合同评价平台，例如，通过移动终端的APP将合同文本上传至合同评价平台。
在接收到待评价合同时，合同评价平台对该待评价合同进行文本切割，以获得该待评价合同的待评价合同条款，其中，若该待评价合同为图片格式的合同数据，则先对合同数据进行OCR识别得到合同文本，而后进行文本切割，例如，采用现有的文本切割算法进行文本切割，以确保切割后的数据均为一条完整的合同条款，比如，切割后的数据中包括一个句号。
在获取到待评价合同条款时，确定该待评价合同条款中的异常条款，具体地，先获取待评价合同条款的条款主题，基于条款主题通过主体模型对待评价合同条款进行遍历，以确定所述待评价合同条款中的异常条款。
需要说明的是，主体模型包括多条预设异常条款的条款主题，通过基于条款主题遍历该主体模型，可粗略确定待评价合同条款中的异常条款。
步骤S200，基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息；
在本实施例中，在确定异常条款时，基于预设停用词，对异常条款进行停用词过滤操作，以整定异常条款中的停用词，获得异常条款信息，即去除清洗后的异常条款中的停用词，具体地，遍历异常条款，若当前遍历的异常条款中存在与预设停用词库中的停用词一致的词，则将当前遍历的异常条款中与预设停用词库中的停用词一致的词去除。其中，该预设停用词库中存储有预设停用词，该预设停用词包括不具有法律意义的专属停用词，以及包括连词、介词等在内的常规停用词。
步骤S300，基于所述异常条款信息，在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息；
在本实施例中，在获取到异常条款信息时，在合同条款数据库中确定异常条款对应的目标合同条款，具体地，根据异常条款信息确定异常条款的句子向量，根据基于该句子向量以及合同条款数据库中预设合同条款的预设句子向量，计算异常条款与各个预设合同条款之间的相似度，并根据相似度确定异常条款对应的目标合同条款，具体地，将与异常条款之间的相似度满足预设条件的预设合同条款作为该目标合同条款，并基于目标合同条款确定异常条款的评分信息，即根据目标合同条款的评分信息确定该异常条款的评分信息。
步骤S400，获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板；
在本实施例中，可先确定待评价合同的合同主体，基于该合同主体以及异常条款确定合同评价模板，并按照各个条款信息的主体以及合同评价模板的主体，将各个条款信息填充至合同评价模板。
具体地，可先根据合同主体确定目标合同评价模板，在目标合同评价模板包括多个时，根据异常条款(包括缺失条款)以及异常条款对应的规则，在目标合同评价模板中选择最终适用的合同评价模板，例如，合同评价模板的条款主题包括异常条款的条款主题。
步骤S500，根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值。
在本实施例中，在获取到异常条款的评分信息时，基于填充后的合同评价模板计算得到待评价合同的评分值，具体地，可预先设置该合同评价模板的总分，根据该合同评价模板中的合同条款数量平均该总分，得到每一条合同条款的最高分，基于该最高分以及异常条款的评分信息，计算每一条异常条款的评分，基于异常条款的评分计算该待评价合同的评分值，其中，待评价合同中除异常条款之外的其他合同条款可按照最高分计算。
例如，该待评价合同包括10条待评价合同条款，并且其中的3条为异常条款，异常条款的评分信息分别为2、3、3；若该合同评价模板包括10条合同条款，各个合同条款的满分为10分(即正常合同条款的评分为10分)，则该待评价合同的评分值为7*10+2+3+3＝78；若该合同评价模板包括20条合同条款，则表明该待评价合同存在10条缺失条款，其中，各个合同条款的满分为5分(即正常合同条款的评分为5分)，该待评价合同的评分值为7*5+2+3+3＝43。
需要说明的是，在进行合同评价之前，需要创建合同条款数据库，具体地，接收并存储合同条款信息以及合同评价模板，该合同条款信息包括：异常合同条款、异常合同条款的评分值，以及正常合同条款、正常合同条款的评分值。
针对不同主体的合同，合同评价模板包括该主题的合同所包含的必要合同条款以及可选合同条款，该必要合同条款以及可选合同条款与合同条款信息中的合同条款存在对应关系。
其中，异常合同条款包括缺失条款和风险条款，缺失条款是指合同中缺失的条款，例如，缺失合同评价模板中的必要合同条款；风险条款是指该条款可能会有风险；风险条款和缺失条款均包括对应的风险等级(评分信息)、修改建议等信息。
针对异常合同条款，提取异常合同条款的主体，以及获取异常合同条款对应的标签信息，该标签信息不可用信息以及该合同条款主要违反的法律条款。在获取到异常合同条款的主体时，根据异常合同条款所涉及的法律条款，建立针对法律条款粒度的LDA(主题模型)。
还可采用LR模型(逻辑回归)对合同条款信息进行训练，以将合同条款信息的打分结果映射到0-1的区间内，例如，对于某一合同条款信息，其评分为80(百分制)，则训练后的分值为0.8。其中，LR模型是在线性回归的基础上，把特征进行线性组合，再把组合的结果通过一层sigmoid函数映射成结果是1或是0的概率，逻辑回归模型是一个分类模型，对生成的结果是0或1的概率进行建模，通过采用最大似然估计的方法最大化似然函数，采用梯度上升的方法得到使似然函数最大的参数。其中，如果存在多个打分结果的条款，则将多个打分结果的均值作为该条款的最终打分结果。
对于各个合同条款信息，基于预设停用词，对合同条款信息进行停用词过滤操作，基于词向量模型对过滤后的合同条款信息进行训练，以获得合同条款信息对应的词向量；计算匹配句子向量中的词向量与合同条款信息的词向量之间的相似度，基于所述相似度生成相似词矩阵，其中，所述相似词矩阵中的每一行的元素为同一词向量与匹配句子向量中的词向量之间的相似度，所述相似词矩阵中每一列的元素为同一异常条款的词向量与匹配句子向量中的词向量之间的相似度；基于所述相似词矩阵的每一列元素中的最大相似度，生成所述句子向量，进而得到合同条款信息中各个条款的句子向量，最后将合同条款信息作为预设合同条款，将合同条款信息对应的句子向量作为预设句子向量，生成合同条款数据库。
需要说明的是，该合同条款信息的句子向量的确定方式与异常条款的句子向量确定方式类似，在此不在赘述。
本实施例提出的合同评价方法，通过获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款，接着基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息，而后基于所述异常条款信息，在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息，然后获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板，最后根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值，通过基于匹配树的数据处理技术对合同文本进行处理，具体根据合同条款数据库准确得到待评价合同的评分值，进而实现对待评价合同的整体评价，以挖掘待评价合同中的不合理条款，从而减少待评价合同所导致的潜在威胁和损失。
基于第一实施例，提出本发明合同评价方法的第二实施例，参照图3，在本实施例中，步骤S300包括：
步骤S310，基于词向量模型对所述异常条款信息进行训练，以获得所述异常条款信息对应的词向量；
步骤S320，基于所述词向量确定所述异常条款对应的句子向量；
步骤S330，基于所述句子向量以及所述合同条款数据库中预设合同条款的预设句子向量，计算所述异常条款与各个所述预设合同条款之间的相似度；
步骤S340，基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款。
在本实施例中，在获取到异常条款信息时，基于词向量模型(DistributedRepresentation)，对异常条款信息进行训练，以得到异常条款信息对应的词向量，该词向量为异常条款信息中各个词语所对应的向量。该词向量模型主要是使用CBOW和SKIP假设进行训练的，以将整定停用词后的合同条款中计算机无法识别的词语转换成计算机可识别的向量；例如，采用Word2Vec对整定停用词后的合同条款进行训练，该Word2Vec是用于产生词向量的神经网络模型，包括CBOW和SKIP两种方式。
在获取到异常条款信息对应的词向量时，基于词向量确定异常条款对应的句子向量，具体地，分别基于异常条款中各个条款的词向量确定该条款对应的句子向量。
而后基于句子向量以及合同条款数据库中预设合同条款的预设句子向量，计算异常条款与各个预设合同条款之间的相似度，具体地，依次计算异常条款中条款的句子向量与各个预设句子向量之间的相似度，即该句子向量与各个预设句子向量之间的余弦值。
在计算得到相识度时，基于该相似度，在合同条款数据库中确定异常条款对应的目标合同条款。具体地，首先确定各个所述异常条款对应的最大相似度，并将各个所述最大相似度对应的预设合同条款，作为所述最大相似度对应的异常条款的目标合同条款；或者，遍历异常条款，对于异常条款中的每一个条款，依次确定当前遍历的异常条款所对应的相似度中，是否存在相似度大于预设阈值的相识度，若存在，则将当前遍历的异常条款的相似度中，最大相似度对应的预设合同条款作为目标合同条款，若不存在，则确定当前遍历的异常条款无异常，即当前遍历的异常条款为可用的正常合同条款。
进一步地，在其他实施例中，步骤S330包括：基于所述异常条款信息，通过Tf-idf算法，计算所述异常条款与各个所述预设合同条款之间的Tf-idf值；将各个Tf-idf值中预设数量的最大的Tf-idf值，所对应的预设合同条款的预设句子向量中作为目标句子向量；基于所述句子向量以及所述目标句子向量，计算所述异常条款，与所述目标句子向量对应的目标合同条款之间的相似度。
在本实施例中，在获取到句子向量时，首先基于异常条款信息，通过Tf-idf算法，计算所述异常条款与所述预设合同条款之间的Tf-idf值，具体地，依次遍历异常条款，对于当前遍历的异常条款，而后遍历预设合同条款，计算该当前遍历的异常条款的异常条款信息中各个词语，与当前遍历的预设合同条款之间的Tf值以及idf值，并计算各个词语的Tf值与idf值的乘积，最后将各个词语对应的Tf值与idf值的乘积的均值作为该当前遍历的异常条款与当前遍历的预设合同条款之间的Tf-idf值。
而后遍历预设合同条款，得到当前遍历的预设合同条款，并遍历当前遍历的异常条款的条款信息中各个词语，计算当前遍历的词语与当前遍历的预设合同条款之间的Tf值以及idf值，计算Tf值与idf值的乘积，在条款信息中各个词语遍历完成时，计算各个词语对应的Tf值与idf值的乘积的均值，以获得当前遍历的异常条款与当前遍历的预设合同条款之间的Tf-idf值。在预设合同条款遍历完成时，得到当前遍历的异常条款与各个预设合同条款之间的Tf-idf值，在异常条款遍历完成时，得到各个异常条款分别与各个预设合同条款之间的Tf-idf值。
需要说明的是，Tf值指的是某一个给定的词语在该文件中出现的频率，Tf值为该词语在预设合同条款中的出现次数，除以预设合同条款中所有词语的出现次数之和。idf值具体为：预设合同条款的总数量，除以包括该词语的预设合同条款的数目，再将得到的商取以10为底的对数得到。
在获取到异常条款与所述预设合同条款之间的Tf-idf值时，将各个Tf-idf值中预设数量的最大的Tf-idf值，所对应的预设合同条款的预设句子向量中作为目标句子向量，并基于所述句子向量以及所述目标句子向量，计算异常条款，与所述目标句子向量对应的目标合同条款之间的相似度，进而能够减少待评价合同条款的相似度计算次数，提高相似度计算的效率。
本实施例提出的合同评价方法，通过基于词向量模型对所述异常条款信息进行训练，以获得所述异常条款信息对应的词向量，接着基于所述词向量确定所述异常条款对应的句子向量，而后基于所述句子向量以及所述合同条款数据库中预设合同条款的预设句子向量，计算所述异常条款与各个所述预设合同条款之间的相似度，然后基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款，能够根据相似度准确确定依次条款所对应的目标合同条款，进而提高对异常条款进行评价的准确性，提高合同评价的效率及准确性。
基于第二实施例，提出本发明合同评价方法的第三实施例，参照图4，在本实施例中，步骤S320包括：
步骤S321，计算匹配句子向量中的词向量与所述词向量之间的相似度，基于所述相似度生成相似词矩阵，其中，所述相似词矩阵中的每一行的元素为同一词向量与匹配句子向量中的词向量之间的相似度，所述相似词矩阵中每一列的元素为同一异常条款的词向量与匹配句子向量中的词向量之间的相似度；
步骤S322，基于所述相似词矩阵的每一列元素中的最大相似度，生成所述句子向量。
在本实施例中，在确定异常条款的词向量时，获取匹配句子向量，其中该匹配句子向量为预先设置的各个词语所构成的句子向量，该匹配句子向量的元素为词表中各个词语的词向量，该匹配句子向量为M维向量，M为词表的长度即词表中词语的数量，例如，M为100000，也就是该匹配句子向量所对应的词语的数量，其中，词表中的词语为合同文本中可能出现的所有词语(可以为除连词、介词以及无法律意义的词之外的词语)。
在获取到匹配句子向量时，计算匹配句子向量中的词向量与所述词向量之间的相似度，基于所述相似度生成相似词矩阵，其中，所述相似词矩阵中的每一行的元素为同一词向量与匹配句子向量中的词向量之间的相似度，所述相似词矩阵中每一列的元素为同一异常条款的词向量与匹配句子向量中的词向量之间的相似度。该相似词矩阵为M*N矩阵，其中，M为词表的长度，N为相似词的个数即异常条款信息中的词语数量。而后基于相似词矩阵的每一列元素中的最大相似度，生成所述句子向量
具体地，可依次遍历异常条款，确定当前遍历的异常条款的异常条款信息中词语的数量，该词语的数量即为相似词矩阵中的列数N，计算匹配句子向量中的词向量与当前遍历的异常条款对应的词向量之间的相似度，基于该相似度生成当前遍历的异常条款的相似词矩阵，其中，该相似词矩阵中的每一行的元素为当前遍历的异常条款对应的所有词向量中的同一个词向量、与匹配句子向量中的词向量之间的相似度。在得到当前遍历的异常条款的相似词矩阵时，分别比较该相似词矩阵中的每一列的元素，以确定每一列元素的最大相似度，并将各列的最大相似度作为一个一维向量的元素，该一维向量即为当前遍历的异常条款的句子向量。
本实施例提出的合同评价方法，通过计算匹配句子向量中的词向量与所述词向量之间的相似度，基于所述相似度生成相似词矩阵，接着基于所述相似词矩阵的每一列元素中的最大相似度，生成所述句子向量，根据相似词矩阵准确得到异常条款的句子向量，以便于能够根据句子向量准确确定依次条款所对应的目标合同条款，进而提高对异常条款进行评价的准确性，提高合同评价的效率及准确性。
基于第二实施例，提出本发明合同评价方法的第四实施例，参照图5，在本实施例中，步骤S340包括：
步骤S341，基于所述相似度确定所述异常条款对应的最大相似度；
步骤S342，将所述最大相似度对应的预设合同条款，作为所述最大相似度对应的异常条款的目标合同条款。
在本实施例中，在得到异常条款与所述预设合同条款之间的相似度时，对相似度进行比较，基于相似度确定所述异常条款对应的最大相似度，并将最大相似度对应的预设合同条款，作为所述最大相似度对应的异常条款的目标合同条款；若该异常条款为多条，则依次遍历异常条款，确定当前遍历的异常条款对应的最大相似度，并将该最大相似度对应的预设合同条款作为当前遍历的异常条款的目标合同条款。
在其他实施例中，可通过遍历异常条款，对于异常条款中的每一个条款，先依次确定当前遍历的异常条款所对应的相似度中，是否存在相似度大于预设阈值的相识度，若存在，则将当前遍历的异常条款的相似度中，最大相似度对应的预设合同条款作为目标合同条款，若不存在，则确定当前遍历的异常条款无异常，即当前遍历的异常条款为可用的正常合同条款。
本实施例提出的合同评价方法，通过基于所述相似度确定各个所述异常条款对应的最大相似度，将各个所述最大相似度对应的预设合同条款，作为所述最大相似度对应的异常条款的目标合同条款，能够根据最大相似度准确确定异常条款对应的目标合同条款，进一步提高合同评价的准确性。
基于第一实施例，提出本发明合同评价方法的第五实施例，参照图6，在本实施例中，步骤S100包括：
步骤S110，对所述待评价合同进行文本切割，以获得所述待评价合同的合同条款；
步骤S120，对所述待评价合同的合同条款进行清洗操作，去除所述合同条款中的重复条款，以获得所述待评价合同条款；
步骤S130，基于所述待评价合同条款的条款主题，通过主体模型对待评价合同条款进行遍历，以确定所述待评价合同条款中的异常条款。
在本实施例中，在接收到待评价合同时，合同评价平台对该待评价合同进行文本切割，以获得该待评价合同的待评价合同条款，而后对待评价合同的合同条款进行清洗操作，去除合同条款中的重复条款，以获得待评价合同条款，其中，若该待评价合同为图片格式的合同数据，则先对合同数据进行OCR识别得到合同文本，而后进行文本切割，例如，采用现有的文本切割算法进行文本切割，以确保切割后的数据均为一条完整的合同条款，比如，切割后的数据中包括一个句号。
在获取到待评价合同条款时，获取待评价合同条款的条款主题，基于条款主题通过主体模型对待评价合同条款进行遍历，以确定所述待评价合同条款中的异常条款。具体地，若某一待评价合同条款的条款主题与主体模型中的条款主题一致，则该待评价合同条款为异常条款。
本实施例提出的合同评价方法，通过对所述待评价合同进行文本切割，以获得所述待评价合同的合同条款，接着对所述待评价合同的合同条款进行清洗操作，去除所述合同条款中的重复条款，以获得所述待评价合同条款，而后基于所述待评价合同条款的条款主题，通过主体模型对待评价合同条款进行遍历，以确定所述待评价合同条款中的异常条款，能够根据待评价合同准确确定其异常条款，提高了异常条款的筛选效率，进一步提高了合同评价的效率与准确率。
基于第一实施例，提出本发明合同评价方法的第六实施例，参照图7，在本实施例中，步骤S400包括：
步骤S410，获取所述待评价合同的合同主体；
步骤S420，基于所述合同主体以及所述待评价合同条款确定合同评价模板。
在本实施例中，获取待评价合同的合同主体，基于该合同主体以及异常条款确定合同评价模板，具体地，可先根据合同主体确定目标合同评价模板，在目标合同评价模板包括多个时，根据待评价合同条款、异常条款以及异常条款对应的规则，在目标合同评价模板中选择最终适用的合同评价模板，例如，目标合同评价模板中包括全部的待评价合同条款的条款主题。
本实施例提出的合同评价方法，通过获取所述待评价合同的合同主体；接着基于所述合同主体以及所述待评价合同条款确定合同评价模板，能够准确确定合同评价模板，进而提高合同评价的效率。
基于上述实施例，提出本发明合同评价方法的第七实施例，参照图8，在本实施例中，步骤S500包括：
步骤S510，基于所述合同评价模板以及所述待评价合同条款确定所述待评价合同的缺失条款；
步骤S520，根据所述评分信息以及所述缺失条款基于填充后的所述合同评价模板计算得到所述评分值；
步骤S530，基于所述异常条款信息，通过决策树模型确定所述异常条款对应的违规信息；
步骤S540，基于所述违规信息以及所述评分信息生成所述待评价合同的评价信息，并发送所述评价信息以及缺失条款至所述待评价合同对应的终端。
在本实施例中，合同评价模板包括该主题的合同所包含的必要合同条款以及可选合同条款，在获取到合同评价模板时，根据该合同评价模板的必要合同条款所对应的条款主题，以及待评价合同条款的条款主题确定待评价合同的缺失条款，若待评价合同条款的条款主题中包括所有的必要合同条款所对应的条款主题，则该待评价合同不存在缺失条款，否则，该待评价合同条款的条款主题中不包括的必要合同条款所对应的条款主题，为缺失条款的条款主题，进而确定待评价合同的缺失条款。而后，根据评分信息以及缺失条款基于填充后的所述合同评价模板计算得到所述评分值。
需要说明的是，在其他实施例中，合同条款数据库还可包含正常合同条款的句子向量等信息。可采用异常条款的评分信息处理方式，得到待评价合同条款中正常合同条款(可以合同条款)的评分信息，进而根据正常合同条款的评分信息、异常条款的评分信息、缺失条款，基于填充后的所述合同评价模板计算得到所述评分值，具体计算方式与上述方式类似，在此不在赘述。
基于所述异常条款信息，通过决策树模型确定所述异常条款对应的违规信息，并基于违规信息以及所述评分信息生成所述待评价合同的评价信息，并发送所述评价信息以及缺失条款至所述待评价合同对应的终端，该终端可显示该评价信息以及缺失条款，以使用户及时了解该待评价合同所存在的潜在风险，避免为用户造成损失。
具体地，针对异常条款，为了增强模型的解释性，采取规则结合决策树的决策树模型，在决策树模型中，可通过训练得到一些关于合同可用和不可用的路径，根据不可用的路径确定判定不可用的规则。具体地，决策树模型中的决策节点为整定清洗后的合同条款的各个词语，该决策树模型包括叶子节点以及非叶子节点(包括根节点)，非叶子节点为每一个词语所对应的判断条件(具体可以为是否包括该词语)，叶子节点为结论，该结论包括该合同条款可用或不可用、以及不可用时所对应的不可用的规则；在决策树模型中，对于每一条异常条款，通过该异常条款对于的异常条款信息中的词语遍历决策树模型，得到各个合同条款所对应的合同可用或不可用的路径，该可用路径或不可用的路径中的非叶子节点为异常条款信息中的每一个词语所对应的判断条件，在得到异常条款的路径为不可用的路径时，将该不可用的路径的叶子节点所对应的规则作为该合同条款的规则，例如，不可用的规则为该合同因违反xxxx，xxxx，导致xxxx风险，最终***判定合同不可用，该不可用的规则即为违规信息。
进一步地，还可将待评价合同的评分值以及评价信息进行审核，并将审核结果反馈给用户(待评价合同的发送端)，其中，在待评价合同不可用时，该评价信息包括上述判定不可用的规则。
另外，针对审核结果(包括待评价合同审核后的评分值以及审核后的评价信息、各个合同条款的评分值及对应的评价信息)，更新合同条款数据库，将评价数据作为训练数据进行训练，并进行模型迭代，使模型准确率和准确度均能够通过不断的迭代。
本实施例提出的合同评价方法，通过基于所述合同评价模板以及所述目标合同条款确定所述待评价合同的缺失条款，接着根据所述评分信息以及所述缺失条款基于填充后的所述合同评价模板计算得到所述评分值，而后基于所述异常条款信息，通过决策树模型确定所述异常条款对应的违规信息，然后基于所述违规信息以及所述评分信息生成所述待评价合同的评价信息，并发送所述评价信息以及缺失条款至所述待评价合同对应的终端，能够将待评价合同的评价结果反馈至终端以供用户查阅，使得用户及时了解该待评价合同的潜在风险，避免为用户造成损失。
参照图9，图9为本发明合同评价平台一实施例的功能模块示意图。
本实施例中，合同评价平台包括：
获取模块10，用于获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款；
过滤模块20，用于基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息；
确定模块30，用于在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息；
填充模块40，用于获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板；
计算模块50，用于根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值。
需要说明的是，合同评价平台的各个实施例与上述合同评价方法的各实施例基本相同，在此不再详细赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有合同评价程序，所述合同评价程序被处理器执行时实现如上述中任一项所述的合同评价方法的步骤。
本发明计算机可读存储介质具体实施例与上述订单引流处理方法的各实施例基本相同，在此不再详细赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种合同评价方法，其特征在于，所述合同评价方法包括以下步骤：
获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款；
基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息；
基于所述异常条款信息，在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息；
获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板；
根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值。
2.如权利要求1所述的合同评价方法，其特征在于，基于所述异常条款信息，所述在合同条款数据库中确定所述异常条款对应的目标合同条款的步骤包括：
基于词向量模型对所述异常条款信息进行训练，以获得所述异常条款信息对应的词向量；
基于所述词向量确定所述异常条款对应的句子向量；
基于所述句子向量以及所述合同条款数据库中预设合同条款的预设句子向量，计算所述异常条款与各个所述预设合同条款之间的相似度；
基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款。
3.如权利要求2所述的合同评价方法，其特征在于，所述基于所述词向量确定所述异常条款对应的句子向量的步骤包括：
计算匹配句子向量中的词向量与所述词向量之间的相似度，基于所述相似度生成相似词矩阵，其中，所述相似词矩阵中的每一行的元素为同一词向量与匹配句子向量中的词向量之间的相似度，所述相似词矩阵中每一列的元素为同一异常条款的词向量与匹配句子向量中的词向量之间的相似度；
基于所述相似词矩阵的每一列元素中的最大相似度，生成所述句子向量。
4.如权利要求2所述的合同评价方法，其特征在于，所述基于所述相似度，在合同条款数据库中确定所述异常条款对应的目标合同条款的步骤包括：
基于所述相似度确定所述异常条款对应的最大相似度；
将所述最大相似度对应的预设合同条款，作为所述最大相似度对应的异常条款的目标合同条款。
5.如权利要求1所述的合同评价方法，其特征在于，所述获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款的步骤包括：
对所述待评价合同进行文本切割，以获得所述待评价合同的合同条款；
对所述待评价合同的合同条款进行清洗操作，去除所述合同条款中的重复条款，以获得所述待评价合同条款；
基于所述待评价合同条款的条款主题，通过主体模型对待评价合同条款进行遍历，以确定所述待评价合同条款中的异常条款。
6.如权利要求1所述的合同评价方法，其特征在于，所述获取所述待评价合同对应的合同评价模板的步骤包括：
获取所述待评价合同的合同主体；
基于所述合同主体以及所述待评价合同条款确定合同评价模板。
7.如权利要求1至6任一项所述的合同评价方法，其特征在于，所述根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值的步骤包括：
基于所述合同评价模板以及所述待评价合同条款确定所述待评价合同的缺失条款；
根据所述评分信息以及所述缺失条款基于填充后的所述合同评价模板计算得到所述评分值；
基于所述异常条款信息，通过决策树模型确定所述异常条款对应的违规信息；
基于所述违规信息以及所述评分信息生成所述待评价合同的评价信息，并发送所述评价信息以及缺失条款至所述待评价合同对应的终端。
8.一种合同评价平台，其特征在于，所述合同评价平台包括：
获取模块，用于获取待评价合同的待评价合同条款，并确定所述待评价合同条款中的异常条款；
过滤模块，用于基于预设停用词，对所述异常条款进行停用词过滤操作，以获得异常条款信息；
确定模块，用于在合同条款数据库中确定所述异常条款对应的目标合同条款，并基于所述目标合同条款确定所述异常条款的评分信息；
填充模块，用于获取所述待评价合同对应的合同评价模板，并基于所述待评价合同条款填充所述合同评价模板；
计算模块，用于根据所述异常条款的评分信息，基于填充后的所述合同评价模板计算得到所述待评价合同的评分值。
9.一种合同评价设备，其特征在于，所述合同评价设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的合同评价程序，所述合同评价程序被所述处理器执行时实现如权利要求1至7中任一项所述的合同评价方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有合同评价程序，所述合同评价程序被处理器执行时实现如权利要求1至7中任一项所述的合同评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910205782.5A CN110070264A (zh) | 2019-03-16 | 2019-03-16 | 合同评价方法、平台、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910205782.5A CN110070264A (zh) | 2019-03-16 | 2019-03-16 | 合同评价方法、平台、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110070264A true CN110070264A (zh) | 2019-07-30 |
Family
ID=67365325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910205782.5A Pending CN110070264A (zh) | 2019-03-16 | 2019-03-16 | 合同评价方法、平台、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110070264A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111046934A (zh) * | 2019-12-04 | 2020-04-21 | 中国建设银行股份有限公司 | 一种swift报文软条款识别方法及装置 |
| CN112949273A (zh) * | 2021-03-04 | 2021-06-11 | 长沙市到家悠享网络科技有限公司 | 电子合同签约方法、装置、电子设备及计算机可读介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103366231A (zh) * | 2012-03-29 | 2013-10-23 | 上海天闻律师事务所 | 一种合同风险信息自动处理方法及装置 |
| CN106844544A (zh) * | 2016-12-30 | 2017-06-13 | 全民互联科技（天津）有限公司 | 一种合同条款风险识别方法及*** |
| CN108399482A (zh) * | 2018-01-17 | 2018-08-14 | 阿里巴巴集团控股有限公司 | 合同的评估方法、装置和电子设备 |
| CN108830443A (zh) * | 2018-04-19 | 2018-11-16 | 出门问问信息科技有限公司 | 一种合同审阅方法及装置 |
| CN109447105A (zh) * | 2018-09-10 | 2019-03-08 | 平安科技（深圳）有限公司 | 合同审核方法、装置、计算机设备和存储介质 |
-
2019
- 2019-03-16 CN CN201910205782.5A patent/CN110070264A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103366231A (zh) * | 2012-03-29 | 2013-10-23 | 上海天闻律师事务所 | 一种合同风险信息自动处理方法及装置 |
| CN106844544A (zh) * | 2016-12-30 | 2017-06-13 | 全民互联科技（天津）有限公司 | 一种合同条款风险识别方法及*** |
| CN108399482A (zh) * | 2018-01-17 | 2018-08-14 | 阿里巴巴集团控股有限公司 | 合同的评估方法、装置和电子设备 |
| CN108830443A (zh) * | 2018-04-19 | 2018-11-16 | 出门问问信息科技有限公司 | 一种合同审阅方法及装置 |
| CN109447105A (zh) * | 2018-09-10 | 2019-03-08 | 平安科技（深圳）有限公司 | 合同审核方法、装置、计算机设备和存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111046934A (zh) * | 2019-12-04 | 2020-04-21 | 中国建设银行股份有限公司 | 一种swift报文软条款识别方法及装置 |
| CN111046934B (zh) * | 2019-12-04 | 2024-04-09 | 中国建设银行股份有限公司 | 一种swift报文软条款识别方法及装置 |
| CN112949273A (zh) * | 2021-03-04 | 2021-06-11 | 长沙市到家悠享网络科技有限公司 | 电子合同签约方法、装置、电子设备及计算机可读介质 |
| CN112949273B (zh) * | 2021-03-04 | 2024-04-26 | 长沙市到家悠享网络科技有限公司 | 电子合同签约方法、装置、电子设备及计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11436430B2 (en) | Feature information extraction method, apparatus, server cluster, and storage medium | |
| CN103679462B (zh) | 一种评论数据处理方法和装置、一种搜索方法和*** | |
| US20160117696A1 (en) | Method and system for determining on-line influence in social media | |
| CN109783632A (zh) | 客服信息推送方法、装置、计算机设备及存储介质 | |
| JP6506439B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| CN104572797A (zh) | 基于主题模型的个性化服务推荐***和方法 | |
| CN110096681A (zh) | 合同条款分析方法、装置、设备及可读存储介质 | |
| CN103617481B (zh) | 一种面向流程的领域知识抽取与推送***及方法 | |
| CN107704512A (zh) | 基于社交数据的金融产品推荐方法、电子装置及介质 | |
| CN110134845A (zh) | 项目舆情监控方法、装置、计算机设备及存储介质 | |
| CN102668515B (zh) | 将相对加权方案应用于在线使用数据 | |
| CN108694647A (zh) | 一种商户推荐理由的挖掘方法及装置，电子设备 | |
| WO2014107441A2 (en) | Social media impact assessment | |
| CN111882420B (zh) | 响应率的生成方法、营销方法、模型训练方法及装置 | |
| CN107368521B (zh) | 一种基于大数据和深度学习的知识推介方法及*** | |
| CN108572988A (zh) | 一种房产评估数据生成方法和装置 | |
| Jin et al. | Task-oriented web user modeling for recommendation | |
| CN111221881B (zh) | 用户特征数据合成方法、装置及电子设备 | |
| CN110263233A (zh) | 企业舆情库构建方法、装置、计算机设备及存储介质 | |
| CN110070264A (zh) | 合同评价方法、平台、设备及可读存储介质 | |
| CN115392237A (zh) | 情感分析模型训练方法、装置、设备及存储介质 | |
| CN107464019A (zh) | 一种金融事件预警方法 | |
| CN110083809A (zh) | 合同条款相似度计算方法、装置、设备及可读存储介质 | |
| CN104572613A (zh) | 数据处理装置、数据处理方法和程序 | |
| CN113191922A (zh) | 诉讼决策信息请求处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190730 |
|
| WD01 | Invention patent application deemed withdrawn after publication |