[發明專利]一種合同條款分類方法

在審

• 申請號: 201711465943.1
• 申請日: 2017-12-28
• 公開（公告）號: CN107992941A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 姜宏;關健
• 申請（專利權）人: 武漢璞華大數據技術有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06K9/62;G06F17/27
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 苗青盛,馬英迪

1.一種合同條款分類方法，其特征在于，包括：

S1，將目標合同中的任一條款的數據輸入合同條款分類模型，獲取該條款對應的類別；

其中，所述合同條款分類模型的訓練方法包括：

S11，將合同數據訓練集輸入卷積神經網絡；所述合同數據訓練集包括若干條條款的數據和所述若干條條款分別對應的類別；

S12，對所述卷積神經網絡進行優化并執行步驟S11，直至所述卷積神經網絡的準確率達到預先設定的訓練標準，將訓練好的所述卷積神經網絡作為合同條款分類模型。

2.根據權利要求1所述的方法，其特征在于，所述合同條款分類模型包括降維層、卷積層、池化層、全連接層和分類層。

3.根據權利要求1所述的方法，其特征在于，所述步驟S1前還包括：

S0，對目標合同中的任一條款的內容進行預處理，獲取該條款的數據；所述預處理至少包括去標點、分詞和去停用詞。

4.根據權利要求1所述的方法，其特征在于，步驟S12中的所述準確率通過TensorFlow中的TensorBoard獲取。

5.根據權利要求1所述的方法，其特征在于，所述步驟S12進一步包括：

若所述卷積神經網絡的準確率達到預先設定的訓練標準和/或所述卷積神經網絡的訓練次數達到預先設定的次數閾值，則確認所述卷積神經網絡為合同條款分類模型；

否則，對所述卷積神經網絡進行優化并執行步驟S11。

6.根據權利要求2所述的方法，其特征在于，所述分類層包括softmax分類器。

7.根據權利要求3所述的方法，其特征在于，應用jieba分詞實現對目標合同中的任一條款的分詞；

對任一條款進行分詞后，如該條款的長度小于預先設定的最大長度，則將該條款的長度補齊至所述最大長度。

8.一種合同條款分類設備，其特征在于，包括：

至少一個處理器；以及與所述處理器通信連接的至少一個存儲器，其中：所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如權利要求1至7任一所述的方法。

9.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如權利要求1至7任一所述的方法。