[發(fā)明專利]合同內容的提取方法及裝置、計算機設備、存儲介質

在審

• 申請?zhí)枺?/td>: 201910534911.5
• 申請日: 2019-06-20
• 公開（公告）號: CN110442842A
• 公開（公告）日: 2019-11-12
• 發(fā)明（設計）人: 張師琲
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F17/22
• 分類號: G06F17/22;G06F17/27
• 代理公司: 北京中強智尚知識產(chǎn)權代理有限公司 11448
• 代理人: 黃耀威

1.一種合同內容的提取方法，其特征在于，所述方法包括：

確定待識別的目標合同文本；

使用識別模型識別所述目標合同文本的合同類型；

根據(jù)所述合同類型提取所述目標合同文本中的指定條款內容。

2.根據(jù)權利要求1所述的方法，其特征在于，在使用識別模型識別所述目標合同文本的合同類型之前，所述方法還包括：

對樣本集合中的每個待分類合同進行分詞，設置每個分詞的類型屬性，計算每個分詞的特征向量；

計算每個待分類合同在樣本集合中的先驗概率；

使用所述先驗概率計算每個待分類合同的后驗概率；

在所述識別模型中建立每個合同類型與后驗概率的對應關系。

3.根據(jù)權利要求2所述的方法，其特征在于，在對樣本集合中的每個待分類合同進行分詞之后，所述方法還包括：

獲取各個分詞在合同領域中的使用頻率；

選擇使用頻率大于預設閾值的分詞，并將其確定為符合條件的分詞。

4.根據(jù)權利要求2所述的方法，其特征在于，在獲取各個分詞在合同領域中的使用頻率之前，所述方法還包括

剔除分詞中詞性為形容詞、副詞、以及語氣詞的分詞。

5.根據(jù)權利要求2所述的方法，其特征在于，計算每個待分類合同在樣本集合中的先驗概率包括：

在訓練文本集D_i中查找s₁,...,s_n，計算出P(w₁,...,w_n)在訓練文本集D_i中出現(xiàn)的次數(shù)集N(y₁,...y_n)；將N(y₁,...y_n)除以訓練文本集D_i中的分詞總數(shù)量，得到P(w₁,...,w_n)在訓練文本集D_i中出現(xiàn)的概率集Q(w₁,...,w_n)；將Q(w₁,...,w_n)確定為P(w₁,...,w_n)在訓練文本集D_i中每個分詞w_n出現(xiàn)的先驗概率P(w|D_i)，其中P(w_n)為：訓練文本集D_i中屬性為w_n的分詞，N(y_n)為：屬性w_n在訓練文本集D_i中出現(xiàn)的次數(shù)；Q(w_n)為：屬性w_n在訓練文本集D_i中出現(xiàn)的次數(shù)。

6.根據(jù)權利要求2所述的方法，其特征在于，使用所述先驗概率計算每個待分類合同的后驗概率包括：

將所有分詞的先驗概率進行加權求和，得到所有待分類文本的先驗概率P(D_i)；將P(D_i)*P(x_i|D_i)得到的P(w₁,...,w_n)確定為在訓練文本集D_i中的后驗概率P(D_i|w)，其中，P(x_i|D_i)為：D_i發(fā)生時x_i發(fā)生的概率，x_i為合同類型為i的合同文本。

7.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)所述合同類型提取所述目標合同文本中的指定條款內容包括：

在預設數(shù)據(jù)庫中查找與所述合同類型對應的文本布局模板；

按照所述文本布局模板的排版樣式在所述目標合同文本的指定位置提取條款內容。