[發明專利]合同內容的提取方法及裝置、計算機設備、存儲介質

在審

• 申請號: 201910534911.5
• 申請日: 2019-06-20
• 公開（公告）號: CN110442842A
• 公開（公告）日: 2019-11-12
• 發明（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權代理有限公司 11448
• 代理人: 黃耀威

本發明實施例提供了一種合同內容的提取方法及裝置、計算機設備、存儲介質。一方面，該方法包括：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；根據所述合同類型提取所述目標合同文本中的指定條款內容。通過本發明，解決了現有技術中大規模提取合同內容時效率低的技術問題。

【技術領域】

本發明涉及計算機領域，尤其涉及一種合同內容的提取方法及裝置、計算機設備、存儲介質。

【背景技術】

文本識別是人工智能中的常見操作，可以代替人工篩選文件文本，提高工作效率。

現有技術中，暫無相關的合同條款自動識別和分類的產品，只有針對于標準模板的合同文本，通過其固定格式來分類，很少有智能化的合同分類產品，這需要待識別文本必須是統一的格式，這在復雜的大數據處理和分析過程中幾乎是不可能的。針對不同類型或者未知類型的合同文本，只能通過人工將文本劃分為一個個文本塊，再到已知的文本塊中提取內容，這需要大量的人工介入，嚴重影響工作效率。

針對相關技術中存在的上述問題，目前尚未發現有效的解決方案。

【發明內容】

有鑒于此，本發明實施例提供了一種合同內容的提取方法及裝置、計算機設備、存儲介質。

一方面，本發明實施例提供了一種合同內容的提取方法，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；根據所述合同類型提取所述目標合同文本中的指定條款內容。

可選的，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。

可選的，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。

可選的，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。

可選的，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中出現的次數集N(y₁,...y_n)，N(y₁,...y_n)除以訓練文本集D_i中的分詞總數量，得到P(w₁,...,w_n)在訓練文本集D_i中出現的概率集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中出現的次數；Q(w_n)為：屬性w_n在訓練文本集D_i中出現的次數。