[發(fā)明專利]一種智能識別并生成電子合同的方法及系統

在審

• 申請?zhí)枺?/td>: 202011632874.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112749649A
• 公開（公告）日: 2021-05-04
• 發(fā)明（設計）人: 游牧
• 申請（專利權）人: 武漢文楚智信科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/34;G06K9/40;G06Q50/18
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 廉海濤

1.一種智能識別并生成電子合同的方法，其特征在于，所述方法包括：

步驟1，獲取多層PDF、單層PDF或圖片格式的電子合同文檔，對所述電子合同文檔進行文本信息的識別；

步驟2，調用表單域識別算法對待填充區(qū)域進行標記；

步驟3，對所述待填充區(qū)域進行待簽署區(qū)域的識別，將待填充字段分為待簽署區(qū)域和基礎數據區(qū)域；

步驟4，建立基礎數據的數據庫，調用所述數據庫對所述基礎數據區(qū)域進行批量填充后生成各個電子合同。

2.根據權利要求1所述的方法，其特征在于，所述步驟1中獲取的電子合同文檔為多層PDF格式時，文本信息的識別的過程包括：調用PDF文本流操作接口，獲取所有文字內容。

3.根據權利要求1所述的方法，其特征在于，所述步驟1中獲取的電子合同文檔為單層PDF或圖片格式時，文本信息的識別的過程包括：

步驟101，對單層PDF或圖片進行預處理，所述預處理包括去噪處理、紅章識別處理以及角度調整中的一項或多項；

所述去噪處理的過程包括：獲取單層PDF或圖片的灰度直方圖，根據所述灰度直方圖檢測出預設灰度值像素點成片狀分布的部分并去除；

所述紅章識別處理的過程包括：基于顏色和橢圓輪廓檢測到所述單層PDF或圖片包含紅章時，對所述單層PDF或圖片的紅章輪廓內的區(qū)域進行白平衡處理，并去除紅色分量；

所述角度調整的過程包括：對所述單層PDF或圖片的內容進行直線識別，基于識別到的直線對所述所述單層PDF或圖片進行角度調整；

步驟102，對預處理后的所述單層PDF或圖片進行OCR圖像識別，將圖片信息轉化為文本信息。

4.根據權利要求1所述的方法，其特征在于，所述步驟1之后還包括：調用自然語言處理算法，對所述文本信息進行分詞處理。

5.根據權利要求4所述的方法，其特征在于，所述步驟2中基于敏感詞匯和/或標記對待填充區(qū)域進行標記，所述敏感詞匯根據經驗設置；

所述標記包括:冒號、下劃線以及空白區(qū)域。

6.根據權利要求4所述的方法，其特征在于，所述步驟3中基于設定詞語進行待簽署區(qū)域的識別，所述設定詞語包括：簽名、簽章、簽字或蓋章。

7.根據權利要求4或5所述的方法，其特征在于，所述步驟2和步驟3中進行待填充區(qū)域的標記或待簽署區(qū)域的識別的過程還包括：根據所述待填充區(qū)域或所述待簽署區(qū)域之后是否包含空白區(qū)域對所述待填充區(qū)域或所述待簽署區(qū)域進行校對。

8.根據權利要求1所述的方法，其特征在于，所述數據庫的內容包括員工基礎資料。

9.根據權利要求1所述的方法，其特征在于，所述步驟4之后還包括：

記錄電子合同的類別和生成日期，設置各個類別的合同的時間期限，基于所述生成日期和對應的時間期限進行合同臨期提醒。

10.一種智能識別并生成電子合同的系統，其特征在于，所述系統包括：文本信息識別模塊、待填充區(qū)域標記模塊、待簽署區(qū)域識別模塊和電子合同生成模塊；

所述文本信息識別模塊，用于獲取多層PDF、單層PDF或圖片格式的電子合同文檔，對所述電子合同文檔進行文本信息的識別；

所述待填充區(qū)域標記模塊，用于調用表單域識別算法對待填充區(qū)域進行標記；

所述待簽署區(qū)域識別模塊，用于對所述待填充區(qū)域進行待簽署區(qū)域的識別，將待填充字段分為待簽署區(qū)域和基礎數據區(qū)域；

所述電子合同生成模塊，用于建立基礎數據的數據庫，調用所述數據庫對所述基礎數據區(qū)域進行批量填充后生成各個電子合同。