本發(fā)明屬于信息化服務(wù)技術(shù)領(lǐng)域，尤其是涉及一種合同分類自動識別方法及系統(tǒng)。

背景技術(shù)：

在市場經(jīng)濟(jì)中，公司日常經(jīng)營中合同扮演了越來越重要的角色，如何在日常經(jīng)營中防范合同風(fēng)險顯得尤為重要。合同風(fēng)險包括了合同的管理風(fēng)險和合同的法律風(fēng)險，合同的管理風(fēng)險是從合同的管理職能出發(fā)，而法律風(fēng)險則是從合同文本的完備性和有效性出發(fā)，深入研究各種條款的設(shè)計技巧。隨著人工智能技術(shù)的飛速發(fā)展，在國外，采用計算機(jī)技術(shù)的人工智能合同法律風(fēng)險自動識別的研究已經(jīng)取得了初步成果；在國內(nèi)，由于漢語的語義自動識別與英文有著巨大的差異，采用人工智能技術(shù)的合同法律風(fēng)險識別研究還處于起步階段。

由于合同種類繁多，不同種類合同的法律風(fēng)險也不同。因此，高識別率的合同分類自動識別技術(shù)成為采用計算機(jī)技術(shù)實現(xiàn)合同法律風(fēng)險自動提示的關(guān)鍵難題。

現(xiàn)有技術(shù)的缺點：

1、目前國內(nèi)對于合同法律風(fēng)險自動識別的研究中，采用了由用戶自己選擇合同分類，然后再由計算機(jī)給出針對性的風(fēng)險提示。由于合同種類繁多，合同各類別之間的界限模糊，一般非法律專業(yè)人員很難準(zhǔn)確界定自己的合同的確切分類。因此，因用戶選擇類別錯誤，造成合同法律風(fēng)險提示非常不準(zhǔn)確，難以達(dá)到實際應(yīng)用的要求。

2、由于漢語的語言結(jié)構(gòu)與英文不同，目前也無法直接借鑒國外的成功經(jīng)驗。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明旨在提出一種合同分類自動識別方法，解決了現(xiàn)有技術(shù)中存在的采用計算機(jī)自動識別合同分類時，識別率不高的問題。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

一種合同分類自動識別方法，包括如下步驟：

(1)采用有人工干預(yù)的深度學(xué)習(xí)算法，排除樣本中不能反映合同本質(zhì)特性關(guān)鍵詞；

(2)通過大量樣本學(xué)習(xí)，對關(guān)鍵詞的權(quán)重進(jìn)行設(shè)置；

(3)找出不同合同分類的差異，判斷合同類別。

進(jìn)一步的，所述步驟(1)具體包括如下步驟：

(1)通過互聯(lián)網(wǎng)搜索到各類合同樣本，目前樣本數(shù)量為1000份；

(2)采用基于字典的最大逆向分詞算法，找出每類合同出現(xiàn)頻次最高的關(guān)鍵詞，按照中文的語言規(guī)則，篩選3-6個漢字的詞語，去除形容詞性的關(guān)鍵詞，每類留存30個以內(nèi)的關(guān)鍵詞。

進(jìn)一步的，所述步驟(2)具體包括如下步驟：

(1)對不同關(guān)鍵詞設(shè)置不同的權(quán)重,對于能夠明顯確定合同類別的關(guān)鍵詞給予較高權(quán)重；對于不能明顯確定合同分類的關(guān)鍵詞給予較低權(quán)重；

(2)按照上述方式給予關(guān)鍵詞設(shè)定權(quán)重從1-50，每次增量10，依次判別1000份樣本合同的分類是否正確，計算出相應(yīng)的識別率，取其中識別率最高的作為最優(yōu)權(quán)重。

進(jìn)一步的，所述步驟(3)具體包括對具有特征的關(guān)鍵詞賦予的權(quán)重比較高，用來區(qū)分比較接近的合同種類。

采用對不同種類合同的特征關(guān)鍵詞賦予不同權(quán)重，并結(jié)合與或非邏輯運算，達(dá)到高識別率。具體實現(xiàn)方式是編制自動識別程序，對權(quán)重值進(jìn)行智能優(yōu)化，找出最優(yōu)權(quán)重，而對關(guān)鍵詞權(quán)重的范圍是依據(jù)專業(yè)人員的專業(yè)知識擬定。

相對于現(xiàn)有技術(shù)，本發(fā)明所述的一種合同分類自動識別方法具有以下優(yōu)勢：本方法采用計算機(jī)人工智能技術(shù)實現(xiàn)了對漢語合同的自動識別和分類，識別率非常高，達(dá)到了實際應(yīng)用的要求，解決了目前靠用戶自行選擇合同分類引起法律風(fēng)險提示不準(zhǔn)確的問題。

本發(fā)明的另一目的在于提出一種合同分類自動識別系統(tǒng)，解決了現(xiàn)有技術(shù)中存在的采用計算機(jī)自動識別合同分類時，識別率不高的問題。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

一種合同分類自動識別系統(tǒng)，包括

用于采用有人工干預(yù)的深度學(xué)習(xí)算法，排除樣本中不能反映合同本質(zhì)特性關(guān)鍵詞的提取模塊；

用于通過大量樣本學(xué)習(xí)，對關(guān)鍵詞的權(quán)重進(jìn)行設(shè)置的設(shè)置模塊；

用于找出不同合同分類的差異，判斷合同類別的判別模塊。

進(jìn)一步的，所述提取模塊包括

用于通過互聯(lián)網(wǎng)搜索到各類合同樣本，目前樣本數(shù)量為1000份的搜索模塊；

用于采用基于字典的最大逆向分詞算法，找出每類合同出現(xiàn)頻次最高的關(guān)鍵詞，按照中文的語言規(guī)則，篩選3-6個漢字的詞語，去除形容詞性的關(guān)鍵詞，每類留存30個以內(nèi)的關(guān)鍵詞的篩選模塊。

進(jìn)一步的，所述設(shè)置模塊包括

用于對不同關(guān)鍵詞設(shè)置不同的權(quán)重,對于能夠明顯確定合同類別的關(guān)鍵詞給予較高權(quán)重；對于不能明顯確定合同分類的關(guān)鍵詞給予較低權(quán)重的不同權(quán)重設(shè)置模塊；

用于按照上述方式給予關(guān)鍵詞設(shè)定權(quán)重從1-50，每次增量10，依次判別1000份樣本合同的分類是否正確，計算出相應(yīng)的識別率，取其中識別率最高的作為最優(yōu)權(quán)重的最優(yōu)權(quán)重設(shè)置模塊。

本發(fā)明所述的一種合同分類自動識別系統(tǒng)與上述一種合同分類自動識別方法具有相同的有益效果，在此不再贅述。

附圖說明

構(gòu)成本發(fā)明的一部分的附圖用來提供對本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1為本發(fā)明實施例所述的一種合同分類自動識別方法的流程圖。

具體實施方式

需要說明的是，在不沖突的情況下，本發(fā)明中的實施例及實施例中的特征可以相互組合。

下面將參考附圖并結(jié)合實施例來詳細(xì)說明本發(fā)明。

如圖1所示，一種合同分類自動識別方法具體包括如下步驟：

(1)通過互聯(lián)網(wǎng)搜索到各類合同樣本，目前樣本數(shù)量為1000份；

(2)采用基于字典的最大逆向分詞算法，找出每類合同出現(xiàn)頻次最高的關(guān)鍵詞，按照中文的語言規(guī)則，篩選3-6個漢字的詞語，去除形容詞性的關(guān)鍵詞，每類留存30個以內(nèi)的關(guān)鍵詞。

(3)對不同關(guān)鍵詞設(shè)置不同的權(quán)重。對于能夠明顯確定合同類別的關(guān)鍵詞給予較高的權(quán)重，例如“涉外貨物買賣合同”或者“出口買賣合同”；對于不能明顯確定合同分類的關(guān)鍵詞給予較低的權(quán)重，例如“進(jìn)口國”、“出口國”、“FOB”等。

(4)按照上述方式給予關(guān)鍵詞設(shè)定權(quán)重從1-50，每次增量10，依次判別1000份樣本合同的分類是否正確，計算出相應(yīng)的識別率，取其中識別率最高的作為最優(yōu)權(quán)重。

(5)由于同一個關(guān)鍵詞在不同合同分類中可能都會出現(xiàn)。例如：關(guān)鍵詞“借款合同”和“擔(dān)保合同”，在借款類合同中和擔(dān)保類合同中都會出現(xiàn)，這兩個關(guān)鍵詞在這兩類合同中出現(xiàn)的頻次都非常高，因此無法通過這兩個詞的權(quán)重對合同分類進(jìn)行區(qū)分，但“借款利率”、“借款期限”等關(guān)鍵詞在借款合同中出現(xiàn)頻次較高，因此這些具有特征的關(guān)鍵詞賦予的權(quán)重比較高。這樣可以將不同種類合同的特征關(guān)鍵詞的權(quán)重調(diào)高，可以有效區(qū)分兩個比較接近的合同種類。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。