基于机器学习的两阶段合同必备条款缺失风险预警方法
基本信息

| 申请号 | 202011176898X | 申请日 | - |
| 公开(公告)号 | CN112287668A | 公开(公告)日 | 2021-01-29 |
| 申请公布号 | CN112287668A | 申请公布日 | 2021-01-29 |
| 分类号 | G06F40/216(2020.01)I; | 分类 | 计算;推算;计数; |
| 发明人 | 谢泽星;吴青昀;徐俊杰 | 申请(专利权)人 | 杭州尚尚签网络科技有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 陈升华 |
| 地址 | 310012浙江省杭州市西湖区万塘路317号华星世纪大楼2层202房 | ||
| 法律状态 | - | ||
摘要

| 摘要 | 本发明公开了一种基于机器学习的两阶段合同必备条款缺失的风险预警方法。在第一阶段,计算必备条款与用户条款间的相似性,将相似的置信度低于阈值的,作为必备条款相似候选集合。在第二阶段,计算候选集中用户条款与必备条款风险描述的匹配值,删除候选中低于阈值的条款候选,若存在匹配值高于等于阙值,说明用户合同中该必备条款表述不规范,给出建议修改该条款的预警,否则给出必备条款缺失预警。本发明针对合同必备条款缺失预警,设计了通过学习条款与风险描述关系,以及重要词掩码任务训练Bert模型的方式,提高Bert模型对必备条款的语义理解能力。并在第二阶段使用该模型,提高了现有合同条款缺失风险预警方法的准确性。 |





