本申請涉及語言處理，特別是涉及一種電子合同審核方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。

背景技術：

1、隨著信息技術的不斷發(fā)展，合同審查成為了商業(yè)合同中不可或缺的一部分。然而，傳統(tǒng)的合同審查過程通常耗時且容易出現(xiàn)遺漏，存在著人為錯誤的風險。目前在國內(nèi)外，智能合同審查系統(tǒng)已經(jīng)得到了廣泛的應用，但是這些系統(tǒng)普遍存在著一些缺陷，需要不斷地進行改進和完善。同時，敏感信息和數(shù)據(jù)的保護也是一個重要問題。

2、目前，已經(jīng)存在一些智能合同審查系統(tǒng)或者基于大語言模型的自動化合同審核系統(tǒng)，它們基于自然語言處理技術，但通常基于垂直領域模型或者人工設計規(guī)則，可處理任務及領域有限，拓展性差。此外，合同的審核是基于大語言模型原有通用知識的輸出，并沒有基于法律領域、合同領域的知識進行定制化處理，導致合同審核結果不準確的問題。

3、因此，亟需一種電子合同審核方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品，能夠基于法律領域、合同領域的知識，對電子合同進行審核，提高合同審核結果的準確性。

技術實現(xiàn)思路

1、基于此，有必要針對上述技術問題，提供一種能夠基于法律領域、合同領域的知識，對電子合同進行審核，提高合同審核結果的準確性的電子合同審核方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。

2、第一方面，本申請?zhí)峁┝艘环N電子合同審核方法，包括：

3、獲取歷史標準合同數(shù)據(jù)；

4、根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習；

5、利用經(jīng)過微調(diào)學習后的大語言模型，從電子合同文本中提取關鍵詞；

6、獲取電子合同審核提示語；

7、利用所述電子合同審核提示語分析所述關鍵詞，獲得電子合同文本的合同風險情況。

8、在其中一個實施例中，所述獲取歷史標準合同數(shù)據(jù)，包括：

9、獲取法律垂直領域的歷史合同數(shù)據(jù)；

10、去除所述法律垂直領域的歷史合同數(shù)據(jù)中的敏感信息，并對合同格式標準化，進行多輪對話格式轉換，得到歷史標準合同數(shù)據(jù)。

11、在其中一個實施例中，所述獲取電子合同審核提示語，包括：

12、獲取法律垂直領域內(nèi)的審核合同數(shù)據(jù)；

13、對所述審核合同數(shù)據(jù)進行信息抽取，獲得電子合同審核提示語；

14、獲取所述電子合同審核提示語應用于電子合同文本后的實際審查反饋數(shù)據(jù)；

15、根據(jù)所述實際審查反饋數(shù)據(jù)，對所述電子合同審核提示語進行優(yōu)化。

16、在其中一個實施例中，所述根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習，包括：

17、根據(jù)所述歷史標準合同數(shù)據(jù)，通過監(jiān)督學習的方式對預訓練的大語言模型進行微調(diào)學習，獲得用于處理合同條款的模型；

18、對用于處理合同條款的模型進行遷移學習，得到用于合同審查的模型，基于所述歷史標準合同數(shù)據(jù)對用于合同審查的模型進行再次訓練。

19、在其中一個實施例中，所述獲取所述電子合同審核提示語應用于電子合同文本后的實際審查反饋數(shù)據(jù)，包括：

20、通過模擬實際合同審查場景，按照所述電子合同審核提示語對電子合同文本進行審核測試，獲得電子合同的實際審查反饋數(shù)據(jù)。

21、在其中一個實施例中，所述法律垂直領域內(nèi)的審核合同數(shù)據(jù)包括公開的法律文件、法律解釋、合同樣本、企業(yè)內(nèi)部的歷史合同數(shù)據(jù)以及其他授權獲取的合同文本。

22、第二方面，本申請還提供了一種電子合同審核裝置，包括：

23、獲取模塊，用于獲取歷史標準合同數(shù)據(jù)；

24、模型訓練模塊，用于根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習；

25、關鍵詞提取模塊，利用經(jīng)過微調(diào)學習后的大語言模型，從電子合同文本中提取關鍵詞；

26、提示語生成模塊，用于獲取電子合同審核提示語；

27、審核模塊，用于利用所述電子合同審核提示語分析所述關鍵詞，獲得電子合同文本的合同風險情況。

28、第三方面，本申請還提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

29、獲取歷史標準合同數(shù)據(jù)；

30、根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習；

31、利用經(jīng)過微調(diào)學習后的大語言模型，從電子合同文本中提取關鍵詞；

32、獲取電子合同審核提示語；

33、利用所述電子合同審核提示語分析所述關鍵詞，獲得電子合同文本的合同風險情況。

34、第四方面，本申請還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

35、獲取歷史標準合同數(shù)據(jù)；

36、根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習；

37、利用經(jīng)過微調(diào)學習后的大語言模型，從電子合同文本中提取關鍵詞；

38、獲取電子合同審核提示語；

39、利用所述電子合同審核提示語分析所述關鍵詞，獲得電子合同文本的合同風險情況。

40、第五方面，本申請還提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

41、獲取歷史標準合同數(shù)據(jù)；

42、根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習；

43、利用經(jīng)過微調(diào)學習后的大語言模型，從電子合同文本中提取關鍵詞；

44、獲取電子合同審核提示語；

45、利用所述電子合同審核提示語分析所述關鍵詞，獲得電子合同文本的合同風險情況。

46、上述電子合同審核方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品，通過使用預訓練的大語言模型并對其進行針對歷史標準合同數(shù)據(jù)的微調(diào)學習，系統(tǒng)能夠快速從大量電子合同文本中提取關鍵詞，顯著減少了人工閱讀和分析合同的時間。微調(diào)學習使得大語言模型能夠更好地理解合同文本的特定語境和行業(yè)術語，從而提高關鍵詞提取的準確性，以及后續(xù)風險分析的準確性。系統(tǒng)通過分析提取的關鍵詞與電子合同審核提示語，能夠自動化地評估合同風險情況，減少了對專業(yè)法律人員進行風險評估的依賴。通過自動化的風險評估，系統(tǒng)能夠幫助企業(yè)及時發(fā)現(xiàn)合同中可能存在的問題和風險點，從而采取相應的預防或補救措施，增強企業(yè)的風險管理能力。系統(tǒng)可以基于歷史標準合同數(shù)據(jù)，形成一套標準化的審核流程和風險評估體系，提高合同管理的整體標準化水平。隨著系統(tǒng)對更多合同文本的學習和分析，其審核能力和風險評估的準確性將不斷得到提升，支持企業(yè)持續(xù)改進合同審核流程。系統(tǒng)能夠幫助企業(yè)確保合同內(nèi)容符合相關法律法規(guī)的要求，減少因合同違規(guī)而導致的法律風險和經(jīng)濟損失。綜上所述，這種方法通過結合大語言模型和電子合同審核提示語，實現(xiàn)了合同審核流程的自動化和智能化，提高了效率和準確性，同時降低了成本和風險。

技術特征：

1.一種電子合同審核方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取歷史標準合同數(shù)據(jù)，包括：

3.根據(jù)權利要求1所述的方法，其特征在于，所述獲取電子合同審核提示語，包括：

4.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習，包括：

5.根據(jù)權利要求3所述的方法，其特征在于，所述獲取所述電子合同審核提示語應用于電子合同文本后的實際審查反饋數(shù)據(jù)，包括：

6.根據(jù)權利要求2所述的方法，其特征在于，所述法律垂直領域內(nèi)的審核合同數(shù)據(jù)包括公開的法律文件、法律解釋、合同樣本、企業(yè)內(nèi)部的歷史合同數(shù)據(jù)以及其他授權獲取的合同文本。

7.一種電子合同審核裝置，其特征在于，所述裝置包括：

8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。

技術總結
本申請涉及語言處理技術領域，特別是涉及一種電子合同審核方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。所述方法包括：獲取歷史標準合同數(shù)據(jù)；根據(jù)所述歷史標準合同數(shù)據(jù)，對預訓練的大語言模型進行微調(diào)學習；利用經(jīng)過微調(diào)學習后的大語言模型，從電子合同文本中提取關鍵詞；獲取電子合同審核提示語；利用所述電子合同審核提示語分析所述關鍵詞，獲得電子合同文本的合同風險情況。采用本方法能夠基于法律領域、合同領域的知識，對電子合同進行審核，提高合同審核結果的準確性。

技術研發(fā)人員：黃翔,李琳,陳文鴻
受保護的技術使用者：深圳法大大網(wǎng)絡科技有限公司
技術研發(fā)日：
技術公布日：2024/12/10