基于自然語言處理的合同智能審查應(yīng)用設(shè)計

李玲 魏國華 楊旸 胡峰

一、前言

隨著國家法律體系的逐步完善，合同作為法治社會的代表性產(chǎn)物，已經(jīng)深入社會發(fā)展的每一個角落。無論是生產(chǎn)加工，資金流動，還是企業(yè)管理，都離不開合同的法律約束。然而，在當(dāng)前合同管理中的起草、審查、簽署等各環(huán)節(jié)還存在很多問題，給企業(yè)帶來較大的潛在風(fēng)險。另一方面，隨著人工智能應(yīng)用產(chǎn)業(yè)化規(guī)模在我國快速增長，作為其核心技術(shù)的自然語言處理也迎來了蓬勃發(fā)展。

基于合同管理中出現(xiàn)的業(yè)務(wù)需求，中國海洋石油集團(tuán)有限公司（以下簡稱“中國海油”）審時度勢，積極行動，研發(fā)了基于自然語言處理的合同智能審查應(yīng)用，有效地提升了企業(yè)工作效率，降低了用工成本。

二、海油的合同管理現(xiàn)狀

合同是企業(yè)經(jīng)濟(jì)活動取得最大經(jīng)濟(jì)效益的核心環(huán)節(jié)。企業(yè)合同管理的好壞一定程度上影響著企業(yè)的經(jīng)營的好壞。隨著社會主義市場經(jīng)濟(jì)的發(fā)展，中國海油合同管理體制也在不斷完善。不僅建立了健全的合同管理制度，嚴(yán)格的審批程序，還應(yīng)用了信息化合同管理系統(tǒng)。中國海油的合同管理系統(tǒng)已經(jīng)實現(xiàn)合同全生命周期覆蓋，且功能性強(qiáng)，適用范圍廣。然而，基于人工管理中人為疏漏的必然性，中國海油合同管理系統(tǒng)在合同審查環(huán)節(jié)中仍有許多待提高的方面。首先，對于合同文本中頻繁出現(xiàn)的人工疏漏暫無良好解決方法，如：文字表述不正確、主體不當(dāng)、合同金額大小寫不一致等。尤其在各個部門輾轉(zhuǎn)審查的過程中經(jīng)過多次改動，更增加了人工疏漏的可能性。其次，中國海油合同管理系統(tǒng)實際應(yīng)用操作復(fù)雜，重復(fù)性工作多，極大增加的工作量。

為了有效防范合同風(fēng)險，提高審查效率，中國海油在原有合同管理系統(tǒng)之上設(shè)計了一套基于自然語言處理的合同智能審查應(yīng)用，利用文本比對以及規(guī)則審查的方式，有效地為用戶提供合同正文的風(fēng)險提示，在完善合同管理中起到了重要作用。

三、合同智能審查應(yīng)用設(shè)計

（一）合同智能審查應(yīng)用設(shè)計思路

海油設(shè)計的基于自然語言處理的合同智能審查應(yīng)用，以公司信息化部門的合同起草和審查為出發(fā)點，以自然語言語義分析為入口，將人工智能相關(guān)技術(shù)落地海油辦公應(yīng)用，將員工從簡單而重復(fù)性高的工作中釋放出來，投入到更具創(chuàng)造力的工作中，同時降低人工操作可能存在的錯誤，在信息化企業(yè)架構(gòu)方法方面海油帶來更多助益。

通過分析海油信息化部門的業(yè)務(wù)需求，我們將合同智能審查應(yīng)用的功能設(shè)計為兩大類：一是合同關(guān)鍵信息自動提取，實現(xiàn)系統(tǒng)自動填寫合同表單的能力，以節(jié)省手動起草所耗費的大量時間。二是合同智能預(yù)審，將合同文本中可能出現(xiàn)的錯誤、風(fēng)險等進(jìn)行主動提示，降低風(fēng)險，減少人工審查的工作量。

（二）合同智能審查應(yīng)用場景

1. 自動表單填寫

合同起草表單是原合同管理系統(tǒng)中必不可少的內(nèi)容，需要人工收集合同里的數(shù)據(jù)并準(zhǔn)確填寫，由此給起草人帶來諸多不便，也因為出錯率高為合同審查帶來很大困擾。自動表單填寫功能很好地解決了這一問題。該功能通過對上傳的合同正文進(jìn)行文本分析，通過關(guān)鍵詞提取的方式提取出合同新建表單所需的部分正文內(nèi)容，如：合同名稱、相對方、簽約主體等。提取出來的內(nèi)容經(jīng)過起草人確認(rèn)后，可以自動填寫到新建表單的對應(yīng)字段中，輔助起草人快速、準(zhǔn)確地完成起草工作。

2. 合同智能預(yù)審

合同智能預(yù)審是合同智能審查應(yīng)用的核心功能，它有效降低了合同起草風(fēng)險與審查風(fēng)險。根據(jù)信息化部門的業(yè)務(wù)需求，設(shè)計了24條審查規(guī)則。其中包括標(biāo)準(zhǔn)化規(guī)則，如標(biāo)的、數(shù)量、履行日期和地點、價款報酬等可標(biāo)準(zhǔn)化且重復(fù)性高的硬性規(guī)則；還包括非標(biāo)準(zhǔn)化規(guī)則，給出包含了法律、風(fēng)控、商業(yè)與管理等綜合考量的審查意見。非標(biāo)準(zhǔn)化規(guī)則需要“人機(jī)協(xié)作”，由人類在機(jī)器審查的基礎(chǔ)上去復(fù)核、修改及完善。

合同智能預(yù)審功能在對合同中的關(guān)鍵要素根據(jù)業(yè)務(wù)審查規(guī)則進(jìn)行內(nèi)容智能審查后，向用戶展現(xiàn)合同正文的風(fēng)險提示（如下圖所示）審查結(jié)果的展現(xiàn)包括三部分：審查未通過、風(fēng)險提示、審查通過；若審查未通過，則會進(jìn)一步展示具體內(nèi)容，包括：相關(guān)合同要素、審查規(guī)則、文檔數(shù)據(jù)和建議內(nèi)容，并在原文中標(biāo)記出不一致點，方便用戶在合同文本內(nèi)搜索。合同智能預(yù)審功能還支持多次審查，在整體上確保了合同信息的一致性、正確性和完整性。

（三）合同智能審查應(yīng)用效果

在企業(yè)管理方面，合同智能審查應(yīng)用極大降低了簡單、重復(fù)性人力的投入。人工只需在機(jī)器完成預(yù)審后復(fù)查即可，將原本長達(dá)十幾小時的周轉(zhuǎn)等待與純?nèi)斯彶檫^程縮短為僅僅半小時。在社會效益方面，合同智能審查應(yīng)用減低了合同文本出現(xiàn)錯誤的概率，降低合同風(fēng)險，不僅提升了海油專業(yè)、嚴(yán)謹(jǐn)?shù)纳鐣蜗?，更增加了合同履約率，避免了企業(yè)不必要的損失。

四、自然語言處理在合同智能審查的應(yīng)用

自然語言處理是計算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。它研究能實現(xiàn)人與計算機(jī)之間用日常用語（自然語言）進(jìn)行有效通信的各種理論和方法。自然語言處理作為機(jī)器學(xué)習(xí)的代表，最為關(guān)鍵的要素就是模型的建立和訓(xùn)練。在自然語言處理中，模型訓(xùn)練的流程可分為四部分：數(shù)據(jù)輸入、預(yù)處理、模型訓(xùn)練以及模型強(qiáng)化（如下圖所示）。首先，我們會確認(rèn)文檔類型，輸入業(yè)務(wù)核心詞典和大量的合同文本數(shù)據(jù)。其次，我們需要對文本進(jìn)行預(yù)處理并生成語料。將語料進(jìn)行模型訓(xùn)練，便可以實現(xiàn)關(guān)鍵信息識別的功能。系統(tǒng)根據(jù)識別的信息與審查內(nèi)容進(jìn)行比對，從而向用戶提供風(fēng)險提示。本應(yīng)用還具有模型強(qiáng)化功能，后期在應(yīng)用期間，本應(yīng)用通過審查更多的合同樣本可進(jìn)行自我迭代優(yōu)化，具有更精確的識別能力。

合同智能審查應(yīng)用采用了半監(jiān)督式學(xué)習(xí)的方式對自然語言模型進(jìn)行訓(xùn)練，主要運用了自然語言理解中以下三方面的算法：中文分詞、詞性分析和命名實體識別。

（一）中文分詞與詞性分析

本應(yīng)用利用了界內(nèi)流行的HanLP中文分詞功能。在輸入大量合同文本數(shù)據(jù)并導(dǎo)入詞典作為分詞的依據(jù)后，合同中的每一句話會被進(jìn)行一元分詞，即在嘗試所有分詞方法后找出和詞典中詞語匹配度最大的一種分詞方法，并定為初步分詞結(jié)果。我們對此結(jié)果再進(jìn)行二次切分，根據(jù)每一個詞的上下文，計算該詞在文中出現(xiàn)的概率并找出概率最大的分詞方法，所得結(jié)果比第一次分詞準(zhǔn)確得多。在成功分詞后，再通過HMM算法進(jìn)行詞性分析，將每個詞的詞性標(biāo)注在分詞結(jié)果后面。如：“中國交響樂團(tuán)在布達(dá)拉宮廣場演出”這句話，在處理后輸出為“中國/ns 交響樂團(tuán)/n 在/p 布達(dá)拉宮/ns 廣場/n 演出/v”。我們將所有生成的詞語存儲在語料庫中，作為模型的輸入數(shù)據(jù)。

（二）命名實體識別算法優(yōu)化

自然語言處理中模型的建立和訓(xùn)練尤為重要。實現(xiàn)自動表單填寫和合同智能預(yù)審功能的一大關(guān)鍵點是準(zhǔn)確地從合同正文中提取相關(guān)信息。HanLP支持的命名實體識別只能提取出人名、地名、組織機(jī)構(gòu)等信息，已不足以滿足需求。本應(yīng)用在其基礎(chǔ)上加入了半監(jiān)督式學(xué)習(xí)的模型訓(xùn)練方式，通過輸入大量的語料，以及人工標(biāo)注語料信息，使計算機(jī)自動根據(jù)特征尋找信息點。在人工添加標(biāo)簽的過程中，我們以復(fù)合標(biāo)簽的形式進(jìn)行標(biāo)注，如：標(biāo)注“甲方”和“名稱”，“乙方”和“名稱”，算法會自動識別出“甲方名稱” 以及“乙方名稱”兩大標(biāo)簽。利用這種方法訓(xùn)練模型，不僅化繁為簡，更提高了識別率，使結(jié)果更加泛化而準(zhǔn)確。 通過以上模型的訓(xùn)練與算法實施，合同智能審查應(yīng)用的審查準(zhǔn)確率已達(dá)到XX%，為其良好的應(yīng)用效果奠定了基礎(chǔ)。

五、后續(xù)工作思路

相比傳統(tǒng)合同管理系統(tǒng)，合同智能審查應(yīng)用精度高，速度快，可持續(xù)發(fā)展性強(qiáng)的特點為其贏得了廣闊的應(yīng)用前景。借助計算機(jī)的高效文檔處理，自動表單填寫功能在起草，改寫等方面有效提升了企業(yè)工作效率，降低用工成本；而合同智能預(yù)審功能則極大減少了人為疏漏，有效降低合同風(fēng)險。

合同智能審查應(yīng)用是人工智能在法律領(lǐng)域的一次新嘗試。中國海油在取得顯著應(yīng)用成果的同時，仍然有很多技術(shù)難點需要攻克。隨著人工智能技術(shù)的日新月異，自然語言處理也在不斷飛速發(fā)展，如2017年的新興算法BERT（Bidirectional Encoder Representations for Transformers）已經(jīng)在語義理解方面獲得了顯著突破。通過這項技術(shù)，海油可以在合同智能審查應(yīng)用中加入更多與合同內(nèi)容理解有關(guān)的新規(guī)則，從而完善平臺的服務(wù)。海油堅信，在不久的將來，人工智能在各個領(lǐng)域的應(yīng)用將越發(fā)普遍，并將在全社會范圍內(nèi)促進(jìn)更廣泛的工作流程改進(jìn)和社會成本節(jié)約。

作者單位：中國海洋石油集團(tuán)有限公司 李玲 魏國華 楊旸

中海油信息科技有限公司 胡峰