基于NLP的合同风险诊断系统研究与实现

基于NLP的合同风险诊断系统研究与实现
作者:陶春华 张鹏程
来源:《今日财富》2021年第31期
        合同作为所有经济活动的起点,是企业遵循市场经济规律的重要体现。合同签订流程涉及到大量的审核工作,需要丰富的法律经验。为了实现对合同全生命周期的管控,利用自然语言处理技术(NLP)进行合同文本分析,通过建立判示模型,对合同文件中的问题进行自动判别,能更加精准地把握合同签订全流程中存在的风险,有助于建立健全风险信息预警机制,提高企业合同风险管理工作水平和效率。
        一、引言
        国企经济活动具有项目繁多、资金量大、周期长和关系技术革新、生产发展等特点,在采购交易市场中占有重要位置。以国家能源集团大渡河流域水电开发有限公司(简称:大渡河公司)为例,当前大渡河公司合同风险审查工作主要依靠人工完成,审核过程可能存在缺乏客观性,难以避免好人思想、偏好思维,同时,审核工作具有大量重复性、体力性的日常工作。此外,合同流程涉及业务部分的交叉较多,但是前期却难以直接深入了解,导致前期风险排查不及时,后期容易产生纠纷或不利后果。因此,企业十分有必要加强对合同的合规风险管理,以不断提高企业经营管理水平和风险把控能力,提升企业的协同作战水平。
        二、研究目标
        合同风险诊断系统以智慧企业建设为依托,借助内外部的大数据汇集,利用智能化规则引擎,实现固化业务的智慧化解决方案,提升业务前期的参与度,有利于架构新型的企业合同风险智慧管控模式。
        (一)将审核人员从重复性工作中解放,投入风险判示数据库建设
        目前大渡河公司合同风险管控工作基本都依靠人、依赖人,大量重复性、体力性的日常工作也都由人完成,通过实现固化业务的智能化诊断,将审核人员从重复性工作中解放出来投入到风险判示数据库的建设。
        (二)将审核人员个人经验转变为企业合同风险管控知识沉淀
        将审核人员个人的合同风险判断经验,通过合同风险判示模型库的建立,形成企业在合同风险管控方面的知识沉淀。
        (三)杜绝重复性出现的顽疾,降低合同风险造成纠纷的概率和损失
        通过总结合同风险审核过程中重复性出现的顽疾,将其形成风险判示模型,通过智能化的风险管控机制,降低合同风险造成纠纷的概率和风险。
高压        (四)杜绝合同审核中人为因素造成风险遗漏
测试机器人
木纤维袜子        合同审核过程中完全依赖人工审核,存在缺乏客观性,难以避免好人思想、偏好思维的问题,通过自动的风险判示模型提高合同审核的客观性,降低人为因素造成的风险遗漏。
tmal
        三、核心业务模型
        合同风险诊断系统的业务模型由数据的汇聚、处理、判示、预警四部分组成,各部分具体内容为:
        (一)数据汇聚
        平台的数据汇聚主要由供应商信息、法规制度、项目基础信息、合同文本文档组成。供应商信息通过内部的国家能源招标网和国能E购以数据导入的形式获取,通过外部的企
便携式鱼缸查查等以数据接口形式获取,将两者获取的数据进行数据清洗后生成完整的供应商数据库;法规制度通过人工上传电子文档并利用智能文本解析算法自动分解章节条目,生成法规制度数据库;项目基础信息是通过对接集团ERP等系统获取,在ERP等系统创建新项目时,平台自动获取相关项目基础信息,如果存在部分信息获取不全的情况,支持人工补录,录入的方式以下拉菜单选择为主,以保证数据的规范性;合同文本文档是在项目进入合同审核流程时人工上传,支持Word文件格式,上傳后系统自动对合同文本进行结构化解析。
        (二)模型配置
        平台的数据处理是通过风险判示模型进行的,由于项目各流程判示需求不同,平台提供建模工具进行判示模型的配置,模型分为事实倾向型(文本比对型)和数值比较型,根据不同判示类型,建模工具提供不同配置界面;对于事实倾向型(文本比对型),需要选择参照对象和目标对象,比如:配置资质不匹配的判示模型时,参照对象需要选择项目基础信息中的资质要求,目标对象需要选择供应商信息中的资质信息,在进行风险判示时,平台按照配置的对象获取相关信息进行文本比对。对于数值比较型,除了要选择判示的参照对象和目标对象外,还需要选择需要进行的数值比较方式,即大于、小于,或等于,比如:
配置合同金额超过预算风险的判示模型时,参照对象就是项目进出信息中的项目预算,目标对象就是合同文本文档中的合同金额,同时设置数值比较方式为大于,在进行风险判示时,平台按照配置的对象获取相关信息进行数值比较。

本文发布于:2024-09-23 06:24:34,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/3/216878.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:风险   判示   信息   审核   企业   进行
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议