【技术实现步骤摘要】
本专利技术涉及人工智能技术与机器学习算法，尤其涉及一种基于大模型的智能合同审核系统及合同审核方法。
技术介绍
1、目前市面上的人工智能合同审核系统仅仅依赖大模型的通用能力和prompt工程进行合同的审核工作，准确率较低。同时，市面上的合同审核解决方案，只停留在大模型+prompt调优层面，并没有一个更适配客户的差异化解决方案，并且产品在使用的过程中，不会沉淀用户的专业经验，长期以往无法形成企业专有的竞争壁垒。
2、因此，现有技术存在缺陷，需要改进。
技术实现思路
1、本专利技术的目的是克服现有技术的不足，提供一种基于大模型的智能合同审核系统及合同审核方法。
2、本专利技术的技术方案如下：提供一种基于大模型的智能合同审核系统，包括：用户交互层、服务层以及模型层，所述服务层包括用户服务端以及运营服务端，其中：
3、用户交互层：用户所使用的设备或移动设备，用以进行用户的交互动作的输入与执行；
4、服务层：包括用户服务端和运营服务端，其中，用户服务端与用户交互层进行交互，从而对用户交互层所输入的信息进行识别与交互处理，包括登录与管理模块、合同上传模块以及合同审核模块；运营服务端根据用户服务端中所接收的交互信息，对合同进行分析及优化，包括知识库模块、数据分析模块以及默认审核要点模块；
5、模型层：配置有用以识别及审核的各类大模型，便于服务层调用进行审核。
6、进一步地，所述服务层在对用户所上传的合同进行审核分析时，分三道
7、第一道审核：通过调用存储于模型层中的大模型将基于默认审核要点和自设审核要点的内容，对合同进行审核；
8、第二道审核：基于第一道审核所返回的风险结果，再通过知识库模块中的正向知识库与反向知识库进行审核结果的过滤和优化；
9、第三道审核：通过知识库模块过滤及优化后的风险点将通过用户服务端反馈给用户交互层并进行显示，用户通过用户交互层对审核结果中的风险点进行手动优化或忽略，同时对审核结果中未审核出来的风险点部分通过批注的方式进行知识沉淀，并将修改记录保存到知识库中。
10、进一步地，知识库包括正向知识库与反向知识库。
11、进一步地，所述模型层中的大模型包括：chunk、embedding、prompt工程以及llm。
12、本专利技术还提供一种基于大模型的智能合同审核方法，采用如上所述的基于大模型的智能合同审核系统进行合同审核，包括如下步骤：
13、步骤1：运营人员填写审核要点，通过运营服务端默认审核要点，将默认审核要点保存到数据库中；
14、步骤2：用户上传合同，并在用户交互层中选择合同的类型，同时选择并输入相关的合同信息及自设审核要点；
15、步骤3：服务层接收到来自用户交互层的合同信息、自设的审核要点和默认审核要点后，对上传的合同进行第一道审核，并返回相应的风险条款；
16、步骤4：基于第一道审核所返回的风险结果，服务层中的运营服务端再通过知识库进行审核结果的过滤和优化，并将审核结果返回到用户服务端中，通过用户交互层进行显示；
17、步骤5：用户根据用户交互层上显示的审核结果，通过用户交互层对风险点进行手动处理，同时人工批注审核结果中未识别到的风险点，并将修改记录保存到知识库中；
18、步骤6：根据用户的选择与处理，完成对合同的审核与保存后，返回并到处备注稿、修订稿。
19、进一步地，所述步骤2的具体步骤为：
20、步骤2.1：用户上传合同，选择合同类型，用户服务端根据用户所选择的合同类型从数据库中查询相应的默认审核要点；
21、步骤2.2：用户在用户交互层上输入或选择合同信息及审核优化要求后，用户服务端向用户交互层返回默认审核要点，服务层根据用户选定的合同信息及审核优化要求进行第一道审核工作。
22、进一步地，所述步骤3的具体步骤为：
23、步骤3.1：用户请求进行审核优化，服务层从模型层中调用相应的大模型对用户的自设审核要点进行优化；
24、步骤3.2：模型层接收到请求信息后，对用户的自设审核要点进行优化；
25、步骤3.3：模型层完成对自设审核要点的优化后，将优化结果返回给服务层；
26、步骤3.4：调用合同审核接口，根据优化后的自设审核要点以及默认审核要点对合同进行识别与审核；
27、步骤3.5：完成对合同的审核后，将合同中存在的风险条款进行识别与分析，并将风险条款返回给服务层。
28、进一步地，所述步骤4的具体步骤为：
29、步骤4.1：运营服务端根据用户选定的合同类型获取反向知识库；
30、步骤4.2：风险条款与反向直属库进行相似度匹配；
31、步骤4.3：过滤与反向知识库相似度较高的风险条款；
32、步骤4.4：根据合同类型获取正向知识库；
33、步骤4.5：根据正向知识库以及合同内容组装prompt；
34、步骤4.6：根据prompt调用模型层中的大模型对合同条款内容进行调整与审核；
35、步骤4.7：返回最终的审核结果。
36、进一步地，所述步骤5的具体步骤为：
37、步骤5.1：服务层将步骤4中的审核结果返回到用户交互层中，由用户对返回的审核结果进行人工审核；
38、步骤5.2：用户选择是否对审核结果中返回的风险点进行忽略；
39、步骤5.3：对于审核结果中未审核到的风险点，用户进行相应的标注；
40、步骤5.4：用户对审核结果进行修改并保存；
41、步骤5.5：对于用户对审核结果的修改以及对风险点的处理，服务层将用户对审核结果的修改存入正向知识库中，同时将用户忽略的审核结果存入反向知识库中；
42、步骤5.6：根据用户对审核结果的修改及忽略的操作，生成备注稿以及修订稿，并返回给用户交互层进行显示与导出。
43、采用上述方案，本专利技术采用三重审核的技术架构，提升审核准确率，三重审核分别为：基于大模型的风险召回、基于正反向知识库的二次优化、以及人工审核与最终确认。第一层审核使用通用大模型和审核要点去审核合同中的风险点，第二层审核基于正反向知识库对大模型审核出来的风险点进行二次优化，第三层审核是人工对ai审核出来的风险内容进行确认和补充修改。法务专家对ai审核的结果进行反馈，针对遗漏及不准确的审核内容进行批注与优化，随后将修正后的信息沉淀至正向知识库，以增强ai审核的精准度与全面性。同时，对无需审核的内容实施有效过滤，并归入反向知识库中，以清晰界定审核范畴。
本文档来自技高网...【技术保护点】
1.一种基于大模型的智能合同审核系统，其特征在于，包括：用户交互层、服务层以及模型层，所述服务层包括用户服务端以及运营服务端，其中：
2.根据权利要求1所述的基于大模型的智能合同审核系统，其特征在于，所述服务层在对用户所上传的合同进行审核分析时，分三道审核工序，包括：
3.根据权利要求1或2所述的基于大模型的智能合同审核系统，其特征在于，知识库包括正向知识库与反向知识库。
4.根据权利要求1所述的基于大模型的智能合同审核系统，其特征在于，所述模型层中的大模型包括：Chunk、Embedding、Prompt工程以及LLM。
5.一种基于大模型的智能合同审核方法，其特征在于，采用如权利要求1至权利要求4任一项所述的基于大模型的智能合同审核系统进行合同审核，包括如下步骤：
6.根据权利要求5所述的基于大模型的智能合同审核方法，其特征在于，所述步骤2的具体步骤为：
7.根据权利要求5所述的基于大模型的智能合同审核方法，其特征在于，所述步骤3的具体步骤为：
8.根据权利要求5所述的基于大模型的智能合同审核
9.根据权利要求5所述的基于大模型的智能合同审核方法，其特征在于，所述步骤5的具体步骤为：
...【技术特征摘要】
1.一种基于大模型的智能合同审核系统，其特征在于，包括：用户交互层、服务层以及模型层，所述服务层包括用户服务端以及运营服务端，其中：
2.根据权利要求1所述的基于大模型的智能合同审核系统，其特征在于，所述服务层在对用户所上传的合同进行审核分析时，分三道审核工序，包括：
3.根据权利要求1或2所述的基于大模型的智能合同审核系统，其特征在于，知识库包括正向知识库与反向知识库。
4.根据权利要求1所述的基于大模型的智能合同审核系统，其特征在于，所述模型层中的大模型包括：chunk、embedding、prompt工程以及llm。
【专利技术属性】
技术研发人员：陈楚源，张永超，叶志东，陈泽群，
申请(专利权)人：腾云悦智科技深圳有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。