[发明专利]一种文本比对方法、合同审阅方法、审核系统

权利要求书

1.一种文本比对方法，其特征在于，包括以下步骤，

将比对文本分别进行段落划分；

解析条款标题，形成条款标题列表，根据两文本的条款标题列表的重合度解析是否有增加、删除或更换位置的条款；

比对两文本的相同条款标题下的段落，解析是否有连续删除字符串或连续新增字符串；或，连续删除字符串和连续新增字符串；

根据解析出的连续修改的字符串内容，判断修改内容为删除、新增、替换和位置变更中的一项或多项。

2.根据权利要求1所述的文本比对方法，

若为连续删除字符串和连续新增字符串，且所述连续删除字符串和所述连续新增字符串前后文相同，则标记修改的部分为替换，由新增字符串替换删除字符串。

3.根据权利要求2所述的文本比对方法，

若为连续删除字符串或连续新增字符串，则判断删除或新增的字符数，若删除或新增的字符数小于第一阈值，则标记为删除字符串或者新增字符串；

若删除或新增的字符数大于等于第一阈值，则判断连续删除字符串或连续新增字符串是否存在与之相似的其他字符串，

若无，则标记为新增字符串或者删除字符串；

若有，则标记为位置变更。

4.根据权利要求3所述的文本比对方法，判断连续删除字符串或连续新增字符串是否存在与之相似的其他字符串的方法包括，

将所有其他连续新增字符串或连续删除字符串组成比对列表，使用比对列表中的字符串与所述大于等于第一阈值的连续删除字符串或连续新增字符串进行相似度比对；

若相似度小于第二阈值，则标记为新增字符或删除字符；

若相似度大于等于第二阈值，则标记为位置变更。

5.根据权利要求3或4所述的文本比对方法，若标记为位置变更，并将两文本中位置变更的字符串进行比对，判断位置变更的字符串中是否存在删除或者新增的字符，若有，则标记删除或者新增的字符。

6.根据权利要求1所述的文本比对方法，

比对在条款标题重合的标题列表是否有重复的条款标题，不重复的条款标题及其条款内容则进入同条款标题下的段落比对；

对于条款标题存在重复的部分，按照顺序依次进行条款中具体段落比对，增加的条款标题，如果在参照文本中，则标注为整条删除条款，若在比对文本中，则标注为整条新增条款。

7.根据权利要求1所述的文本比对方法，还包括文本预处理，

根据字符和字符的坐标是否重复对字进行去重；以及，

根据文本整体的横纵坐标设置阈值，对于所在的横纵坐标超出阈值的文本文字进行过滤；

将表格的坐标与所有文字的坐标进行比对，将隶属于每一个表格的文字单独划出，组成单独的段落。

8.根据权利要求1或7所述的文本比对方法，段落划分的方法包括，

创建文本段落开头标志的正则表达式，采用所述正则表达式提取文本中每一个段落中开头的位置，将在两个段落开头之间的文本划归到第一个开头所在的段落；

创建文本段落开头标志的正则表达式，将最后一个段落开头之后的文本用结尾正则表达式进行匹配，将匹配到的结尾与最后一个段落开头之间的文字组成最后一个正文段落；

创建附件开头的正则表达式，将识别到的两个附件开头之间的文字划入第一个附件段落，最后一个附件段落包含最后一个附件段落开头之后的所有文本；

将在各个段落之间未被归段的文本依据所在位置依次新建并划入非正文条款；

最后将所有划归好的段落根据首字的页码和纵坐标进行排序，后得到段落划分好的结构化文本。

9.一种合同审阅方法，其特征在于，采用权利要求1所述的文本比对方法，

调用实体识别模块解析修改内容的实体内容，判断修改内容是否包含风险修改；

若修改内容包含命名实体，则输出为高风险修改，若不包含命名实体，则输出为一般风险修改。