[发明专利]文件检查方法、设备及存储介质

说明书

本申请公开了一种文件检查方法、设备及存储介质，属于计算机领域。其包括：获取样本数据；使用样本数据训练得到文件检查模型；获取预设负面清单、预设文件模板以及待检查文件；将预设文件模板、预设负面清单和待检查文件输入文件检查模型，得到文件检查结果；可以解决依靠人工对文件进行检查，工作量庞大，导致文件检查效率较低的问题，提高文件检查的效率。

技术领域

本申请属于计算机领域，具体涉及一种文件检查方法、设备及存储介质。

背景技术

为了保证各项社会业务活动的正常进行，通常需要编制对应的文件，例如，政府的招标文件、公司的交易文件等。但是，如果文件中存在漏洞或者违规条款，就会导致业务活动失效，甚至违法违规，因此，对文件进行检查是必不可少的。

传统的文件检查方法，包括：人工对文件进行合法合规性检查。

然而，面对成百上千份文件，如果依靠人工形式对文件进行检查，工作量庞大，会导致文件检查效率较低的问题。

发明内容

本申请提供了文本检查方法、设备及存储介质，可以解决面对成百上千份文件，依靠人工形式对文件进行检查，工作量庞大，导致文件检查效率较低的问题。本申请提供如下技术方案：

第一方面，提供了一种文件检查方法，包括：获取样本数据；使用所述样本数据训练得到文件检查模型，所述文件检查模型包括条款匹配子模型、相似度对比子模型、敏感词子模型以及融合子模型；获取预设负面清单、预设文件模板以及待检查文件；将所述预设文件模板、所述预设负面清单和所述待检查文件输入所述文件检查模型，得到文件检查结果。

可选地，所述对比结果包括所述预设文件模板与所述待检查文件的差异行、纠错行以及对比记录。

可选地，所述相似度对比子模型对所述待检查文件和所述预设文件模板进行相似度对比，包括：对所述预设文件模板和所述待检查文件进行逐行对比，得到所述预设文件模板和所述待检查文件之间的差异行以及差异记录；获取预设相似度值；从所述预设文件模板和所述待检查文件之间差异行中，确定相似度值大于或等于所述预设相似度值的差异行，得到所述纠错行；基于所述纠错行生成所述对比记录。

可选地，所述基于所述纠错行生成所述对比记录，包括：对所述纠错行进行分词对比，得到分词对比结果；基于所述分词对比结果对所述纠错行进行纠错，得到纠错记录；基于所述纠错记录和所述差异记录，得到对比记录。

可选地，所述对所述预设文件模板和所述待检查文件进行逐行对比之前，还包括：将所述预设文件模板和所述待检查文件按照章节标题进行拆分，得到对应的章节标题合集和段落合集，所述章节标题合集包括至少一个章节标识和每个章节标识对应的章节文本，段落合集包括每个章节标识对应的至少一个文本段落；所述对所述预设文件模板和所述待检查文件进行逐行对比，包括：对于所述章节标题合集中章节标识相同的章节文本，将所述待检查文件的章节文本与所述待检查文件的章节文本进行对比，得到章节标题差异行以及章节标题差异记录；对于所述段落合集中章节标识相同的文本段落，将所述待检查文件的文本段落与所述待检查文件的文本段落进行对比，得到段落差异行以及段落差异记录。

可选地，所述敏感词子模型对所述待检查文件进行敏感词检查，得到敏感词检查结果，包括：获取敏感词词库；将所述待检查文件与所述敏感词词库进行文本对比，得到敏感词检查结果。

可选地，所述融合子模型对所述条款匹配结果、所述敏感词检查结果以及所述对比结果进行融合，得到文件检查结果，包括：将所述条款匹配结果、所述敏感词检查结果以及所述对比结果按照预设模板拼接，得到所述文件检查结果。