[发明专利]合约信息提取方法及装置

权利要求书

1.一种合约信息提取方法，其特征在于，包括：

获取目标合约文本，提取所述目标合约文本中的目标段落，其中，所述目标段落包含合约方实体信息；

将所述目标段落输入至预先训练的信息集抽取模型中，得到所述目标段落对应的至少一个信息集，其中，所述信息集中包含合约方标识、信息类别和合约方实体信息，所述信息集抽取模型基于携带有信息集标签的第一样本段落训练得到，所述信息集标签包括合约方标识标签、信息类别标签和合约方实体信息标签；

确定目标合约方标识对应的至少一个目标信息集；

根据各所述目标信息集中的所述信息类别和所述合约方实体信息，确定所述目标合约方标识对应的合约信息。

2.根据权利要求1所述的方法，其特征在于，所述获取目标合约文本，包括：

获取初始合约文本；

在所述初始合约文本的格式为非目标格式的情况下，将所述初始合约文本的格式转换为目标格式，得到所述目标合约文本。

3.根据权利要求1所述的方法，其特征在于，所述提取所述目标合约文本中的目标段落，包括：

提取所述目标合约文本中的至少一个初始段落，其中，所述初始段落包含合约方实体信息；

确定各所述初始段落在所述目标合约文本中的段落序号；

将所述段落序号相连的多个初始段落进行整合，得到目标段落；

将不存在相邻段落序号的初始段落，确定为目标段落。

4.根据权利要求3所述的方法，其特征在于，所述提取所述目标合约文本中的至少一个初始段落，包括：

利用预先训练的分类模型，分别判断所述目标合约文本中的各段落是否包含所述合约方实体信息，其中，所述分类模型基于携带有段落标签的样本文本训练得到，所述段落标签为所述样本文本中包含合约方实体信息的段落；

若是，则将包含所述合约方实体信息的段落确定为初始段落。

5.根据权利要求1所述的方法，其特征在于，所述信息集抽取模型包括合约方识别层和关系抽取层；

所述将所述目标段落输入至预先训练的信息集抽取模型中，得到所述目标段落对应的至少一个信息集，包括：

将所述目标段落输入至所述合约方识别层，得到所述目标段落对应的合约方标识；

将所述目标段落和所述目标段落对应的合约方标识输入至所述关系抽取层，得到所述合约方标识对应的信息类别和合约方实体信息；

根据所述合约方标识和所述合约方标识对应的信息类别和合约方实体信息，确定所述目标段落对应的至少一个信息集。

6.根据权利要求5所述的方法，其特征在于，所述合约方识别层包括向量转换单元和矩阵变化单元；

所述将所述目标段落输入至所述合约方识别层，得到所述目标段落对应的合约方标识，包括：

将所述目标段落输入至所述向量转换单元，得到所述目标段落中各文字单元对应的向量；

将各所述文字单元对应的向量分别输入至所述矩阵变化单元，得到各所述文字单元相对于各合约方标识的概率值；

针对各所述文字单元中的任一文字单元，将该文字单元对应的目标概率值对应的合约方标识，确定为该文字单元对应的合约方标识，其中，所述目标概率值为大于预设值的概率值。