本技術(shù)涉及合同評估，尤其是涉及一種基于大模型的合同評估方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、目前，沿海散貨運輸合同的解讀主要依賴人工，人工解讀需要耗費大量的時間和精力，效率低下且容易出現(xiàn)誤讀；且對于復(fù)雜的合同條款，可能會因為個人經(jīng)驗和專業(yè)知識的限制；而現(xiàn)有的一些合同管理軟件，功能較為單一，僅能對合同進行簡單的存儲和檢索，無法深入分析合同條款的含義和潛在風(fēng)險；基于此，如何提供一種能夠節(jié)省人力成本、提高業(yè)務(wù)周轉(zhuǎn)率的合同評估方式具有實際的應(yīng)用價值和意義。

技術(shù)實現(xiàn)思路

1、為了實現(xiàn)大模型在沿海散貨運輸合同的審查與評估，達到節(jié)省人力成本，提高業(yè)務(wù)周轉(zhuǎn)率的目的，本技術(shù)提供一種基于大模型的合同評估方法、系統(tǒng)、設(shè)備及介質(zhì)。

2、第一方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實現(xiàn)：

3、一種基于大模型的合同評估方法，包括：

4、獲取目標合同并進行數(shù)據(jù)預(yù)處理，得到預(yù)處理合同數(shù)據(jù)，將所述預(yù)處理合同數(shù)據(jù)輸入至預(yù)設(shè)的合同大語言模型；所述預(yù)設(shè)的合同大語言模型存儲有包括沿海散貨運輸知識、法律條款及行業(yè)規(guī)定的向量知識庫；

5、在所述預(yù)設(shè)的合同大語言模型中，利用第一模型智能體對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同分類和合同摘要提取，得到合同摘要信息；利用第二模型智能體和合同摘要信息，對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同風(fēng)險評估，得到風(fēng)險評估信息和/或風(fēng)險規(guī)避建議信息；利用第三模型智能體對當(dāng)前的預(yù)處理合同進行效益測算，得到效益測算信息。

6、通過采用上述技術(shù)方案，目標合同為沿海散貨運輸合同的合同數(shù)據(jù)，其包括原始合同為紙質(zhì)材料和電子材料的沿海散貨運輸合同；預(yù)設(shè)的合同大語言模型為預(yù)先訓(xùn)練好的大語言模型；其中第一模型智能體為合同分類模型智能體，第二模型智能體為風(fēng)險評估模型智能體，第三模型智能體為效益測算模型智能體；本技術(shù)提供的合同大語言模型，實現(xiàn)了實現(xiàn)大模型在沿海散貨運輸合同的審查與評估，達到節(jié)省人力成本，提高業(yè)務(wù)周轉(zhuǎn)率的目的；與傳統(tǒng)的人工解讀方式相比，本發(fā)明的自動化數(shù)據(jù)處理和合同數(shù)據(jù)解讀過程，有利于節(jié)省大量的人力成本和時間成本，大大提高了合同解讀的效率和準確性，減少了因人為因素導(dǎo)致的誤讀和漏讀；通過預(yù)先訓(xùn)練好的合同大語言模型，不僅能夠?qū)崿F(xiàn)合同數(shù)據(jù)的數(shù)據(jù)預(yù)處理操作，還能實現(xiàn)合同摘要信息提取、合同風(fēng)險評估和合同效益測算，有利于提高了企業(yè)的運營效率。

7、本技術(shù)在一較佳示例中：所述目標合同包括紙質(zhì)合同和電子合同，包括：

8、在所述目標合同為紙質(zhì)合同時，利用光學(xué)字符識別技術(shù)將所述紙質(zhì)合同識別為多個電子文本數(shù)據(jù)，依次對多個電子文本數(shù)據(jù)進行數(shù)據(jù)預(yù)處理，并利用語義鏈接智能體將識別為同一個合同的多個預(yù)處理的電子文本數(shù)據(jù)連成連貫的目標合同文本；

9、所述獲取目標合同并進行數(shù)據(jù)預(yù)處理，得到預(yù)處理合同數(shù)據(jù)，具體包括：

10、在所述目標合同為電子合同或目標合同文本時，基于所述目標合同獲取對應(yīng)的若干個預(yù)設(shè)提示詞，利用所述語義鏈接智能體結(jié)合若干個所述預(yù)設(shè)提示詞抽取所述目標合同的關(guān)鍵數(shù)字信息，得到合同關(guān)鍵數(shù)據(jù)；

11、基于所述若干個預(yù)設(shè)提示詞、合同關(guān)鍵數(shù)據(jù)對所述目標合同文本和電子合同進行數(shù)據(jù)預(yù)處理，得到預(yù)處理合同數(shù)據(jù)。

12、通過采用上述技術(shù)方案，語義鏈接智能體為基于大模型的agent，本技術(shù)通過利用光學(xué)字符識別技術(shù)（ocr）對紙質(zhì)合同進行識別，以將圖像中的文字轉(zhuǎn)換為可編輯的電子文本數(shù)據(jù)，以形成連貫的目標合同文本，對目標文本數(shù)據(jù)和電子合同進行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理包括但不限于分詞、詞性標注、命名實體識別等，以得到結(jié)構(gòu)化的預(yù)處理合同數(shù)據(jù)，本技術(shù)通過智能化的合同識別和處理流程，有利于縮短合同評估周期，提高業(yè)務(wù)周轉(zhuǎn)率。

13、本技術(shù)在一較佳示例中：所述第一模型智能體為合同分類智能體；所述在所述預(yù)設(shè)的合同大語言模型中，利用第一模型智能體對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同分類和合同摘要提取，得到合同摘要信息，具體包括：

14、在所述預(yù)設(shè)的合同大語言模型中，利用合同分類智能體和文本分類提示詞對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同分類，得到當(dāng)前合同類型；基于當(dāng)前合同類型對所述預(yù)設(shè)的合同大語言模型進行優(yōu)化，并利用優(yōu)化的合同大語言模型對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同關(guān)鍵要素提取，得到合同摘要信息。

15、通過采用上述技術(shù)方案，合同分類智能體的引入，能夠更準確地識別合同的類型，基于合同類型的動態(tài)優(yōu)化，使得合同大語言模型能夠針對不同類型的合同進行更精準的處理，提高模型的適應(yīng)性和泛化能力，并有助于做出更加科學(xué)合理的風(fēng)險規(guī)避建議。

16、本技術(shù)在一較佳示例中：所述第二模型智能體包括合同風(fēng)險評估智能體；所述利用第二模型智能體和合同摘要信息，對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同風(fēng)險評估，得到風(fēng)險評估信息和/或風(fēng)險規(guī)避建議信息，具體包括：

17、在所述預(yù)設(shè)的合同大語言模型中，基于當(dāng)前合同類型在所述向量知識庫中檢索相關(guān)法律法規(guī)信息和對應(yīng)的規(guī)定要求標準，得到風(fēng)險評估規(guī)避信息和對應(yīng)的評估標準；

18、所述合同風(fēng)險評估智能體基于所述合同摘要信息、風(fēng)險評估規(guī)避信息和對應(yīng)的評估標準，對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同風(fēng)險評估，得到風(fēng)險評估信息；

19、和/或，

20、所述合同風(fēng)險評估智能體基于所述合同摘要信息、風(fēng)險評估規(guī)避信息和對應(yīng)的評估標準，對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行風(fēng)險點評估，并基于評估的若干個風(fēng)險點進行法律規(guī)定依據(jù)和行業(yè)規(guī)定關(guān)聯(lián)，確定對應(yīng)的風(fēng)險規(guī)避建議信息。

21、通過采用上述技術(shù)方案，風(fēng)險評估信息和風(fēng)險規(guī)避建議信息能夠更全面地基于當(dāng)前的預(yù)處理合同的合同類型和合同內(nèi)容考慮法律法規(guī)和行業(yè)規(guī)定的要求，從而提高合同風(fēng)險評估的準確性和可靠性，且自動化和只能話的合同風(fēng)險評估流程大大減少了人工干預(yù)和重復(fù)勞動，提高了評估效率，且詳細的風(fēng)險評估信息和風(fēng)險規(guī)避建議為決策者提供了有力的支持。

22、本技術(shù)在一較佳示例中：所述第三模型智能體包括效益測算智能體；所述利用第三模型智能體對當(dāng)前的預(yù)處理合同進行效益測算，得到效益測算信息，具體包括：

23、在所述預(yù)設(shè)的合同大語言模型中，利用所述效益測算智能體抽取所述當(dāng)前的預(yù)處理合同數(shù)據(jù)中與效益對應(yīng)的合同內(nèi)容，并利用預(yù)設(shè)的效益測算計算器按照當(dāng)前合同類型對應(yīng)的效益計算規(guī)則進行效益測算和評估，得到效益測算信息。

24、通過采用上述技術(shù)方案，效益測算智能體通過預(yù)設(shè)的效益計算規(guī)則得到的效益測算信息，能夠更準確地評估合同的預(yù)期效益，減少人為誤差和主觀判斷的影響；自動化和智能化的效益測算流程大大縮短了決策周期，提高了決策效率。

25、本技術(shù)在一較佳示例中：所述向量知識庫還包括不同合同類型的行業(yè)慣例和歷史案例，所述獲取目標合同并進行數(shù)據(jù)預(yù)處理，得到預(yù)處理合同數(shù)據(jù)，將所述預(yù)處理合同數(shù)據(jù)輸入至預(yù)設(shè)的合同大語言模型之前，還包括：

26、收集不同合同類型的合同文本及相關(guān)背景信息，利用初始合同大語言模型對所述合同文本進行深度解析，深度解析包括對合同文本執(zhí)行實體命名識別，提取合同關(guān)鍵要素并進行語義關(guān)系抽取；構(gòu)建合同要素之間的邏輯關(guān)聯(lián)圖，形成合同基礎(chǔ)度量數(shù)據(jù)；

27、在所述初始合同大語言模型中，依據(jù)所述向量知識庫對所述目標合同的合同內(nèi)容進行合規(guī)性檢查和合規(guī)風(fēng)險等級劃分，得到合規(guī)性評估信息；

28、將所述合同基礎(chǔ)度量數(shù)據(jù)、合規(guī)性評估報告以及合同簽署方的信用評級作為所述初始合同大語言模型的輸入，結(jié)合所述目標合同對應(yīng)的行業(yè)特性和地區(qū)差異，通過特征工程構(gòu)建合同風(fēng)險評估的特征向量集；

29、基于所述特征向量集，利用深度學(xué)習(xí)算法訓(xùn)練對初始合同大語言模型并進行調(diào)整優(yōu)化，以得到最終的合同大語言模型。

30、通過采用上述技術(shù)方案，本技術(shù)通過合同數(shù)據(jù)收集與預(yù)處理，合同基礎(chǔ)度量數(shù)據(jù)的構(gòu)建、合規(guī)性評估、特征向量集構(gòu)建和模型訓(xùn)練優(yōu)化等實施步驟，能夠更準確地評估合同的合規(guī)性和風(fēng)險水平，結(jié)合目標合同對應(yīng)的行業(yè)特性和地區(qū)差異進行特征工程，使得合同大語言模型能夠適應(yīng)不同場景下的合同評估需求，提高模型的泛化能力，且通過合規(guī)性檢查和風(fēng)險等級劃分，及時發(fā)現(xiàn)并糾正合同中的潛在合規(guī)風(fēng)險點，降低企業(yè)的合規(guī)風(fēng)險。

31、本技術(shù)在一較佳示例中：所述對所述合同文本進行深度解析還包括：

32、對所述合同文本進行分詞處理，去除停用詞，進行詞向量表示；

33、在所述初始合同大語言模型中預(yù)設(shè)特定的提示，引導(dǎo)所述初始合同大語言模型理解合同語境；執(zhí)行命名實體識別任務(wù)時，所述初始合同大語言模型識別合同中的關(guān)鍵實體及其屬性；

34、在進行語義關(guān)系抽取時，利用初始合同大語言模型的上下文理解能力，構(gòu)建合同要素之間的邏輯關(guān)系，形成結(jié)構(gòu)化的合同信息表示。

35、通過采用上述技術(shù)方案，分詞處理、去除停用詞和詞向量表示等深度解析技術(shù)，能夠更準確理解和表示合同文本中的關(guān)鍵信息；通過預(yù)設(shè)特定提示和微調(diào)初始合同大語言模型，使得合同大語言模型更適應(yīng)于合同評估的特定需求，提高模型的適應(yīng)性和準確性，自動化的合同解析和結(jié)構(gòu)化表示過程大大縮短了評估周期，提高了評估效率，同時，結(jié)構(gòu)化的合同信息表示也便于后續(xù)的自動化處理和分析，且有利于降低因人為因素所導(dǎo)致的錯誤和偏差。

36、第二方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實現(xiàn)：

37、一種基于大模型的合同評估系統(tǒng)，所述系統(tǒng)包括：

38、數(shù)據(jù)預(yù)處理模塊，用于獲取目標合同并進行數(shù)據(jù)預(yù)處理，得到預(yù)處理合同數(shù)據(jù)，將所述預(yù)處理合同數(shù)據(jù)輸入至預(yù)設(shè)的合同大語言模型；所述預(yù)設(shè)的合同大語言模型存儲有包括沿海散貨運輸知識、法律條款及行業(yè)規(guī)定的向量知識庫；

39、合同分類模塊，用于在所述預(yù)設(shè)的合同大語言模型中，利用第一模型智能體對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同分類和合同摘要提取，得到合同摘要信息；

40、風(fēng)險評估和效益測算模塊，用于利用第二模型智能體和合同摘要信息，對當(dāng)前的預(yù)處理合同數(shù)據(jù)進行合同風(fēng)險評估，得到風(fēng)險評估信息和/或風(fēng)險規(guī)避建議信息；利用第三模型智能體對當(dāng)前的預(yù)處理合同進行效益測算，得到效益測算信息。

41、通過采用上述技術(shù)方案，目標合同為沿海散貨運輸合同的合同數(shù)據(jù)，其包括原始合同為紙質(zhì)材料和電子材料的沿海散貨運輸合同；預(yù)設(shè)的合同大語言模型為預(yù)先訓(xùn)練好的大語言模型；其中第一模型智能體為合同分類模型智能體，第二模型智能體為風(fēng)險評估模型智能體，第三模型智能體為效益測算模型智能體；本技術(shù)提供的合同大語言模型，實現(xiàn)了實現(xiàn)大模型在沿海散貨運輸合同的審查與評估，達到節(jié)省人力成本，提高業(yè)務(wù)周轉(zhuǎn)率的目的；與傳統(tǒng)的人工解讀方式相比，本發(fā)明的自動化數(shù)據(jù)處理和合同數(shù)據(jù)解讀過程，有利于節(jié)省大量的人力成本和時間成本，大大提高了合同解讀的效率和準確性，減少了因人為因素導(dǎo)致的誤讀和漏讀；通過預(yù)先訓(xùn)練好的合同大語言模型，不僅能夠?qū)崿F(xiàn)合同數(shù)據(jù)的數(shù)據(jù)預(yù)處理操作，還能實現(xiàn)合同摘要信息提取、合同風(fēng)險評估和合同效益測算，有利于提高了企業(yè)的運營效率。

42、第三方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實現(xiàn)：

43、一種計算機設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述一種基于大模型的合同評估方法的步驟。

44、第四方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實現(xiàn)：

45、一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述一種基于大模型的合同評估方法的步驟。

46、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

47、1.?目標合同為沿海散貨運輸合同的合同數(shù)據(jù)，其包括原始合同為紙質(zhì)材料和電子材料的沿海散貨運輸合同；預(yù)設(shè)的合同大語言模型為預(yù)先訓(xùn)練好的大語言模型；其中第一模型智能體為合同分類模型智能體，第二模型智能體為風(fēng)險評估模型智能體，第三模型智能體為效益測算模型智能體；本技術(shù)提供的合同大語言模型，實現(xiàn)了實現(xiàn)大模型在沿海散貨運輸合同的審查與評估，達到節(jié)省人力成本，提高業(yè)務(wù)周轉(zhuǎn)率的目的；與傳統(tǒng)的人工解讀方式相比，本發(fā)明的自動化數(shù)據(jù)處理和合同數(shù)據(jù)解讀過程，有利于節(jié)省大量的人力成本和時間成本，大大提高了合同解讀的效率和準確性，減少了因人為因素導(dǎo)致的誤讀和漏讀；通過預(yù)先訓(xùn)練好的合同大語言模型，不僅能夠?qū)崿F(xiàn)合同數(shù)據(jù)的數(shù)據(jù)預(yù)處理操作，還能實現(xiàn)合同摘要信息提取、合同風(fēng)險評估和合同效益測算，有利于提高了企業(yè)的運營效率；

48、2.?通過合同數(shù)據(jù)收集與預(yù)處理，合同基礎(chǔ)度量數(shù)據(jù)的構(gòu)建、合規(guī)性評估、特征向量集構(gòu)建和模型訓(xùn)練優(yōu)化等實施步驟，能夠更準確地評估合同的合規(guī)性和風(fēng)險水平，結(jié)合目標合同對應(yīng)的行業(yè)特性和地區(qū)差異進行特征工程，使得合同大語言模型能夠適應(yīng)不同場景下的合同評估需求，提高模型的泛化能力，且通過合規(guī)性檢查和風(fēng)險等級劃分，及時發(fā)現(xiàn)并糾正合同中的潛在合規(guī)風(fēng)險點，降低企業(yè)的合規(guī)風(fēng)險；

49、3.?通過采用上述技術(shù)方案，分詞處理、去除停用詞和詞向量表示等深度解析技術(shù)，能夠更準確理解和表示合同文本中的關(guān)鍵信息；通過預(yù)設(shè)特定提示和微調(diào)初始合同大語言模型，使得合同大語言模型更適應(yīng)于合同評估的特定需求，提高模型的適應(yīng)性和準確性，自動化的合同解析和結(jié)構(gòu)化表示過程大大縮短了評估周期，提高了評估效率，同時，結(jié)構(gòu)化的合同信息表示也便于后續(xù)的自動化處理和分析，且有利于降低因人為因素所導(dǎo)致的錯誤和偏差。