(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211230711.9 (22)申请日 2022.10.09 (71)申请人 北京爱知之星科技股份有限公司 地址 100102 北京市朝阳区望京北路9号叶 青大厦D座801室 (72)发明人 赵欢　邢振　孙晓韩　刘备　 夏昌吉　 (74)专利代理 机构 北京棋拾知识产权代理事务 所(普通合伙) 11863 专利代理师 杨雪婷 (51)Int.Cl. G06F 16/34(2019.01) G06F 16/35(2019.01) G06F 40/30(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 合同摘要的生 成方法和装置、 合同关键信息 提取模型的训练方法 (57)摘要 本申请公开了一种合同摘要的生成方法和 装置、 合同关键信息提取模型的训练方法。 该方 法包括： 获取目标合同文本以及针对目标合同文 本的问题文本； 根据目标合同文本的合同实体， 从语料库中获取与所述目标合同文本相关的关 键信息文档； 根据所述关键信息文档， 对所述目 标合同文本进行段落筛选处理， 获取所述目标合 同文本的多个文档段落； 采用神经网络模型对所 述文档段落和所述问题文本进行处理， 以获取针 对所述目标合同文本的目标合同关键信息； 根据 所述目标合同关键信息， 生 成针对所述目标合同 文本的合同摘要。 本申请实施例按用户所喜闻乐 见的格式生成合同摘要， 很大程度降低了人工提 炼合同摘要的成本， 提高了效率， 进而能够提高 用户阅读合同的效率。 权利要求书3页 说明书10页 附图3页 CN 115525757 A 2022.12.27 CN 115525757 A 1.一种合同摘要的生成方法， 包括： 获取目标合同文本以及针对所述目标合同文本的问题文本， 其中， 所述问题文本为用 户针对所述目标合同文本欲获取的信息要求； 根据所述目标合同文本的合同实体， 从语料库中获取与 所述目标合同文本相关的关键 信息文档； 根据所述关键信息文档， 对所述目标合同文本进行段落筛选处理， 获取所述目标合同 文本的多个文档段落； 采用神经网络模型对所述文档段落和所述问题文本进行处理， 以获取针对所述目标合 同文本的目标合同关键信息； 根据所述目标合同关键信息， 生成针对所述目标合同文本的合同摘要。 2.根据权利要求1所述的合同摘要的生成方法， 其中， 在所述采用神经网络模型对所述 文档段落和所述问题文本进行 处理， 以获取针对所述目标合同文本的目标合同关键信息之 前， 所述方法还 包括： 从所述问题文本中抽取关键词； 根据所述关键词， 采用标准问题库对所述问题文本进行 标准化处理。 3.根据权利要求1所述的合同摘要的生成方法， 其中， 所述采用神经网络模型对所述文 档段落和所述问题文本进行处理， 以获取针对所述 目标合同文本的目标合同关键信息， 包 括： 对所述文档段落和所述问题文本分别进行向量 化处理， 生成文档向量和问题向量； 对所述文档向量和所述问题向量分别进行特征提取处理， 生成文档特征向量和问题特 征向量； 对所述文档特征向量和所述问题特征向量进行注意力 计算， 获取所述文档段落和所述 问题文本中每 个词之间的相关度信息； 根据所述相关度信息， 采用边界模型 预测所述目标合同文本的目标合同关键信息 。 4.根据权利要求3所述的合同摘要的生成方法， 其中， 所述根据所述相关度信息， 采用 边界模型 预测所述目标合同文本的目标合同关键信息， 包括： 根据所述相关度信息， 采用边界模型 预测所述目标合同文本的候选答案片段； 计算所述文档段落的段落得分； 计算所述神经网络模型的模型 得分； 计算所述问题文本与所述 候选答案片段的问答相关度得分； 根据所述段落得分、 所述模型得分和所述问答相关度得分， 对所述候选答案片段进行 排序； 根据排序结果， 生成所述目标合同关键信息 。 5.根据权利要求1所述的合同摘要的生成方法， 其中， 所述方法还 包括： 获取多个合同文件数据； 对所述合同文件数据进行解析， 得到文本信息； 对所述文本信息进行 标注处理， 得到标注后的语料， 形成所述语料库。 6.根据权利要求1所述的合同摘要的生成方法， 其中， 所述方法还 包括： 采用所述语料库中的语料对所述神经网络模型进行训练。权　利　要　求　书 1/3 页 2 CN 115525757 A 27.根据权利要求1所述的合同摘要的生成方法， 其中， 所述根据所述目标合同关键信 息， 生成针对所述目标合同文本的合同摘要， 包括： 根据所述目标合同文本的合同类型信 息， 获取与 所述合同类型信 息对应的合同摘要模 板； 将所述目标合同关键信息填入所述 合同摘要模板， 得到所述 合同摘要。 8.一种合同摘要的生成装置， 包括： 预处理模块， 用于获取目标合同文本以及针对所述目标合同文本的问题文本， 其中， 所 述问题文本为用户针对所述目标合同文本欲获取的信息要求； 文档召回模块， 用于根据所述目标合同文本的合同实体， 从语料库中获取与所述目标 合同文本相关的关键信息文档； 段落筛选模块， 用于根据 所述关键信 息文档， 对所述目标合同文本进行段落筛选处理， 获取所述目标合同文本的多个文档段落； 阅读理解模块， 用于采用神经网络模型对所述文档段落和所述问题文本进行处理， 以 获取针对所述目标合同文本的目标合同关键信息； 摘要生成模块， 用于根据所述目标合同关键信息， 生成针对所述目标合同文本的合同 摘要。 9.一种合同关键信息提取模型的训练方法， 包括： 获取训练数据， 其中， 所述训练数据包括多组合同文本及与所述合同文本对应的问题 文本， 且所述 合同文本中标注有与所述问题文本对应的目标关键信息； 针对所述训练数据进行 下述迭代操作： 根据所述合同文本的合同实体， 从语料库中获取与所述合同文本相关的关键信息文 档； 根据所述关键信息文档， 对所述合同文本进行段落筛选处理， 获取所述合同文本的多 个文档段落； 采用神经网络模型对所述文档段落和所述问题文本进行处理， 以获取针对所述合同文 本的候选关键信息； 计算所述 候选关键信息与所述目标关键信息的匹配度； 当所述匹配度低于所述训练阈值， 调整所述神经网络模型的参数； 当所述匹配度不低于所述训练阈值， 和/或迭代次数超过预设次数阈值 时， 结束所述迭 代操作； 将采用最后 一轮迭代操作 所使用的参数的所述神经网络模型， 确定为所述合同关键信 息提取模型。 10.一种合同摘要的生成方法， 包括： 获取目标合同文本以及针对所述目标合同文本的问题文本， 其中， 所述问题文本为用 户针对所述目标合同文本欲获取的信息要求； 对所述目标合同文本进行解析， 以确定所述目标合同文本的合同类型； 根据所述合同类型获取对应的合同关键信 息提取模型， 其中所述对应的合同关键信 息 提取模型 是使用根据权利要求9所述的合同关键信息提取模型的训练方法获得的； 根据所述目标合同文本的合同实体， 从语料库中获取与 所述目标合同文本相关的关键权　利　要　求　书 2/3 页 3 CN 115525757 A 3