[发明专利]一种需求文档风险识别方法及装置

权利要求书

1.一种需求文档风险识别方法，其特征在于，包括：

获取待风险识别的目标需求文档，其中，所述目标需求文档包括：产品需求文档；

利用预先训练好的文档风险评估模型对所述目标需求文档进行风险识别，生成针对所述目标需求文档的候选风险条款集合，其中，所述候选风险条款集合包括：所述目标需求文档疑似触及的法务合规条款以及所述法务合规条款的相关信息；

基于预设风险过滤条件和所述相关信息，对所述候选风险条款集合中的法务合规条款进行过滤处理，得到针对所述目标需求文档的目标风险条款集合，所述目标风险条款集合包括：最终确定出的所述目标需求文档疑似触及的法务合规条款以及所述法务合规条款的所述相关信息；

其中，所述相关信息包括：历史统计特征，所述历史统计特征包括：社会关注热度、整体裁量度、整体处罚力度中的至少一个；

所述基于预设风险过滤条件和所述相关信息，对所述候选风险条款集合中的法务合规条款进行过滤处理，得到针对所述目标需求文档的目标风险条款集合，包括：

针对每条所述疑似触及的法务合规条款，判断该疑似触及的法务合规条款的相关信息是否符合预设风险过滤条件；

若是，则保留所述疑似触及的法务合规条款，直到对所述候选风险条款集合中的各所述疑似触及的法务合规条款均进行风险过滤条件判断完成；

将风险过滤后的所述候选风险条款集合确定为针对所述目标需求文档的目标风险条款集合。

2.根据权利要求1所述的方法，其特征在于，在获取待风险识别的目标需求文档之前，还包括：

对法务合规信息库中的法律条款信息进行语义识别，构建结构化法务合规条款词典；以及，

对案件信息库中的典型案件信息进行语义识别，构建结构化案件词典；

利用机器学习方法基于所述结构化法务合规条款词典和所述结构化案件词典，训练得到文档风险评估模型。

3.根据权利要求2所述的方法，其特征在于，在对法务合规信息库中的法律条款信息进行语义识别，构建结构化法务合规条款词典之前，还包括：

利用网络爬虫方式从目标网站抓取官方法律条款信息，并根据抓取到的所述官方法律条款信息更新法务合规信息库；以及，

利用网络爬虫方式从目标网站抓取典型案例信息，并根据抓取到的所述典型案例信息更新案件信息库。

4.根据权利要求2所述的方法，其特征在于，所述相关信息包括：条款具体内容和相关处罚信息；

所述利用预先训练好的文档风险评估模型对所述目标需求文档进行风险识别，生成针对所述目标需求文档的候选风险条款集合，包括：

从所述目标需求文档中提取多个待风险识别的关键信息段落，并将提取出的多个所述关键信息段落输入至利用预先训练好的文档风险评估模型；

针对每个所述关键信息段落，确定该关键信息段落与所述结构化法务合规条款词典中法务合规条款之间的风险匹配度，并将风险匹配度满足预设条件的法务合规条款作为所述关键信息段落的关联法务合规条款；

根据各所述关键信息段落的所述关联法务合规条款，生成针对所述目标需求文档的候选风险条款集合。

5.根据权利要求4所述的方法，其特征在于，所述相关信息还包括：关联典型案例；

所述根据各所述关键信息段落的所述关联法务合规条款，生成针对所述目标需求文档的候选风险条款集合，包括：

针对每个所述关联法务合规条款，在所述结构化案件词典中确定与该关联法务合规条款对应的关联典型案例；

根据各所述关键信息段落的所述关联法务合规条款和各所述关联法务合规条款对应的关联典型案例，生成针对所述目标需求文档的候选风险条款集合。

6.根据权利要求5所述的方法，其特征在于，

所述根据各所述关键信息段落的所述关联法务合规条款和各所述关联法务合规条款对应的关联典型案例，生成针对所述目标需求文档的候选风险条款集合，包括：

根据各所述关联法务合规条款对应的关联典型案例，确定针对所述关联法务合规条款的历史统计特征；

根据各所述关联法务合规条款、各所述关联法务合规条款对应的关联典型案例和所述历史统计特征，生成针对所述目标需求文档的候选风险条款集合。