[发明专利]合同评分的方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202011055598.6 申请日: 2020-09-29
公开(公告)号: CN112184498A 公开(公告)日: 2021-01-05
发明(设计)人: 丁林 申请(专利权)人: 中国平安财产保险股份有限公司
主分类号: G06Q50/18 分类号: G06Q50/18;G06Q10/06;G06N3/08;G06N3/02
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉;熊成龙
地址: 518000 广东省深圳市福田区益田路*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 合同 评分 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种合同评分的方法,其特征在于,包括以下步骤:

获取待评分的目标合同,并获取所述目标合同的类型;

根据所述目标合同的类型,在数据库中匹配对应所述类型的目标模型参数集;其中,所述数据库中预存有合同的类型与模型参数集的对应关系,所述模型参数集为合同评分模型中各个模型参数的集合;

根据所述目标模型参数集,对应更新所述合同评分模型中的模型参数,得到目标合同评分模型;

提取所述目标合同的文本特征;

将所述目标合同的文本特征输入至所述目标合同评分模型中,输出所述目标合同的评分。

2.根据权利要求1所述的合同评分的方法,其特征在于,所述获取待评分的目标合同,并获取所述目标合同的类型的步骤之前,包括:

获取合同样本,并根据所述合同样本的类型对所述合同样本进行分类,得到多个类型的合同训练样本;所述合同训练样本包括合同训练文本以及对应的标准评分;

提取同一个类型的合同训练样本中包括的所述合同训练文本的文本特征;

将所述文本特征输入至神经网络模型中训练,直到所述神经网络模型输出的评分与所述合同训练文本对应的标准评分的差值小于预设值,完成所述神经网络模型的训练,得到此类型下对应的合同评分模型;

将此类型下对应的所述合同评分模型的模型参数构成模型参数集;

将所述合同训练样本的类型,与所述模型参数集建立对应关系,存储于所述数据库中。

3.根据权利要求2所述的合同评分的方法,其特征在于,所述获取合同样本的步骤,包括:

通过预设的爬虫脚本,对互联网中的合同评定文本进行增量式爬取;

判断所述合同评定文本中是否包括对应的标准评分;若包括,则将所述合同评定文本作为所述合同样本;若不包括,则删除所述合同评定文本。

4.根据权利要求1所述的合同评分的方法,其特征在于,所述文本特征包括所述目标合同的文本整体特征,以及所述目标合同与标准合同的相似度;

所述提取目标合同的文本特征的步骤,包括:

根据所述目标合同的类型,获取对应的标准合同;

将所述目标合同与所述标准合同进行格式对比,提取所述目标合同的文本整体特征;

将所述目标合同中的每个单句与所述标准合同中对应的单句进行相似度计算;

根据每个所述单句对应的相似度,计算所述目标合同与所述标准合同的相似度。

5.根据权利要求1所述的合同评分的方法,其特征在于,所述目标合同的评分包括在多个维度对应的评分;

所述将所述目标合同的文本特征输入至所述目标合同评分模型中,输出所述目标合同的评分的步骤之后,包括:

创建一个空白图层;

在所述空白图层中构建一个圆形区域,并以所述圆形区域的圆心为起点,描绘出多根指向圆弧的分割线,将所述圆形区域均分为多个扇形区域;其中,所述分割线的数量与所述评分的维度数量相同;

分别在所述分割线上标注出评分的尺度,并根据所述尺度将所述多个维度对应的评分分别标记在所述分割线上,得到每个所述分割线上的标记点;其中,一个维度对应的评分只标记在一根分割线上;

将相邻所述分割线上的标记点进行相连,并删除所有所述分割线,得到所述目标合同的评分对应的雷达图。

6.根据权利要求1所述的合同评分的方法,其特征在于,所述获取待评分的目标合同,并获取所述目标合同的类型的步骤之前,包括:

在预先配置的桌面应用程序接收到用户输入的指令内容;

提示所述用户是否保存所述指令内容;

若接收到所述用户发出的保存命令,则将所述指令内容保存至指令列表中;

提示所述用户是否执行所述指令内容;

若接收到所述用户发出的确认执行命令,则执行所述指令内容,以执行所述获取待评分的目标合同,并获取所述目标合同的类型的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安财产保险股份有限公司,未经中国平安财产保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011055598.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top