[发明专利]关键合同字段抽取方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能技术，揭露一种关键合同字段抽取方法，包括：根据合同文件格式在预设文件解析算法库中筛选文件解析算法，得到目标文件解析算法；利用目标文件解析算法对合同文件的每一页进行文本解析，得到合同文件每一页的文本内容；基于文本内容利用预构建的分类模型分别对合同文件的每一页进行页面分类，得到合同文件每一页的页面类别；基于页面类别筛选合同文件中关键页面，并将关键页面的文本内容确定为目标文本内容；对目标文本内容进行字段抽取，得到关键合同字段信息。本发明还提出一种关键合同字段抽取装置、设备以及介质。本发明可以提高关键合同字段抽取的效率。

技术领域

本发明涉及人工智能技术，尤其涉及一种关键合同字段抽取方法、装置、电子设备及存储介质。

背景技术

合同核验在贸易背景验真中占有重要地位。由于合同的待审核信息只是一些关键字段信息需要审核，为了更快的进行合同审核，通常利用关键合同字段抽取方法识别合同中的待审核字段的内容进行合同审核。

但是现有的关键合同字段抽取是直接对合同的每一页都进行字段抽取操作，导致关键合同字段抽取的效率较低。

发明内容

本发明提供一种关键合同字段抽取方法、装置、电子设备及存储介质，其主要目的在于提高了关键合同字段抽取的准确率。

获取合同文件及对应的合同文件格式；

根据所述合同文件格式在预设文件解析算法库中筛选文件解析算法，得到目标文件解析算法；

利用所述目标文件解析算法对所述合同文件的每一页进行文本解析，得到所述合同文件每一页的文本内容；

基于所述文本内容利用预构建的分类模型对所述合同文件的每一页进行页面分类，得到所述合同文件每一页的页面类别；

基于所述页面类别筛选所述合同文件中关键页面，并将所述关键页面的文本内容确定为目标文本内容；

对所述目标文本内容进行字段抽取，得到关键合同字段信息。

可选地，所述基于所述文本内容利用预构建的分类模型对所述合同文件的每一页进行页面分类，得到所述合同文件每一页的页面类别，包括：

利用多个分类模型对所述合同文件每一页的文本内容进行分析，得到每个分类模型对应的所述合同文件每一页的初始页面类别；

将所述合同文件每一页对应的所有初始页面类别中出现频率最高的初始页面类别确定为该页的页面类别。

可选地，所述将所述合同文件每一页对应的所有初始页面类别中出现频率最高的初始页面类别确定为该页的页面类别，包括：

判断所述合同文件中每一页对应的所有初始页面类别中出现频率最高的初始页面类别的种类是否为一种；

当所述合同文件中每一页对应的所有初始页面类别中出现频率最高的初始页面类别种类为一种，将所述合同文件每一页对应的所有初始页面类别中出现频率最高的初始页面类别确定为该页的页面类别；

当所述合同文件中每一页对应的所有初始页面类别中出现频率最高的初始页面类别种类不为一种；

将所述合同文件中每一页对应的所有初始页面类别中出现频率最高的初始页面类别确定为该页的待选页面类别；

利用预设的文本排序规则将所述合同文件中每一页对应的所有待选页面类别进行排序，并选取排序第一的待选页面类别确定为该页的页面类别。

可选地，所述对所述目标文本内容进行字段抽取，得到关键合同字段信息，包括：

对所述目标文本内容进行分词，得到多个分词词语；

将所述分词词语转化为向量，得到分词词向量；