法律AI实验室本阶段聚焦合同审查中最耗人力的环节:多版本合同的条款级比对。与整段文本相似度不同,我们先把合同拆成条款单元,按编号做结构对齐,再以语义向量在相邻区间做二次匹配,以处理条款新增、删除与顺序调整;编号被改写或缺失时,回落到标题与语义联合判断。
风险标注采用双轨:规则库覆盖付款条件、违约责任、保密期限、争议解决等常见条款的偏离阈值;模型负责识别非标准表述,并强制输出原文片段与置信度。低置信度条目进入人工复核队列,不自动形成结论。
要点:
- 进展:在内部测试集(约400份采购与服务合同、1.2万条条款)上,条款对齐召回约91%,较纯语义匹配提升约9个百分点;误报主要集中在中英混排与附件引用场景。
- 下一步:接入法规与司法观点库,对条款引用的法条做时效校验,使每条结论可回溯到原文与依据,输出可核验的比对报告。

评论