在法律AI实验室的合同审查方向，我们近期把实验重点从「整篇摘要」收敛到「条款级可回溯抽取」：不做笼统的合同问答，而是让模型输出可核对的三元组——条款类型、原文片段、页码与段落坐标。
方法上分三段：先用版面解析还原条款编号与层级（含表格与附件），再以带引用约束的抽取模型完成要素定位，最后用规则与模型双通道做风险分级，规则负责硬性红线（如付款节点缺失、单方解除权），模型负责语义型风险（如责任上限表述模糊）。
要点：
- 进展：在实验室自建的 1200 份采购、租赁与框架协议测试集上，条款类型识别 F1 约 0.91，引用可回溯率约 96%；风险分级按「召回优先」配置后，高风险条款漏检率由约 12% 降至约 5%，代价是低风险提示增多。
- 下一步：补足扫描件与跨语种版式带来的 OCR 噪声问题，并建立「模型建议—律师复核」反馈闭环，把复核中的接受与改写动作回灌为增量样本，验证抽取效果能否随复核量稳定提升。
评论