法律文书审查的难点，不在于通读，而在于从长篇条款中稳定定位责任、违约、管辖等关键约定。本实验室近期围绕买卖合同与劳动合同两类文本，做了一组条款抽取与风险标注的实验。
进展方面，我们采用「结构化切分 + 条款分类 + 要素抽取」三段式流程：先将合同按章节与条款编号切块，保留层级路径；再用分类模型判断条款类型；最后由抽取模块输出责任主体、期限、金额、违约金比例等要素。在自建的 420 份脱敏合同测试集上，条款类型识别准确率约 91%，关键要素抽取的字段级准确率约 86%。风险标注不追求自动结论，而是给出「需人工复核」的提示位，例如违约金比例明显偏高、管辖地约定缺失、单方解除权不对等。
两点观察：
- 条款编号与引用关系是主要误差来源，跨条款引用（如「依第 7.2 条」）需单独建索引，否则抽取结果会串位；
- 提示位比结论更有用，法务人员平均复核时间从约 25 分钟降至 9 分钟左右，但最终判断仍由人完成。
下一步计划扩充租赁与承揽合同样本，并测试长文本分段推理对跨页条款的影响。
评论