买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种多版式合同要素提取方法、装置、设备、介质及产品，涉及信息处理技术领域。所述方法是先根据所有样本合同的多维版式特征得到多个聚类中心，然后针对各个中心，根据对应的样本要素答案、答案关键词集合和文本片段集合，对大语言模型进行模型训练，得到对应的要素答案生成模型，再然后根据多个聚类中心和待提取合同的多维版式特征，确定目标中心，并应用与目标中心对应的答案关键词集合从待提取合同中提取出文本片段新集合，最后将文本片段新集合输入与目标中心对应的要素答案生成模型中以得到待提取合同的且与目标要素问题对应的目标要素答案，如此可有效提高多版式合同要素提取结果的准确率，提升用户对待提取合同的查阅体验。

主权项：1.一种多版式合同要素提取方法，其特征在于，包括：获取所有样本合同的合同文本、多维版式特征和与目标要素问题对应的样本要素答案，以及还获取待提取合同的合同文本和多维版式特征，其中，所述所有样本合同和所述待提取合同包含有多种未知版式的合同，所述多维版式特征包含有在合同内容维度、合同格式维度和合同名称维度上的特征；根据所述所有样本合同的所述多维版式特征，应用K-means聚类算法聚类得到多个聚类中心；针对在所述所有样本合同中的各个合同，根据所述多个聚类中心和对应的所述多维版式特征，分别计算得到对应的且至所述多个聚类中心的欧拉距离，并将对应合同作为在所述多个聚类中心的且与最短欧拉距离对应的某个聚类中心的归属合同；针对在所述多个聚类中心中的各个中心，根据对应的所有归属合同的样本要素答案，从对应的所有归属合同的合同文本中提取得到对应的答案关键词集合；针对所述各个中心，应用对应的答案关键词集合从对应的各个归属合同的合同文本中提取出对应的各个归属合同的文本片段集合，其中，所述文本片段集合中的各个文本片段与所述答案关键词集合中的各个关键词一一对应，所述文本片段为从对应合同文本中提取出的且对应关键词的所属句子的集合；针对所述各个中心，将对应的各个归属合同的文本片段集合作为模型输入项，以及将对应的各个归属合同的样本要素答案作为模型输出项，对用于生成要素答案的大语言模型进行模型训练，得到对应的要素答案生成模型；根据所述多个聚类中心和所述待提取合同的所述多维版式特征，计算得到所述待提取合同的且至所述多个聚类中心的欧拉距离，并将在所述多个聚类中心的且与最短欧拉距离对应的任一聚类中心确定为目标中心；应用与所述目标中心对应的答案关键词集合从所述待提取合同的合同文本中提取出文本片段新集合，其中，所述文本片段新集合中的各个文本新片段与所述答案关键词集合中的各个关键词一一对应，所述文本新片段为从所述待提取合同的合同文本中提取出的且对应关键词的所属句子的集合；将所述文本片段新集合输入与所述目标中心对应的要素答案生成模型中，输出得到所述待提取合同的且与所述目标要素问题对应的目标要素答案。

全文数据：

权利要求：

百度查询： 金网络(北京)数字科技有限公司 一种多版式合同要素提取方法、装置、设备、介质及产品