1、面向合同审查的自然语言处理技术 幂律智能 CEO 涂存超 关于幂律 2 借条 3 借条该怎么写？ 4 合同审查的内容 5 合同主体是否合法 合同内容是否合法 合同意思是否真实表达 条款是否完备 合同文字是否规范 签订手续和形式是否完备 为什么需要智能合同审查 6 150,000 100,000 35,000 1,000 0 20,000 40,000 60,000 80,000 100,000 120,000 140,000 160,000 雇佣全职法务常年法律顾问外包法务平台单次合同审查服务 中小企业法律服务成本 花费/元 智能合同审查 7 演示 智能合同审查 12 如何进行智能合同审查 如
2、何formulate合同审查 需要什么样的数据？如何获取？ 应用哪些技术？ 如何实现审查 审查结果是否准确可信赖 如何Formulate合同审查 13 货物买卖合同 价款 总价款 价款范围 税费承担 支付 支付方式 总价款缺失审查 价款大小写规范性审查 价款变动约定审查 价款含税约定审查 合同类型一级条款 二级条款、标签、要 素 审查点 如何Formulate合同审查 14 审查规则-风险提示-交互修改 如何Formulate合同审查 15 价款约定是否明确 总价款缺失审查 价款范围缺失审查 含税约定审查 包装费用承担审查 运输费用承担审查 标注数据如何获取 16 需要专业人士在知识图谱的基础
3、上进行标注，获取条款 标签和内容标签 辅助标注/半自动标注 数据分布不均衡及少样本标签-人造数据 标注数据如何获取 17 应用哪些技术算法 18 难点 19 标注门槛 文本多标签分类 标签之间的关联与互斥 分类粒度 结合上下文信息及格式信息 序列标注 超长文本序列标注 事件抽取 少样本事件 篇章级别事件 如何进行审查 20 审查结果是否可信赖 21 条款分类准确率 95%+（无合同审查经验法学生：70%左右，初级律师：85%-90%） F190%审查点：超过80项 智能合同审查技术面临的挑战 22 合同数据涉及商业机密，多样性合同数据获取难度高，缺少公开数据集 领域知识与实务经验的高门槛，造成知识梳理和数据标注的高难度 合同领域先验知识与算法模型的结合 少样本学习 Thanks
sgpjbg002
工作日 8:30 - 17:30
报告分类
