基于AI识别的合同比对方法、机器人及系统与流程

基于ai识别的合同比对方法、机器人及系统
技术领域
1.本发明涉及合同对比领域，具体涉及一种基于ai识别的合同比对方法、机器人及系统。


背景技术：

2.目前，在一些大型企业事业单位中，合同条款非常详细，为了提高合同签署效率，以及基于审计部门要求，对于系统中领导审批后的合同内容，与最终双方盖章签字后的合同内容要求一致，如果不一致，将相关差异点标注出来，并导出结果。合同审核是企业防范法律风险的必要程序，尤其在风控要求高的企事业单位，如信托、基金、证券等行业，合同的审查要求非常严格，传统的法务人工审核方式不仅效率低下，且容易受审核人员业务素养、体力、精神状态等因素的影响出现差错，一旦审核出现疏漏，损失将是巨大的。由于技术文件人工比对工作量巨大，同时带来审核疲劳因素，从而影响识别效率，因此需要引用ai智能识别技术，帮助企业完成重复单调的流程性工作，减少人工失误，提高运营效率,降低运营成本。


技术实现要素：

3.本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于ai识别的合同比对方法，它可以实现对合同的自动识别、对比，识别率高，解决了人工校对工作量巨大的问题。
4.为了解决上述技术问题，本发明的技术方案是：一种基于ai识别的合同比对方法，包括：
5.获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；
6.对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；
7.智能识别所述合同扫描件的各版面区域，解析所述电子合同文件与所述各版面区域相对应的数据和位置信息，
8.智能比对相对应的所述版面区域和所述数据，得到差异点；
9.可视化标注所述差异点。
10.进一步，所述质量评估包括：
11.用预先训练好的网络模型评估所述合同扫描件质量；
12.对于不符合预设标准的合同扫描件，利用所述网络模型去除所述合同扫描件的除有效图片之外的边缘以减少干扰，并去除特殊噪点。
13.进一步，所述自动纠偏包括：
14.用霍夫线变换探测出合同扫描件中合同内容所在行的所有直线；
15.计算出每条直线的倾斜角，求平均值；
16.根据所述平均值旋转校准所述合同扫描件。
17.进一步，所述图像处理包括图像缩放、图像剪切、图像位移、图像镜像、仿射变化和旋转变化。
18.进一步，所述各版面区域至少包括文本版面区域和表格版面区域。
19.进一步，所述合同扫描件为通过高拍仪扫描得到的。
20.进一步，所述智能比对相对应的所述版面区域和所述数据，得到差异点；包括，
21.基于深度学习算法智能比对相对应的所述版面区域和所述数据，得到差异点；其中，
22.所述深度学习算法通过样本学习预先排除不能反映合同本质特征的关键词，并预先对能反映合同本质特征的关键词的权重进行设置。
23.进一步，基于ai识别的合同比对方法还包括：反馈所述差异点，以供人工确认。
24.本发明还提供了一种基于ai识别的合同比对机器人，包括：
25.获取模块，用于获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；
26.图像处理模块，用于对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；
27.智能识别模块，用于智能识别所述合同扫描件的各版面区域，解析所述电子合同文件与所述各版面区域相对应的数据和位置信息；
28.差异点智能比对模块，用于智能比对相对应的所述版面区域和所述数据，得到差异点；
29.自动标注模块，用于可视化标注所述差异点。
30.本发明还提供了一种基于ai识别的合同比对系统，其特征在于，
31.包括：
32.多个基于ai识别的合同比对机器人；
33.调度模块，用于统筹管理所有基于ai识别的合同比对机器人任务队列；及按策略智能分配相关任务；及收集信息；及对接其他系统；及反馈差异点数据。
34.采用上述技术方案后，本发明可自动获取标注合同扫描件与电子合同文件之间的差异，实现ai替代人工肉眼审核比对，解决合同比对工作中纯人工审核造成的时间成本高、人力成本高和风险高等难题，帮助企业完成重复单调的流程性工作，减少了人工失误，提高了运营效率,降低了运营成本，在自动识别、比对前，还对合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，以提高后续的识别率。
附图说明
35.图1为本发明的实施例中的基于ai识别的合同比对方法的流程图；
36.图2为本发明的实施例中进行质量评估前后的对比图；
37.图3为本发明的实施例中进行自动纠偏前后的对比图；
38.图4为本发明的实施例中的基于ai识别的合同比对机器人的结构框图；
39.图5为本发明的实施例中的基于ai识别的合同比对系统的结构框图。
具体实施方式
40.为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
41.如图1所示，一种基于ai识别的合同比对方法，包括：
42.s1：获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；
43.s2：对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；
44.s3：智能识别所述合同扫描件的各版面区域，解析所述电子合同文件与所述各版面区域相对应的数据和位置信息；
45.s4：智能比对相对应的所述版面区域和所述数据，得到差异点；
46.s5：可视化标注所述差异点。可视化标注可以为高亮标注，也可以为色块标注，还可以采用其它标注方法。
47.在本实施例中，签署合同的流程为：
48.第一步，业务员视业务情况，进各子系统进行合同维护，生成电子合同文件，电子合同文件的格式一般为pdf格式；
49.第二步，业务员将合同单据、pdf电子合同呈送oa，领导审批通过生效，审批不通过，退回子系统，重新填报重新送审；
50.第三步，业务员将审批通过后的电子合同文件，邮寄或打印纸质合同交由对方(供应商)第一次盖章；
51.第四步，业务员收到供应商盖章纸张合同，交由公司盖章人员进行我方(本公司)第二次盖章，此时合同生效；
52.第五步，由归档员将双方盖章纸张合同通过影像系统进行扫描上传，完成合同签订业务。
53.具体地，本实施例可自动获取标注合同扫描件与电子合同文件之间的差异，实现ai替代人工肉眼审核比对，解决合同比对工作中纯人工审核造成的时间成本高、人力成本高和风险高等难题，帮助企业完成重复单调的流程性工作，减少了人工失误，提高了运营效率,降低了运营成本，在自动识别、比对前，还对合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，以提高后续的识别率。
54.在本实施例中，所述质量评估包括：
55.用预先训练好的网络模型评估所述合同扫描件质量；
56.对于不符合预设标准的合同扫描件，利用所述网络模型去除所述合同扫描件的除有效图片之外的边缘以减少干扰，并去除特殊噪点；其中，所述特殊噪点至少包括扫描黑块。图2为进行质量评估前后的对比图，左侧为质量评估前，右侧为质量评估后。
57.在本实施例中，所述自动纠偏包括：
58.用霍夫线变换探测出合同扫描件中合同内容所在行的所有直线；
59.计算出每条直线的倾斜角，求平均值；
60.根据所述平均值旋转校准所述合同扫描件。
61.图4为进行自动纠偏前后的对比图，左侧为自动纠偏前，右侧为自动纠偏后。
62.具体地，自动纠偏可解决扫描件因为部分弯曲导致变形及轻微歪斜，相对于传统
自动纠偏技术来说，霍夫线变换检测的优势在于其抗干扰能力强，对图像中直线的残缺部分，噪声，以及其他共存的非直线结构不敏感，即使是虚线，或者某些部分缺失、被遮挡的直线，也能检测到完整的线条。
63.在本实施例中，所述图像处理包括：
64.第一步，图像缩放，缩放涉及到图像的插值，常见的插值有最近邻域差插值、双线性插值、立方插值。本实施例采用的双线性插值，其优势在于计算过程中充分考虑到了各邻点的特征，具备灰度平滑过渡的特点。
65.第二步，图像剪切，有两种方式，一个是从中间位置剪切，另一个是从任意位置剪切。从中间位置剪切一般情况下可以得到满意的结果。
66.第三步，图像位移，设定平移矩阵，matshift拆成22的矩阵和21的矩阵，最终效果图像沿着x轴移动100，沿着y轴移动200。通过指定一系列的位移来定义空间变换的图像变形处理，非控制点的位移根据控制点进行插值来确定。
67.第四步，图像镜像，首先调整空白图像的尺寸大小，创建空白图片，开始镜像，绘制镜像线。将图片进行左右或上下镜像处理，这样可以在很短时间,很方便的还原出一个完整的图像来。
68.第五步，仿射变化，设定变化矩阵，根据三组对应点寻找仿射变化的矩阵。仿射变换保持了二维图像的平直性和平行性，平直性就是直线经仿射变换后还是直线，圆弧经仿射变换后还是圆弧。平行性指的是直线之间的相对位置关系保持不变，平行线经仿射变换后依然为平行线，直线上点的位置顺序不会发生变化，向量间夹角可能会发生变化。
69.第六步，旋转变化，根据变化矩阵设置旋转变化矩阵。一般对于灰度图像，将其图像像素点进行逐一操作翻转即可，对于彩色图像而已，其为三通道，因此可以对每个图像的像素矩阵进行旋转变化，而后进行矩阵的合并操作。
70.具体地，此种图像预处理方式支持多种格式，并提供强大的图形与图像处理功能，可以在企业的软件创建和维护阶段节约大量资金，而这两个阶段的软件成本占到了软件整个生命周期中总成本的50％到95％。
71.在本实施例中，利用图像深度学习引擎处理合同扫描件的版面，得到合同扫描件的各版面区域，如文本段落，表格，图片，印章，背景等。印章版面区域不需要做比对，对应pdf文件自动解析内容位置数据；在文档内容识别过程中，根据文档分析得到的表格位置，将表格提取出来单独做表格结构分析，可逐个单元格识别，或是整体识别。
72.在本实施例中，所述合同扫描件为通过高拍仪扫描得到的，高拍仪高清自动纠偏防抖。
73.在本实施例中，步骤s4包括，
74.基于深度学习算法智能比对相对应的所述版面区域和所述数据，得到差异点；其中，
75.所述深度学习算法通过样本学习预先排除不能反映合同本质特征的关键词，并预先对能反映合同本质特征的关键词的权重进行设置。
76.在本实施例中，基于ai识别的合同比对方法还包括s6：反馈所述差异点，以供人工确认。
77.如图5所示，一种基于ai识别的合同比对机器人，包括：
78.获取模块1，用于获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；
79.图像处理模块2，用于对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；
80.智能识别模块3，用于智能识别所述合同扫描件的各版面区域，解析所述电子合同文件与所述各版面区域相对应的数据和位置信息；
81.差异点智能比对模块4，用于智能比对相对应的所述版面区域和所述数据，得到差异点；
82.自动标注模块5，用于可视化标注所述差异点。
83.如图5所示，一种基于ai识别的合同比对系统，包括：
84.多个如权利要求9所述的基于ai识别的合同比对机器人10；
85.调度模块20，用于统筹管理所有基于ai识别的合同比对机器人10任务队列；及按策略智能分配相关任务；及收集信息；及对接其他系统，反馈差异点数据。
86.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

技术特征：
1.一种基于ai识别的合同比对方法，其特征在于，包括：获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；智能识别所述合同扫描件的各版面区域，解析所述电子合同文件与所述各版面区域相对应的数据和位置信息；智能比对相对应的所述版面区域和所述数据，得到差异点；可视化标注所述差异点。2.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，所述质量评估包括：用预先训练好的网络模型评估所述合同扫描件质量；对于不符合预设标准的合同扫描件，利用所述网络模型去除所述合同扫描件的除有效图片之外的边缘以减少干扰，并去除特殊噪点。3.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，所述自动纠偏包括：用霍夫线变换探测出合同扫描件中合同内容所在行的所有直线；计算出每条直线的倾斜角，求平均值；根据所述平均值旋转校准所述合同扫描件。4.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，所述图像处理包括图像缩放、图像剪切、图像位移、图像镜像、仿射变化和旋转变化。5.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，所述各版面区域至少包括文本版面区域和表格版面区域。6.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，所述合同扫描件为通过高拍仪扫描得到的。7.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，所述智能比对相对应的所述版面区域和所述数据，得到差异点，包括，基于深度学习算法智能比对相对应的所述版面区域和所述数据，得到差异点；其中，所述深度学习算法通过样本学习预先排除不能反映合同本质特征的关键词，并预先对能反映合同本质特征的关键词的权重进行设置。8.根据权利要求1所述的基于ai识别的合同比对方法，其特征在于，反馈所述差异点，以供人工确认。9.一种基于ai识别的合同比对机器人，其特征在于，包括：获取模块(1)，用于获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；图像处理模块(2)，用于对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；智能识别模块(3)，用于智能识别所述合同扫描件的各版面区域，解析所述电子合同文
件与所述各版面区域相对应的数据和位置信息；差异点智能比对模块(4)，用于智能比对相对应的所述版面区域和所述数据，得到差异点；自动标注模块(5)，用于可视化标注所述差异点。10.一种基于ai识别的合同比对系统，其特征在于，包括：多个如权利要求9所述的基于ai识别的合同比对机器人(10)；调度模块(20)，用于统筹管理所有基于ai识别的合同比对机器人(10)任务队列；及按策略智能分配相关任务；及收集信息；及对接其他系统，反馈差异点数据。

技术总结
本发明涉及一种基于AI识别的合同比对方法、机器人及系统，基于AI识别的合同比对方法包括获取所签署合同的合同扫描件和相应的线上审批通过的电子合同文件；对所述合同扫描件进行质量评估、自动纠偏、图像处理及版面分析，得到合同扫描件的各版面区域；智能识别所述合同扫描件的各版面区域，解析所述电子合同文件与所述各版面区域相对应的数据和位置信息；智能比对相对应的所述版面区域和所述数据，得到差异点；可视化标注所述差异点。本发明可以实现对合同的自动识别、对比，识别率高，解决了人工校对工作量巨大的问题。工校对工作量巨大的问题。工校对工作量巨大的问题。


技术研发人员：王敏维 黄然平 韦入铭 孙德猛 叶虎
受保护的技术使用者：中天钢铁集团有限公司
技术研发日：2022.09.07
技术公布日：2023/7/31