埃森哲应用人工智能分析合同和负债

法律智能合同探索(ALICE)项目启动时考虑到了两方面的需求。首先，团队需要帮助法律组织在公司的MMR系统中执行超过百万份合同的常规文本搜索。其次，它需要被允许搜索合同条款。

“我们有一群数据科学家，他们建立了分析解决方案的模型，这些解决方案可以对大量合同进行索引，并构建特定的分析算法来提取条款和条件。”Maresca说。

这不是一件容易的事情，因为埃森哲的历史合同几乎没有任何的标记条款，这意味着团队无法为项目建立和评估一个分类模型。它正在处理一个不可见的文档集合，必须确定如何在没有标记数据的情况下开发条款识别组件。

更有挑战的是，埃森哲的许多合同都是基于客户文件的，不同的客户会以不同的格式列出他们的条款和条件。这意味着团队不能应用模板方法来确定条款--包括不可抗力、责任、数据隐私等等。合同还不一定会直接引用子句，因此解决方案还需要找到能够识别子句存在的相关关键字。

自然语言处理的能力

为了解决这个问题，团队转向了“"word embedding”，这是一种基于语义相似性的NLP方法，可以促进词之间的比较。该模型可以从合同中提取出一个关键字列表及其相关性得分，从而允许子句提取解决方案计算一个相似度得分，该得分将指示文档中每个段落与特定子句类型的相关性，Maresca说。

埃森哲的word- embedded模型将逐段检查合同文档，寻找关键字以确定该段落是否与特定的条款相关。例如，“水灾”、“地震”或“

（编辑：唐山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!