基于深度学习的合同分类及要素抽取模型

摘要：

合同文本的智能化处理已成为企业信息化的一个重要需求.针对合同文本存在的凌乱、碎片化和无规则的问题,本文提出了基于深度学习的合同分类模型及要素抽取模型.合同分类从标题分类和文本分类两个方向展开研究,提出了基于注意力机制的BiLSTM模型进行标题分类,基于改进的HAN深度学习模型进行文本分类,有效地提升了文本分类的准确性;针对存在的合同信息难以抽取的问题,提出基于BiLSTM-CRF深度学习模型识别合同要素,以准确获取合同要素信息.实验表明,本文提出模型能够很好地应用在合同文本处理中,能够提升分类和要素抽取的性能.

关键词：合同文本、文本分类、要素抽取、深度学习

所属期刊栏目：12

分类号：TN929.5

资助基金：太极计算机股份有限公司项目WBXM202101009

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-128