1.本发明涉及合同审核技术领域，具体为一种基于深度学习的合同审核方法和装置。
背景技术：
2.合同是当事人或当事双方之间设立、变更、终止民事关系的协议，依法成立的合同，受法律保护，广义合同指所有法律部门中确定权利、义务关系的协议，狭义合同指一切民事合同。还有最狭义合同仅指民事合同中的债权合同，但现有的合同审核不够全面，对合同的效验效率较低，且不便于对合同内的敏感词进行识别，不能对风险合同内容进行学习。
技术实现要素：
3.本发明的目的在于提供一种基于深度学习的合同审核方法和装置，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：一种基于深度学习的合同审核方法，包括以下步骤：
5.s1、对合同中的内容进行文本识别处理，得到合同文本；
6.s2、输入甲方、乙方的签订信息并与s1中合同文本进行信息匹配，对甲方、乙方的个人基本信息进行验证处理；
7.s3、对甲方、乙方的征信资料进行提取核对处理；
8.s4、将合同词库中各个合同的关键词进行分类；
9.s5、屏蔽合同统一的格式内容部分，对合同文本中的关键名词进行提取，通过关键名词对s4分类后的关键词进行归类处理；
10.s6、设置合同风险敏感词库，对合同文本进行敏感词比对处理，未识别出的敏感词进行人工添加，并通过合同风险敏感词库学习处理；
11.s7、对比后大于百分比阈值后进行合同追溯处理，并对合同信息进行学习记录；
12.s8、对比后在百分比阈值范围内时对合同进行利益评估处理；
13.s9、确认无误后进行合同签订处理。
14.作为优选，所述s2中甲方、乙方的个人基本信息包括：甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址。
15.作为优选，所述s3中的征信资料进行提取核对处理具体包括以下步骤：
16.s31、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询；
17.s32、对个人征信信息进行分类提取，与匹配的合同类型与征信信息进行匹配验证处理。
18.作为优选，所述s4中的关键词包括法律问题词、缺失词。
19.作为优选，所述s5中的关键名词进行提取的具体操作包括以下步骤：
20.s51、对合同的格式内容部分进行除去，对剩余内容进行录入；
21.s52、对录入的剩余内容与s4中分类后的关键词进行匹配处理；
22.s53、匹配出合同中的关键词后进行合同分类处理。
23.作为优选，所述s6中的敏感词比对处理具体包括以下步骤：
24.s61、将合同文本与合同风险敏感词库内的敏感字词进行比对，对得到的合同风险敏感字词进行计数；
25.s62、并将计数后的风险敏感字词与合同内容进行百分比计算，得到风险敏感字词百分比；
26.s63、对敏感词比对百分比阈值进行设置；
27.s64、将风险敏感字词百分比与设置后的百分比阈值进行对比处理。
28.作为优选，所述s7中的合同追溯处理具体包括以下步骤：
29.s71、对大于百分比阈值后的合同进行甲方、乙方信息追踪处理；
30.s72、将甲方、乙方的签订信息进行核对并进行合同修订处理。
31.作为优选，所述s8中的利益评估处理具体包括以下步骤：
32.s81、对甲方、乙方可通过合同获利的一方进行确认处理；
33.s82、对合同可获取的利益进行预估算处理；
34.s83、对获利的一方实际可获取的利益进行计算；
35.s84、将实际可收获的利益与预估算的利益进行大小比对，确认合同无误。
36.作为优选，所述s9中的合同签订处理具体包括以下步骤：
37.s91、对合同文本进行纸质打印处理；
38.s92、甲方、乙方对纸质打印的合同进行签订。
39.一种基于深度学习的合同审核装置，包括合同云端储存终端、合同纠纷处理终端、所属合同展示终端和合同签订日志端；
40.所述合同云端储存终端用于对全部合同内容进行云端同步储存处理；
41.所述合同纠纷处理终端用于对出现问题的合同进行隔离并对合同内容进行调整处理；
42.所述所属合同展示终端用于对甲方、乙方往期已签订过的合同进行显示处理；
43.所述合同签订日志端用于在对合同进行更改和添加时进行信息记录处理。
44.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
45.与现有技术相比，本发明的有益效果是：通过对甲方、乙方的征信资料进行查询，保证了签订合同的安全性，保障了合同的安全，通过加入了合同风险敏感词库，实现了对合同内的敏感字词与合同风险敏感词库内的敏感字词进行配对处理，对未录入合同风险敏感词库内的敏感字词进行深度学习记忆处理，通过对合同进行利益评估，对合同的获利方可得到的利润进行计算，提高了合同签订的安全性。
具体实施方式
46.本发明提供一种技术方案：一种基于深度学习的合同审核方法，包括以下步骤：
47.s1、对合同中的内容进行文本识别处理，得到合同文本；
48.s2、输入甲方、乙方的签订信息并与s1中合同文本进行信息匹配，对甲方、乙方的
个人基本信息进行验证处理；
49.s3、对甲方、乙方的征信资料进行提取核对处理；
50.s4、将合同词库中各个合同的关键词进行分类；
51.s5、屏蔽合同统一的格式内容部分，对合同文本中的关键名词进行提取，通过关键名词对s4分类后的关键词进行归类处理；
52.s6、设置合同风险敏感词库，对合同文本进行敏感词比对处理，未识别出的敏感词进行人工添加，并通过合同风险敏感词库学习处理，将学习的敏感词储存至合同风险敏感词库内，方便下一次对其他合同的敏感词进行识别审核处理；
53.s7、对比后大于百分比阈值后进行合同追溯处理，并对合同信息进行学习记录，将合同信息进行学习储存，方便下次对此类合同的应对处理；
54.s8、对比后在百分比阈值范围内时对合同进行利益评估处理，对合同的利益进行评估，对获利进行再次评估，防止合同签订造成损失；
55.s9、确认无误后进行合同签订处理。
56.其中，s2中甲方、乙方的个人基本信息包括：甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址，对甲方、乙方的信息进行准确记录并核对，便于后期与甲方、乙方的联系。
57.其中，s3中的征信资料进行提取核对处理具体包括以下步骤：
58.s31、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询；
59.s32、对个人征信信息进行分类提取，与匹配的合同类型与征信信息进行匹配验证处理，对甲方、乙方的征信进行查询，保障了合同签约时甲方、乙方不存在征信方面的问题，提高了合同的安全。
60.其中，s4中的关键词包括法律问题词、缺失词。
61.其中，s5中的关键名词进行提取的具体操作包括以下步骤：
62.s51、对合同的格式内容部分进行除去，对剩余内容进行录入；
63.s52、对录入的剩余内容与s4中分类后的关键词进行匹配处理；
64.s53、匹配出合同中的关键词后进行合同分类处理，对合同进行分类匹配处理，对合同的类型进行判定便于后期对合同的审核处理，提高了审核效率。
65.其中，s6中的敏感词比对处理具体包括以下步骤：
66.s61、将合同文本与合同风险敏感词库内的敏感字词进行比对，对得到的合同风险敏感字词进行计数；
67.s62、并将计数后的风险敏感字词与合同内容进行百分比计算，得到风险敏感字词百分比；
68.s63、对敏感词比对百分比阈值进行设置；
69.s64、将风险敏感字词百分比与设置后的百分比阈值进行对比处理，对存在的风险量百分比阈值进行比对处理，对合同存在的风险进行判定处理，提高了安全性。
70.其中，s7中的合同追溯处理具体包括以下步骤：
71.s71、对大于百分比阈值后的合同进行甲方、乙方信息追踪处理；
72.s72、将甲方、乙方的签订信息进行核对并进行合同修订处理，在识别出合同具有风险敏感字词时进行信息源追溯，对甲方和乙方进行联系并将合同风险项进行修改处理。
73.其中，s8中的利益评估处理具体包括以下步骤：
74.s81、对甲方、乙方可通过合同获利的一方进行确认处理；
75.s82、对合同可获取的利益进行预估算处理；
76.s83、对获利的一方实际可获取的利益进行计算；
77.s84、将实际可收获的利益与预估算的利益进行大小比对，确认合同无误，对合同可获取的利益进行评估，供甲方、乙方进行调整选择处理，提高了签订的安全性。
78.其中，s9中的合同签订处理具体包括以下步骤：
79.s91、对合同文本进行纸质打印处理；
80.s92、甲方、乙方对纸质打印的合同进行签订，对确认无误的合同进行纸质打印，并将合同进行签订，提高了安全性。
81.一种基于深度学习的合同审核装置，包括合同云端储存终端、合同纠纷处理终端、所属合同展示终端和合同签订日志端；
82.合同云端储存终端用于对全部合同内容进行云端同步储存处理；
83.合同纠纷处理终端用于对出现问题的合同进行隔离并对合同内容进行调整处理；
84.所属合同展示终端用于对甲方、乙方往期已签订过的合同进行显示处理，对甲方、乙方的往期签订合同进行识别，提高了签订安全性；
85.合同签订日志端用于在对合同进行更改和添加时进行信息记录处理，对合同修改的信息进行准确记录处理，提高了合同更改的安全性和处理效率。
86.实施例1、在审核安全合同时：
87.一种基于深度学习的合同审核方法，其特征在于，包括以下步骤：
88.s1、对合同中的内容进行文本识别处理，得到合同文本；
89.s2、输入甲方、乙方的签订信息并与s1中合同文本进行信息匹配，对甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址进行验证处理；
90.s3、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询，对个人征信信息进行分类提取，与匹配的合同类型与征信信息进行匹配验证处理；
91.s4、确认征信信息无误后将合同词库中各个合同的法律问题词、缺失词进行分类；
92.s5、屏蔽合同统一的格式内容部分，对合同的格式内容部分进行除去，对剩余内容进行录入，对录入的剩余内容与s4中分类后的关键词进行匹配处理，匹配出合同中的关键词后进行合同分类处理，通过关键名词对s4分类后的关键词进行归类处理；
93.s6、设置合同风险敏感词库，将合同文本与合同风险敏感词库内的敏感字词进行比对，对得到的合同风险敏感字词进行计数，未发现合同风险敏感字词或风险敏感字词百分比与设置后的百分比阈值对比后小于后则判定为无风险合同；
94.s7、对甲方、乙方可通过合同获利的一方进行确认处理，对合同可获取的利益进行预估算处理，对获利的一方实际可获取的利益进行计算，将实际可收获的利益与预估算的利益进行大小比对，确认合同无误；
95.s8、确认无误后对合同文本进行纸质打印处理，甲方、乙方对纸质打印的合同进行签订。
96.实施例2、在审核风险合同时：
97.一种基于深度学习的合同审核方法，其特征在于，包括以下步骤：
98.s1、对合同中的内容进行文本识别处理，得到合同文本；
99.s2、输入甲方、乙方的签订信息并与s1中合同文本进行信息匹配，对甲、乙方姓名、甲、乙方联系方式、甲、乙方身份证号码和甲、乙方合同收件地址进行验证处理；
100.s3、依据甲方、乙方的个人基本信息通过征信平台对个人征信信息进行查询，对个人征信信息进行分类提取，与匹配的合同类型与征信信息进行匹配验证处理，在甲方、乙方的一方存在征信不符合标准时，甲方、乙方需要对征信进行安全处理，处理不了则无法进行合同签订；
101.s4、征信安全处理后将合同词库中各个合同的法律问题词、缺失词进行分类；
102.s5、屏蔽合同统一的格式内容部分，对合同的格式内容部分进行除去，对剩余内容进行录入，对录入的剩余内容与s4中分类后的关键词进行匹配处理，匹配出合同中的关键词后进行合同分类处理，通过关键名词对s4分类后的关键词进行归类处理，将合同的类型和风险存在的类型进行识别处理；
103.s6、设置合同风险敏感词库，将合同文本与合同风险敏感词库内的敏感字词进行比对，对得到的合同风险敏感字词进行计数，并将计数后的风险敏感字词与合同内容进行百分比计算，得到风险敏感字词百分比，对敏感词比对百分比阈值进行设置，将风险敏感字词百分比与设置后的百分比阈值进行对比处理，未识别出的敏感词进行人工添加，并通过合同风险敏感词库学习处理；
104.s7、对比后大于百分比阈值后进行进行甲方、乙方信息追踪处理，将甲方、乙方的签订信息进行核对并进行合同修订处理，并对合同信息进行学习记录；
105.s8、对比后在百分比阈值范围内时对甲方、乙方可通过合同获利的一方进行确认处理，对合同可获取的利益进行预估算处理，对获利的一方实际可获取的利益进行计算，将实际可收获的利益与预估算的利益进行大小比对，确认合同无误；
106.s9、确认无误后对合同文本进行纸质打印处理，甲方、乙方对纸质打印的合同进行签订。
107.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
108.本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围由下面的权利要求指出。