合同是承载企业经营业务的关键载体，良好的合同履行能保障交易价值、帮助实现企业基本经营目标。合同履行往往需要明确履行的标的物、业务伙伴、订单信息、财务结算信息、费用控制信息、事务执行里程碑信息等等结构化信息，这就涉及到如何将合同中文本信息转化为上下游业务系统所需要的结构化信息的问题。结构化信息不仅有助于合同履行过程的跟踪与预警，确保合同履行的每一环节都紧密相扣，更能为后续的决策分析提供有力支持。
合同管理的挑战
面对对方发来的大量的合同草稿，一线业务人员、法务人员和财务人员通常需要录入各种结构化信息，包括诸如相对方、总金额、有效期之类的合同基础信息，以及合同所有标的物的详细信息，以及财务结算所需的收付款计划等等。这一录入过程往往繁琐且工作量大，不仅效率低下，而且在合同协商过程中随着文本的改变极易出错、遗漏。一旦信息出现差错，不仅可能导致交易风险增加，还可能引发法律纠纷，给企业带来无法估量的损失。
传统方案的局限性
传统的合同结构化信息处理方法，如手工录入和自然语言处理（NLP）模型，存在明显的局限性。如手工录入不仅效率低下，而且容易出错。而基于经典NLP模型的自动化提取方案，虽然在一定程度上提升了效率，但覆盖字段有限，泛化能力较差。一旦合同类型发生变化，就需要重新训练模型，这无疑增加了企业的运营成本和时间成本。
搭载一诺大模型的OC旗舰版的解决方案
搭载一诺大模型的AI旗舰版的智能合同要素提取，为合同信息结构化提供了针对多种业务场景、完整覆盖结构化信息的全新解决方案。众所周知，再聪明的AI也无法做到100%的准确，也就是所谓的“召回率”和“准确率”无法达到100%，因此AI旗舰版提供了便利的信息检查、修改记录、重新提取、确认后进入下一环节等配套功能，使得用户的要素提取操作体验极为“丝滑”。
一、合同基础信息提取
1、用户上传对方提供的合同，一键勾选智能提取，系统即自动抽取结构化信息，抽取的信息包括合同基础信息、收付款计划、合同标的物等等。
2、提取到的结构化信息有清晰的绿色“AI”标识，并可点击定位确认是否提取无误，如果有多处定位还可分别查看。
3、AI提取到的信息，如果手动修改了，会有清晰的标识，以便自查和审查。
4、如果文本信息经过了修改，可以重新提取结构化信息，并且对于已经手动修改过的结构化信息，可以选择保留或不保留。
二、合同标的物的提取
AI会自动识别文本中的合同标的物，并提取后形成表格，系统还支持通过配置将提取到的标的物对应到自定义的合同行表格中。
三、收付款提取
1、收付款计划在提取后将形成计划表格，同样可以定位到文本中检查。
2、针对不同种类型的收付款计划，AI还会自动判断并采取不同的策略。
对于下图这种由一笔或多笔金额不同、根据每笔收付款条件来确定收付款日期的收付款信息，我们称为非周期性收付款计划，AI将直接提取。
对于下图这种由周期性的收付款条件来确定收付款金额和日期的收付款信息，我们称为周期性收付款计划，典型的代表就是租金计划，此时AI会先理解合同、提取租赁条款，然后再根据租赁条款自动生成收付款计划。
3、收付款计划仍需通过用户的信息补充和确认，才可提交合同，系统会对必输信息进行自动校验。
经过用户确认后的付款计划会有明显的标识，此时才可通过合同提交校验。
四、提取信息的灵活映射
一诺合同旗舰版提供了强大的合同结构化信息自定义底座，这使得各类合规管控及履行数据要求都能通过前台配置来满足，与此相匹配的是灵活的大模型提取字段与自定义结构化信息字段的映射功能。用户可以在合同基础信息、合同标的物、合同收付款计划等业务对象上自行定义各种类型的结构化信息，并与大模型提取字段实现对应关系。
五、一诺大模型的优势
一诺大模型专为各种合同应用场景而打造。基于特定场景相关的高质量语料并结合思维链所训练出来的一诺大模型，具备对所有合同类型的要素提取能力，其召回率平均超90%，准确率平均超95%。同时，甄零所研发的合同应用场景大模型训练方法保证了模型强大的泛化能力，使其能够轻松应对文档类型的变化，无需频繁重新训练。
总结
智能合同要素提取带给客户的收益是显而易见的。
它大大提升合同起草的效率和质量，减少了人工录入的工作量和错误率。在处理历史合同时，还可以批量提取历史合同文本中的结构化信息，并初始化到合同管理系统中供后续查阅和分析。通过准确提取合同信息，企业能够更好地掌握交易风险、优化决策流程，从而实现更高效的业务运营和更稳健的风险控制。
目前，智能合同要素提取功能已经运用在诸多客户实际使用场景中。通过智能要素提取， 甄零为诸多企业的数据分析和挖掘提供了更丰富的素材和更精准的依据。
未来， 甄零也将持续不断的投入合同AI场景的探索与挖掘中，助力企业实现合同数字化转型和智能化升级。
