买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东奔潮科技发展有限公司申请的专利一种基于合同卷宗文档动态风险图谱模型的量化评估系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120746276B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510836620.7，技术领域涉及：G06Q10/0635；该发明授权一种基于合同卷宗文档动态风险图谱模型的量化评估系统是由徐振宇;卢绍祥;钟静婷;林宇翔设计研发完成，并于2025-06-21向国家知识产权局提交的专利申请。

本一种基于合同卷宗文档动态风险图谱模型的量化评估系统在说明书摘要公布了：本发明公开了一种基于合同卷宗文档动态风险图谱模型的量化评估系统，涉及合同卷宗文档评估领域。本发明包括：数据采集与预处理模块、动态风险图谱构建模块和量化评估模块；数据采集与预处理模块：通过光学字符识别OCR引擎对扫描合同PDF进行字符识别。本发明通过定义可实时更新的风险实体及关联关系，结合时间触发、事件触发、规则触发的三重更新机制，使风险图谱能够随内外部环境变化动态演化，相比传统静态规则引擎，该机制可实时响应法律法规更新、行业政策变动及企业业务调整，降低风险评估模型滞后于实际风险变化的问题。

本发明授权一种基于合同卷宗文档动态风险图谱模型的量化评估系统在权利要求书中公布了：1.一种基于合同卷宗文档动态风险图谱模型的量化评估系统，其特征在于，包括：数据采集与预处理模块、动态风险图谱构建模块和量化评估模块； 数据采集与预处理模块：通过光学字符识别OCR引擎对扫描合同PDF进行字符识别；采用BERT预训练模型对非结构化文本进行语义解析，按句子分割文本，每个句子长度≤512个token，提取关键实体包括：合同主体、标的、履行期限和违约责任条款，并通过依存句法分析LAC模型提取实体间逻辑关系；通过ETL工具将实体及关系数据结构化存储至PostgreSQL数据库，建立包含contracts、entities、clauses、relationships四张表的关系型数据模型，其中： 合同主体存储格式为：{主体ID,名称，统一社会信用代码，法定代表人}； 标的存储格式为：{标的ID,名称，规格，数量，单价}； 履行期限存储格式为：{条款ID,开始日期，结束日期，履行方式}； 违约责任条款存储格式为：{条款ID,违约情形，违约金计算方式，争议解决方式}； 动态风险图谱构建模块：采用Neo4j图数据库存储风险实体及关联关系，包括：实体定义单元、关联关系单元和更新单元； 实体定义单元：定义合同文本风险实体、业务运营风险实体和外部环境风险实体； 其中，合同文本风险实体的存储格式为：{实体ID,条款ID,合规性评分[0-100],权利义务平衡性评分[0-100]}； 业务运营风险实体的存储格式为：{实体ID,履约能力评分[0-100],信用评级[AAA-E],近12个月履约率[0-100%],更新时间戳}，其中，履约能力评分、信用评级、近12个月履约率支持实时动态更新； 外部环境风险实体的存储格式为：{实体ID,法律变动风险评分[0-100],行业监管风险评分[0-100],最近更新时间}； 关联关系单元：建立文本内逻辑依赖关系、文本-业务关联关系和外部环境影响关联，其中，文本内逻辑依赖关系的建立采用LAC模型依存句法分析提取条款间的条件、因果、并列关系，置信度阈值≥0.75；文本-业务关联关系的建立通过预设规则引擎将合同条款与业务指标关联，关联规则数量≥500条，每条规则包含合同条款特征与业务指标的映射关系，当合同条款特征与业务指标数据满足规则触发条件时，通过规则引擎实现动态匹配；外部环境影响关联的建立通过API接口，每日00:00同步从国家法律法规数据库获取最新法律条文，采用TF-IDF+Cosine算法计算法律条款与合同条款的匹配度，当法律条款与合同条款的匹配度＜0.8时，自动标记对应合同条款的‘合规性’风险实体为待评估状态，并触发人工复核流程，系统将待评估任务推送至法务部门，复核人员需在2个工作日内完成条款重新评估并更新风险评分； 更新单元：设置时间触发、事件触发和规则触发三种更新机制； 量化评估模块：将多源数据输入融合模型，利用GCN模型算法挖掘风险实体间隐含关联，构建包含风险发生概率、影响程度和传导路径复杂度的三维评估体系；通过AHP层次分析法确定维度权重，结合历史案例训练随机森林模型生成合同整体风险量化评分，其中，低风险为1-3分、含3分，中风险为4-6分、含6分，高风险为7分，8分以上为极高风险，并通过可视化界面展示风险热力图、传导路径图，支持邮件通知和系统弹窗的风险预警； 所述动态风险图谱构建模块具体步骤如下： SB1、开始； SB2、导入结构化数据至Neo4j图数据库，创建风险实体节点，包括：合同文本风险实体、业务运营风险实体和外部环境风险实体； SB3、通过预设规则引擎建立实体间关联关系，包括：文本内逻辑依赖关系、文本-业务关联关系和外部环境影响关联；实体间关联关系的建立采用规则引擎，具体规则存储在relationship_rules表中，每条规则包含：规则ID、触发条件、关联动作和生效时间； SB4、设置动态更新触发器，包括：时间触发、事件触发和规则触发； 时间触发：每日凌晨2:00自动更新外部环境风险实体的‘最近更新时间’属性，并通过API接口重新获取最新法律条文，计算法律变动风险评分和行业监管风险评分； 事件触发：通过消息队列订阅外部事件源的更新消息，消息消费者接收到事件消息后，解析消息内容并更新对应实体属性，调用图数据库的APOC插件触发关联实体的重新计算，当监测到合同主体涉诉事件时，30分钟内更新该主体的“信用评级”和“涉诉记录”属性； 规则触发：预设阈值默认为70%，且预设阈值可自定义设置，当企业财务指标超过预设阈值时，触发对该企业作为主体的所有合同风险重新计算； SB5、结束； 所述量化评估模块具体步骤如下： SC1、开始； SC2、从图数据库提取风险实体及关联关系数据，构建特征矩阵； SC3、将特征矩阵输入训练好的GCN模型算法，生成风险节点嵌入向量； SC4、基于嵌入向量，构建包含风险发生概率、影响程度和传导路径复杂度的三维评估体系，并通过AHP层次分析法确定维度权重，结合历史案例训练随机森林模型生成合同整体风险量化评分： SC5、根据以下公式计算最终风险评分：风险评分=风险发生概率×0.5396×影响程度系数+影响程度基础值×0.2970+传导路径复杂度指数×0.1634，其中，影响程度基础值由梯度提升树模型输出的等级对应数值确定，影响程度I级为1.0、Ⅱ级为1.5、Ⅲ级为2.0、Ⅳ级为2.5，影响程度基础值由梯度提升树模型输出的等级对应数值确定； SC6、根据风险评分生成对应的风险等级，风险等级分为低、中、高和极高； SC7、将评估结果存储至risk_assessment_results表，并通过API接口输出； SC8、结束； 所述SC3中，GCN模型的训练参数为： 训练数据集：包含5000个历史合同风险案例，按7:2:1比例划分为训练集、验证集和测试集； 模型结构：输入层维度为128，隐藏层维度为64，输出层维度为32； 训练参数：学习率为0.001，批次大小为64，优化器为Adam，损失函数为MSE损失； 训练轮数：200轮； 评估指标：测试集MSE为0.021，风险等级预测准确率为87.3%； 所述SC4中，三维评估体系的具体构建如下： 风险发生概率：通过随机森林模型计算，输入特征包括条款合规性评分、主体信用评级、历史履约率，输出概率值范围[0-1]； 影响程度：通过梯度提升树模型计算，输入特征包括合同金额、标的类型、违约责任条款违约金比例，输出影响程度等级，影响程度等级分为I-Ⅳ级； 传导路径复杂度：通过图算法计算，通过计算风险实体间最短路径长度和风险实体的PageRank值，经线性归一化处理将结果映射至[0-100]范围，综合计算传导路径复杂度指数； 所述SC4中，三维评估体系的权重通过AHP层次分析法确定，具体步骤如下： SD1、开始； SD2、构建3×3的判断矩阵A； SD3、计算判断矩阵的最大特征值λmax=3.009； SD4、计算一致性指标CI=0.0045； SD5、查询随机一致性指标RI=0.58； SD6、计算一致性比率CR=0.0077＜0.1，通过一致性检验； SD7、计算权重向量W=[0.5396,0.2970,0.1634]； SD8、结束； 所述量化评估模块还包括： 可视化界面配置为采用ECharts实现风险热力图，颜色映射规则：1-3分为绿色、4-6分为黄色、7分为橙色、8-10分为红色； 预警阈值配置为：4-6分为黄色预警、7分为橙色预警、8分以上为红色预警，分别对应弹窗通知、邮件通知部门负责人、邮件通知公司高管。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东奔潮科技发展有限公司，其通讯地址为：511400 广东省广州市番禺区大龙街亚运大道226号二层221室-五；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。