Python的NLP实战分享 如何实现合同风险预测模型？ GVA TECH Co., Ltd 藤井美娜 自我介绍 2% |# | self-introduction • Machine Learning Engineer / Data Scientist • GVA TECH的人工智能法律服务AI-CON的多语言系统 开发负责人 inazo18 藤井美娜 目录 CONTENTS CONTENTS 1. Python NLP 入门 2. 多语言NLP攻略 3.“合同风险预测模型”实战经验分享 4. 总结 5% |### | today’s topic 1 Python NLP 入门 简单介绍自然语言处理的流程和使用corpus的EDA方法。 8% |##### | section1 NLP基础 11% |######### | section1 收集语料 前处理 探索性数据分析） • 每个领域的语言都具有领域的语言特征，我们不能不考虑。 例如： “网络上的语言表达” “文学作品上的语言表达” “合同书上的语言表达” “病历卡上的语言表达” • EDA有很多种办法，下面介绍利用BCCWJ corpus的词类分析方法： • 首先收集10万条合同文章，另外准备别的领域的corpus来做 benchmark。 • 使用同一个分词办法来处理各领域的语言数据做一个词类频次分

Python的NLP实战分享 如何实现合同风险预测模型？ GVA TECH Co., Ltd 藤井美娜 自我介绍 2% |# | self-introduction • Machine Learning Engineer / Data Scientist • GVA TECH的人工智能法律服务AI-CON的多语言系统 开发负责人 inazo18 藤井美娜 目录 CONTENTS CONTENTS 1. Python NLP 入门 2. 多语言NLP攻略 3.“合同风险预测模型”实战经验分享 4. 总结 5% |### | today’s topic 1 Python NLP 入门 简单介绍自然语言处理的流程和使用corpus的EDA方法。 8% |##### | section1 NLP基础 11% |####### | section1 收集语料 前处理 分词 Analysis/探索性数据分析） • 各个领域都具有那个领域的语言特征，我们不能不考虑。 例如： “网络上的语言表达” “文学作品上的语言表达” “合同书上的语言表达” “病历卡上的语言表达” • EDA有很多办法，下面介绍使用corpus的词类分析方法： • 首先收集10万条合同文章，另外准备别的领域的比较稳定的 corpus做来benchmark。 • 使用同一个办法来处理各领域的语言数据做一个词类频次分布表，

技术支持体验尽可能地有效和高效，我们将定义相关角色，并共享 一些可简化问题解决过程和改善客户服务体验的最佳做法。 角色和职责 客户角色和职责 通过与一组专门的联系人进行合作，VMware 可以更有效地与您所在的组织协同解决技术及合同问题。 对于每种协议，我们都定义了以下两种类型的客户联系人： 支持管理员：支持管理员负责提交支持请求 (SR) 并与 VMware 支持代表协同工作。可以指派的支持 管理员的人数由您选择的支持 我们还为拥有多个许可证的 VMware Workstation 和 VMware Fusion 用户提供站点支持和升级定购服务。 该计划允许您将所有 Workstation 或 Fusion 支持合同合并为一个合同。所有许可证均可享受工作时间 支持。这样，您将只收到一张发票，所有续订都将在同一天进行，而且将收到所有更新和升级。 每购买一个 VMware Workstation、VMware Fusion 时间。 * VMware 工作日的规定如下： 有关每项支持服务的更多信息，请参考附录 A 中具体的产品介绍。 访问 VMware 论坛和知识库 提供 提供 提供 提供 提供 提供 每份合同最多 允许的支持管 理员人数 6 4 2 不适用 不适用 4 支持请求的数量 无限制 无限制 无限制 无限制 每事件 1、 3 或 5 个 无限制 为特殊升级提供 站点支持 提供 不提供

容灾 API管理 标准API APP运维 多链路 安全框架 管理工作台 HRM 移动办公 招募 IM 物料 薪资 培训 成长 快速起量，系统质量、研发效率问题凸显 合同 骑手网关 规模化阶段：核心领域细分 主数据平台 （核心模型） 账号权限 组织架构 核心数据模型 配送服务 配送运力 ⋯ 订单中心 （送什么） 品类 重量 支付状态 运单中心 （配送任务） 容灾 API管理 标准API APP运维 多链路 安全框架 管理工作台 HRM 移动办公 招募 IM 物料 薪资 培训 成长 快速起量，系统质量、研发效率问题凸显 合同 履约系统 • 如何解耦用户侧与骑手侧 • 调度系统如何设计 • 如何实现算法与工程结合 骑手网关 规模化阶段：核心领域细分 主数据平台 （核心模型） 账号权限 组织架构 核心数据模型 补发 监控 补发 标准API APP运维 多链路 安全框架 管理工作台 HRM 移动办公 招募 IM 物料 薪资 培训 成长 快速起量，系统质量、研发效率问题凸显 合同 运营系统 • 需求长期多而杂，运营系统到底应该管什么 • 科学设定目标并达成的能力 • 各类管理动作的效率提升与结果保证 • 定义科学的运力结构 • 提升物质激励效果 骑手网关 规模化阶段：核心领域细分

对于任一二次型，不论选取怎样的合同变换使它化为仅含平方项的标准型，其正负 惯性指数与所选变换无关，这就是所谓的惯性定理。 (2) 标准形 二次型? = ?1, ?2, ⋯ , ?? = ????经过合同变换? = ??化为? = ???? = ?????? ? = σ?=1 ? ???? 2称为 ?(? ≤ ?)的标准形。在一般的数域内，二次型的标准形不是唯一 的，与所作的合同变换有关，但系数不为零的平方项的个数由 的，与所作的合同变换有关，但系数不为零的平方项的个数由?(?的秩)唯一确定。 6.二次型 36 (3) 规范形 任一实二次型?都可经过合同变换化为规范形 ? = ?1 2 + ?2 2 + ⋯ + ??2 − ??+1 2 − ⋯ − ??2， 其中?为?的秩，?为正惯性指数，? − ?为负惯性指数，且规范型唯一。 6.二次型 37 3.用正交变换和配方法化二次型为标准形，二次型及其矩阵的正定性 设?正定⇒

对于任一二次型，不论选取怎样的合同变换使它化为仅含平方项的标准型，其正负惯性指 数与所选变换无关，这就是所谓的惯性定理。 (2) 标准形 二次型? = (?1, ?2, ⋯ , ??) = ????经过合同变换? = ??化为? = ???? = ?????? ? = ∑ ???? 2 ? ?=1 称为 ?(? ≤ ?)的标准形。在一般的数域内，二次型的标准形不是唯一的，与 所作的合同变换有关，但系数不为零的平方项的个数由 所作的合同变换有关，但系数不为零的平方项的个数由?(?的秩)唯一确定。 (3) 规范形 任一实二次型?都可经过合同变换化为规范形? = ?1 2 + ?2 2 + ⋯ + ??2 − ??+1 2 − ⋯ − ??2，其中? 为?的秩，?为正惯性指数，? − ?为负惯性指数，且规范型唯一。 3.用正交变换和配方法化二次型为标准形，二次型及其矩阵的正定性 设?正定⇒ ??(? > 0), ?

新模式。此外，为落 地实施国家云计算发展战略，进一步推进云计算在企业的渗透率， 各省市还出台了相应的激励政策，在资金方面为企业上云提供支持。 例如，北京、上海、深圳等地企业购买云服务后，政府按合同金额 或上云费用进行一定比例的消费券或资金补贴；浙江、四川等则采 用对优秀上云企业直接发放不同级别资金的方式进行奖励。 云计算白皮书（2023 年） 11 表 1 2022-2023 年中国部分省市云计算相关政策 年中国部分省市云计算相关政策 省市 时间 相关政策 重点内容 北京 2023.3 《2023 年北京市支持中小企业发 展资金实施指南》 对“专精特新”中小企业上云上平 台项目，且验收合格的合同额累计 超过 10 万元(含)，按照不超过合 同额的 30%，给予最高 30 万元的 补助。 2023.2 《北京市推动先进制造业和现代 服务业深度融合发展的实施意见》 加快云计算等新一代信息技术在 一批智能经济新业态等。 上海 2023.5 《上海市助力中小微企业稳增长 调结构强能力若干措施》 加强平台服务赋能。推动 25 万家 中小企业上平台上云。对中小企业 与数字化服务商签订的服务合同 给予不超过合同金额 30%的支持。 2022.6 《上海市数字经济发展“十四五” 规划》 培育数据新要素，推动形成数字贸 易引领优势，大力发展云服务、数 字服务、跨境电子商务等数字贸 易；提升数字新基建，大力发展云

别并修复古籍中的破损文字，同时生成准确的 注释和解释，帮助修复难以辨认的古籍内容。 • 中 文 法 律 文 本 分 析 与 生 成 ： 基于 DeepSeek R1的中文数据处理能力，快速分 析法律文本，提取关键信息，自动生成合同草 案、法律意见书等，提高律师工作效率。 • 智能医疗数据分析与诊断：构建智能医疗 平台，分析病历、检查报告和基因数据，帮助 医生提供更准确的诊断与治疗方案。 • 金融风险预测与管理：开发金融风险分析 X3oQ?pwd=jjv9 提取码: jjv9 --来自团队自测数据 定制化 AI 研究 工具 复杂任务 自动化 行业定制化AI赋能 金融：投资风险分析；医疗：药物 研发辅助；法律：合同智能审核； 制造业：工艺优化等。 行业知识库整合 汇聚行业专家经验、案例数据；构 建领域知识图谱，为行业定制AI模 型奠定基础。 “AI参谋”赋能 7*24小时全天候服务，快速响应行业 专业问询，自主开展深度行业研究。 持续迭代。 AIGK+DeepResearch：定制化AI，自动化转型 行业知识库整合 行业定制化AI赋能 •金融机构在评估投资项目时，需 要快速识别潜在风险并做出决策。 金融领域 •AI智能合同审核系统，减少人工 审核的错误率，提升司法透明度。 法律领域 •AI工艺优化平台，帮助企业优化 生产流程，降低成本并提升效率。 制造业领域 实施场景 模型分析：金融行业投资风险智能预测  金融公司：基于实时数据，智能预测投资项目

研发者应生成详细的测试报告，分析安全问题并提出改进方案。 6.2 人工智能服务提供者安全指引 （a）服务提供者应公开人工智能产品和服务的能力、局限性、适用人群、 场景。- 14 - 人工智能安全治理框架 （b）服务提供者应在合同或服务协议中，以使用者易于理解的方式，告 知人工智能产品和服务的适用范围、注意事项、使用禁忌，支持使用者知情选 择、审慎使用。 （c）服务提供者应在告知同意、服务协议等文件中，支持使用者行使人 件下抵御或克服不利条件的能力，防范出现意外结果和行为错误，确保最低限 度有效功能。 （h）服务提供者应将人工智能系统运行中发现的安全事故、安全漏洞等 及时向主管部门报告。 （i）服务提供者应在合同或服务协议中明确，一旦发现不符合使用意图 和说明限制的误用、滥用，服务提供者有权采取纠正措施或提前终止服务。 （j）服务提供者应评估人工智能产品对使用者的影响，防止对使用者身 心健康、生命财产等造成危害。 换到人工或传统系统等的能力。 6.4 社会公众安全应用指引 （a）社会公众应提高对人工智能产品安全风险的认识，选择信誉良好的 人工智能产品。- 16 - 人工智能安全治理框架 （b）社会公众应在使用前仔细阅读产品合同或服务协议，了解产品的功 能、限制和隐私政策，准确认知人工智能产品做出判断决策的局限性，合理设 定使用预期。 （c）社会公众应提高个人信息保护意识，避免在不必要的情况下输入敏 感信息。 （

方式，包括问答、翻译、 搜索等 深度学习起步、发展及 成熟，同样影响NLP领 域，从传统的机器学习 逐渐过渡到深度学习 NLP技术层次 日常工作中各类常见的文本形式 新闻文章 企业合同/公文 客户评论意见 企业产品手册 法律/人事/证券等专业文本 问答资料 02 深度学习与NLP 深度学习发展与应用 语音识别 计算机视觉 自然语言处理 海量数据 算法进步 芯片技术 I-ORG I-ORG E-ORG CRF 04 达观数据文本挖掘的实践经验 文 档 智 能 抽 取 功 能 l 财务报表账目信息抽取 l 商业票据关键信息识别 l 应标书信息自动导出 l 基金合同差异核对 l 投资报告项目信息自动提取 l 法律文书风控要素审核 l 新闻稿文字校对 l 政府补贴项目申请表内容核准 l …… l 更多场景可定制开发 文本挖掘的一些常见应用需求 风