Интеллектуальный поиск условий в договорах
Сотрудникам компании нужно было быстро находить конкретные условия и информацию в большом архиве договоров. Nord.OCR распознаёт и индексирует документы, а семантический поиск позволяет находить нужные положения по смыслу, даже если в разных договорах они сформулированы по-разному.
Задача
Компания работает с большим количеством поставщиков и подрядчиков и хранит в корпоративном архиве договоры за несколько лет. Разным подразделениям регулярно требуется находить в них конкретные условия.
Например, закупкам нужно проверить, какие сроки и условия оплаты согласованы с определёнными поставщиками, юридической службе — найти договоры с определённым порядком расторжения или ответственностью сторон, а финансовой службе — проверить условия отсрочки платежа и дополнительных начислений.
Единого способа быстро найти такую информацию во всём архиве не было. Сотрудникам приходилось открывать документы и искать нужные положения вручную. При этом одинаковые условия в разных договорах могли быть сформулированы по-разному, поэтому поиск по ключевым словам не давал полного результата.
Задача проекта — создать единый поиск по договорному архиву, который позволяет быстро находить нужные условия и информацию независимо от формулировок в исходных документах.
Задача проекта — создать единый поиск по договорному архиву, который позволяет быстро находить нужные условия и информацию независимо от формулировок в исходных документах.
Решение
Технологическая основа проекта — Nord.OCR, система для интеллектуального поиска по документам. Решение объединяет OCR, семантический поиск, LLM и RAG для работы с корпоративной базой договоров.
OCR распознаёт содержание документов и переводит архив в машиночитаемый формат. Распознанные договоры формируют корпоративную базу знаний. Семантический поиск находит в ней релевантные документы и фрагменты по смыслу. RAG передаёт найденную информацию из корпоративной базы в LLM как контекст для анализа и формирования ответа. Таким образом, LLM работает не с общей информацией, а с данными из договорного архива компании.
В результате пользователь может задавать вопросы по договорной базе обычным языком и получать ответы на основе конкретных документов и найденных в них фрагментов.
OCR распознаёт содержание документов и переводит архив в машиночитаемый формат. Распознанные договоры формируют корпоративную базу знаний. Семантический поиск находит в ней релевантные документы и фрагменты по смыслу. RAG передаёт найденную информацию из корпоративной базы в LLM как контекст для анализа и формирования ответа. Таким образом, LLM работает не с общей информацией, а с данными из договорного архива компании.
В результате пользователь может задавать вопросы по договорной базе обычным языком и получать ответы на основе конкретных документов и найденных в них фрагментов.
Как работает
В Nord.OCR загружаются договоры в формате PDF, DOCX или как изображения. Система распознаёт текст документа и извлекает из него данные, после чего передаёт содержание на анализ ИИ.
Перед проверкой в системе задают критерии, по которым нужно оценивать договор. Это могут быть внутренние требования компании к условиям оплаты, ответственности сторон, расторжению договора и другим положениям. ИИ использует эти критерии как правила проверки и сопоставляет с ними содержание документа, например ищет:
Для каждого критерия ИИ находит соответствующий фрагмент договора и анализирует его содержание. Если условие соответствует заданному признаку риска, система отмечает его непосредственно в тексте.
На выходе пользователь получает договор с подсвеченными фрагментами.
Например, если в документе есть право контрагента в одностороннем порядке изменить стоимость услуг, Nord.OCR находит соответствующий пункт и выделяет его. Пользователь сразу видит основание для проверки, а не просто получает сообщение о том, что в договоре есть риск.
Перед проверкой в системе задают критерии, по которым нужно оценивать договор. Это могут быть внутренние требования компании к условиям оплаты, ответственности сторон, расторжению договора и другим положениям. ИИ использует эти критерии как правила проверки и сопоставляет с ними содержание документа, например ищет:
- возможность одностороннего изменения цены или других условий;
- штрафы, пени и ограничения ответственности;
- условия предоплаты, отсрочки и дополнительных платежей;
- порядок и условия расторжения договора;
- автоматическую пролонгацию;
- обязательства и гарантии сторон;
- ссылки на отсутствующие приложения или документы;
- противоречия между отдельными условиями.
Для каждого критерия ИИ находит соответствующий фрагмент договора и анализирует его содержание. Если условие соответствует заданному признаку риска, система отмечает его непосредственно в тексте.
На выходе пользователь получает договор с подсвеченными фрагментами.
Например, если в документе есть право контрагента в одностороннем порядке изменить стоимость услуг, Nord.OCR находит соответствующий пункт и выделяет его. Пользователь сразу видит основание для проверки, а не просто получает сообщение о том, что в договоре есть риск.
Результат
- 70–90% меньше времени на обработку документов.
- 60–80% меньше ручных операций при поиске, просмотре и сопоставлении документов.
- Сотрудники разных подразделений быстрее находят нужные условия и информацию в договорном архиве.
- Сокращается время на подготовку справок, проверок и аналитики по действующим и архивным договорам.
- Накопленный архив договоров превращается в рабочую базу, из которой можно быстро получать информацию для закупок, юридической и финансовой работы.
- Один сценарий поиска можно использовать для разных задач: от проверки условий оплаты и сроков поставки до анализа ответственности, гарантий и условий расторжения.