contract-structure-parsing

# 合同结构解析 Skill ## 数据来源 本 Skill 支持多种合同文档输入格式，核心数据来源包括： ### 1. 合同文档类型 - **PDF格式**：合同PDF文档 - **Word格式**：合同Word文档 - **图片格式**：扫描版合同图片 ### 2. 合同内容类型 - **贷款合同**：银行贷款合同、民间借贷合同 - **担保合同**：保证合同、抵押合同、质押合同 - **投资协议**：股权投资协议、债权投资协议 - **并购协议**：股权转让协议、资产收购协议 ### 3. 文档特征 - **语言类型**：中文、英文 - **版式类型**：标准版式、复杂版式、扫描版式 - **文档大小**：小文档（<10MB）、大文档（>10MB） ### 4. 数据格式要求 - **文件路径**：本地文件路径或网络文件URL - **文件编码**：UTF-8、GBK、GB2312等 - **文件权限**：需要读取权限 > 说明：本 Skill 不包含文档采集功能，需要用户提供合同文档文件。建议文档格式规范，以便进行准确的结构解析。 --- ## 功能 本 Skill 提供全面的合同结构解析能力，涵盖多种解析功能： ### 1. 合同结构识别 - **合同标题识别**：识别合同标题和合同类型 - **合同主体识别**：识别合同双方主体信息 - **合同日期识别**：识别合同签署日期和生效日期 - **合同编号识别**：识别合同编号和版本信息 ### 2. 条款结构解析 - **条款层级识别**：识别合同的条款层级结构 - **条款标题提取**：提取各级条款标题 - **条款内容提取**：提取各条款的具体内容 - **条款定位**：记录条款在文档中的位置 ### 3. 义务责任识别 - **义务条款识别**：识别各方的义务条款 - **责任条款识别**：识别各方的责任条款 - **违约责任识别**：识别违约责任条款 - **权利义务映射**：建立权利义务的映射关系 ### 4. 关键信息提取 - **主体信息提取**：提取合同双方的基本信息 - **金额信息提取**：提取涉及金额和支付条款 - **期限信息提取**：提取合同期限和履行期限 - **条件信息提取**：提取合同生效条件和解除条件 ### 5. 版式还原 - **版式结构还原**：尽可能还原合同的原始版式 - **格式信息保留**：保留字体、字号等格式信息 - **布局信息记录**：记录页面布局和元素位置 ### 6. 高级处理功能 - **OCR识别**：对扫描版合同进行OCR识别 - **多语言识别**：识别合同中的多语言内容 - **结构化输出**：输出结构化的合同内容 --- ## 使用示例 ### 输出示例 ```json { "document_info": { "filename": "contract.pdf", "file_size": 1024000, "page_count": 20, "language": "zh-CN", "contract_type": "贷款合同" }, "header": { "title": "银行贷款合同", "contract_number": "LOAN-2024-001", "party_a": "示例银行股份有限公司", "party_b": "示例公司", "sign_date": "2024-03-15", "effective_date": "2024-03-20" }, "structure": { "clauses": [ { "level": 1, "title": "第一条 贷款金额和用途", "content": "贷款金额和用途内容...", "page": 1, "obligations": ["借款人应按约定用途使用贷款"], "responsibilities": ["贷款人应按约定发放贷款"] }, { "level": 1, "title": "第二条 贷款利率和期限", "content": "贷款利率和期限内容...", "page": 2 } ] }, "key_information": { "loan_amount": 10000000, "interest_rate": 4.35, "loan_term": 12, "repayment_method": "等额本息", "guarantee": ["抵押", "保证"] } } ``` --- ## 注意事项与限制 ### 1. 文档格式要求 - 支持标准合同格式文档 - 复杂版式可能影响解析准确性 - 扫描版合同需要OCR功能支持 ### 2. 解析准确性 - 标准格式合同解析准确率较高 - 非标准格式可能影响结构识别 - OCR识别准确率受图片质量影响 ### 3. 性能考虑 - 大文档处理可能需要较长时间 - 内存占用与文档大小成正比 - 建议对超大文档进行分页处理 ### 4. 法律术语 - 需要识别和理解法律术语 - 不同合同类型术语可能不同 - 需要建立法律术语词典 ### 5. 使用限制 - 本 Skill 不包含法律意见功能 - 解析结果需要法律专业人士复核 - 受保护文档可能无法解析 --- ## 参考资料 - 见 references/ 目录中的相关文档，包括： - 合同结构解析方法手册 - 法律术语词典 - OCR识别使用指南 - 性能优化指南 ## License - 本 skill 代码部分采用 MIT License，详见 `LICENSE` 文件 - 依赖与运行环境以 `requirements.txt` 为准 - 文档内容采用 CC BY 4.0 许可