法律文档分析¶
从法律合同和案例文档中提取信息的完整指南。
场景¶
您有一份法律文档，想要： - 提取合同义务和截止日期 - 识别定义术语 - 创建案例年表 - 映射先例关系
按任务推荐模板¶
合同义务¶
模板： legal/contract_obligation
最适合服务协议、保密协议、雇佣合同、供应商协议。
提取内容： - 当事人义务 - 截止日期和里程碑 - 交付物 - 先决条件 - 违约后果
定义术语¶
模板： legal/defined_term_set
最适合从合同中提取所有大写的定义术语。
提取内容： - 术语定义 - 交叉引用 - 定义位置
案例时间线¶
模板： legal/case_fact_timeline
最适合诉讼年表、案例摘要。
提取内容： - 时序事件 - 当事人行为 - 法院判决
完整工作流：合同分析¶
第 1 步：提取义务¶
示例输出：
{
"items": [
{
"party": "服务提供商",
"obligation": "30 天内交付软件模块",
"deadline": "2024-03-15",
"deliverable": "源代码和文档",
"conditions": "收到付款后"
},
{
"party": "客户",
"obligation": "支付里程碑款项",
"deadline": "2024-03-01",
"amount": "¥350,000",
"conditions": "交付物验收后"
}
]
}
第 2 步：提取定义术语¶
注意： 以下步骤假设您在第 1 步使用了 Python 方式。如果使用了 CLI，请使用
ka.load("./contract/")加载结果。
# 提取定义术语
terms_ka = Template.create("legal/defined_term_set", "zh")
terms_result = terms_ka.parse(contract)
print(f"\n找到 {len(terms_result.data.items)} 个定义术语：")
for term in terms_result.data.items:
print(f"\n{term.term}：{term.definition}")
示例：
第 3 步：构建合同知识库¶
# 构建查询索引
result.build_index()
# 保存供将来参考
result.dump("./contract_analysis/")
# 查询义务
response = result.chat("服务提供商在数据安全方面有哪些义务？")
print(response.content)
response = result.chat("列出所有付款里程碑及其到期日")
print(response.content)
案例分析工作流¶
提取案例时间线¶
from hyperextract import Template
# 加载案例文档
with open("case_summary.md", "r") as f:
case = f.read()
# 提取时间线
ka = Template.create("legal/case_fact_timeline", "zh")
result = ka.parse(case)
# 显示年表
print("案例时间线：")
for edge in sorted(result.edges, key=lambda e: e.time if hasattr(e, 'time') else ''):
if hasattr(edge, 'time'):
print(f"\n{edge.time}：")
print(f" 事件：{edge.source}")
print(f" 行为：{edge.type}")
print(f" 当事人：{edge.target}")
# 可视化
result.build_index()
result.show()
示例输出：
2023-01-15：
事件：提起诉讼
行为：发起
当事人：原告
2023-02-01：
事件：驳回动议
行为：提交
当事人：被告
2023-03-15：
事件：证据开示阶段
行为：开始
当事人：双方
案例先例分析¶
映射先例关系¶
# 提取案例引用
ka = Template.create("legal/case_citation", "zh")
result = ka.parse(legal_opinion)
# 分析引用网络
print("引用的案例：")
for node in result.nodes:
if node.type == "案例":
print(f" - {node.name} ({node.citation})")
print(f" 原则：{node.principle[:100]}...")
# 可视化先例网络
result.build_index()
result.show()
对比表¶
| 模板 | 最佳场景 | 输出 |
|---|---|---|
contract_obligation |
服务协议、保密协议 | 义务列表 |
defined_term_set |
定义术语提取 | 术语定义集合 |
case_fact_timeline |
诉讼年表 | 时间线图谱 |
case_citation |
先例分析 | 引用网络 |
compliance_list |
监管要求 | 合规清单 |
批量合同处理¶
"""批量分析多个合同。"""
from hyperextract import Template
from pathlib import Path
import pandas as pd
def analyze_contract_folder(folder_path, output_dir):
"""从文件夹中所有合同提取义务。"""
ka = Template.create("legal/contract_obligation", "zh")
all_obligations = []
for contract_file in Path(folder_path).glob("*.md"):
print(f"处理 {contract_file.name}...")
text = contract_file.read_text()
result = ka.parse(text)
# 保存单个
output_path = Path(output_dir) / contract_file.stem
result.dump(output_path)
# 收集义务
for obl in result.data.items:
all_obligations.append({
"contract": contract_file.name,
"party": obl.party,
"obligation": obl.obligation,
"deadline": getattr(obl, 'deadline', 'N/A'),
"deliverable": getattr(obl, 'deliverable', 'N/A')
})
# 创建汇总
df = pd.DataFrame(all_obligations)
df.to_csv(Path(output_dir) / "all_obligations.csv", index=False)
print(f"\n处理了 {len(list(Path(folder_path).glob('*.md')))} 个合同")
print(f"找到 {len(all_obligations)} 个总义务")
return df
# 用法
df = analyze_contract_folder("./contracts/", "./contract_analysis/")
# 查找即将到期的截止日期
from datetime import datetime
df['deadline'] = pd.to_datetime(df['deadline'], errors='coerce')
upcoming = df[df['deadline'] > datetime.now()].sort_values('deadline')
print("\n即将到期的截止日期：")
print(upcoming[['contract', 'party', 'deadline', 'obligation']].head(10))
最佳实践技巧¶
1. 文档准备¶
- 将 PDF 转换为干净的 Markdown
- 移除页眉/页脚/页码
- 保留段落结构
- 保留章节标题
2. 合同类型¶
| 合同类型 | 主要模板 | 次要模板 |
|---|---|---|
| 服务协议 | contract_obligation |
defined_term_set |
| 保密协议 | contract_obligation |
defined_term_set |
| 雇佣合同 | contract_obligation |
defined_term_set |
| 许可协议 | contract_obligation |
defined_term_set |
| 诉讼摘要 | case_fact_timeline |
case_citation |
| 监管文档 | compliance_list |
- |
3. 多语言支持¶
4. 组合模板¶
# 全面合同分析
text = open("contract.md").read()
# 提取义务
obligations = Template.create("legal/contract_obligation", "zh").parse(text)
# 提取定义术语
terms = Template.create("legal/defined_term_set", "zh").parse(text)
# 保存两者
obligations.dump("./contract_obligations/")
terms.dump("./contract_terms/")
# 交叉引用
print("\n引用定义术语的义务：")
for obl in obligations.data.items:
for term in terms.data.items:
if term.term.lower() in obl.obligation.lower():
print(f" '{term.term}' 在：{obl.obligation[:60]}...")
示例：合同审查清单¶
"""自动化合同审查清单。"""
from hyperextract import Template
from datetime import datetime
def contract_review_checklist(contract_path):
"""从合同生成审查清单。"""
text = open(contract_path).read()
# 提取义务
obl_ka = Template.create("legal/contract_obligation", "zh")
obl_result = obl_ka.parse(text)
# 提取术语
terms_ka = Template.create("legal/defined_term_set", "zh")
terms_result = terms_ka.parse(text)
print("=" * 60)
print("合同审查清单")
print("=" * 60)
# 义务摘要
print("\n## 义务摘要")
print(f"总义务数：{len(obl_result.data.items)}")
party_obligations = {}
for obl in obl_result.data.items:
party = obl.party
if party not in party_obligations:
party_obligations[party] = []
party_obligations[party].append(obl)
for party, obligations in party_obligations.items():
print(f"\n{party}：{len(obligations)} 个义务")
for obl in obligations[:3]: # 显示前 3 个
deadline = getattr(obl, 'deadline', '无截止日期')
print(f" - {obl.obligation[:50]}... (到期：{deadline})")
# 关键日期
print("\n## 关键日期")
deadlines = [obl.deadline for obl in obl_result.data.items
if hasattr(obl, 'deadline') and obl.deadline]
for deadline in sorted(deadlines)[:5]:
print(f" - {deadline}")
# 关键术语
print("\n## 关键定义术语")
for term in terms_result.data.items[:10]:
print(f" - {term.term}")
# 风险标记
print("\n## 需审查的风险标记")
risk_keywords = ['无限', '永久', '唯一酌情权', '放弃', '赔偿']
for obl in obl_result.data.items:
for keyword in risk_keywords:
if keyword in obl.obligation:
print(f" ⚠ 包含'{keyword}'：{obl.obligation[:60]}...")
print("\n" + "=" * 60)
# 用法
contract_review_checklist("service_agreement.md")