随着国际财务报告准则（IFRS 16）与美国会计准则（ASC 842）等新租赁准则的生效，一家大型会计师事务所面临新的合规需求：帮助客户将经营租赁如实披露于资产负债表。该所的客户多为大型企业，每家持有数千份租赁协议，而每份协议都需逐条筛查以提取关键信息。由于租赁协议缺乏统一格式，相同类型的信息可能以不同术语表达，这使得基于关键词的检索系统难以奏效，自动化处理面临显著障碍。

为应对上述挑战，该会计师事务所在其合同处理流程中集成了一套基于“语义折叠”（semantic folding）技术的解决方案。语义折叠是一种基于人工智能的自然语言处理（NLP）应用形式，其核心是将词汇以二进制形式进行编码和表示，从而捕捉词语间的语义关联，而非仅依赖字面匹配。

383eadf1511944c3d44377db8f23f7e18455161f79565a290542685364f91a9d.jpg
Steve Levine
Courtesy of Cortical.io

该方案使事务所的领域专家能够快速定义并优化信息提取模型——仅需标注约50份示例租赁协议即可完成模型训练，而传统方法通常需要数千份样本。模型部署后，系统能够以人工大规模处理难以企及的精度，从租赁协议中提取并分类相关信息。与此同时，领域专家通过持续校验、修正和补充提取目标，不断优化整个提取流程。

实际成效

最终，该方案的审阅与数据提取时间较纯人工流程缩短了80%，准确率显著提升，并自动辅助领域专家为客户编制资产负债表。由此，昂贵的人力资源得以释放，转而投入更具业务关键性的任务。方案成功的核心在于其能力：明确识别目标信息，对条款及其所属协议进行分类，并从扫描件中精确提取租赁金额、日期、地址等结构化数据。

在提取过程中，系统还能利用其他数据片段推断协议中未明确表述的信息，并将提取结果导入客户公司的租赁管理工具。该工具随后为每份协议生成摘要表，并将摘要表与对应协议并排展示以供复核，同时在协议原文中高亮显示已提取的信息，极大提升了审阅效率与可追溯性。

选型要点

若贵公司正筹备应对新租赁准则，参考上述会计师事务所的成功经验，在评估解决方案时可关注以下能力：

  • 基于语义的NLP合同分析。此类软件采用独特的、基于含义的分析方法，能够更快速、更准确地审阅合同，避免关键词匹配的局限。
  • 无需AI专家的智能合同分析。部分合同分析软件专为领域专家设计，专家无需数据科学家支持，即可从约100份文档起步，为任意文档类型训练新模型，大幅降低技术门槛。
  • 通过自动化分析获得规模化洞察。合同分析软件应能轻松集成至合同管理系统与商业智能工具，提供风险评估、趋势识别及新收入机会挖掘所需的关键信息。

新租赁准则最具挑战性的环节之一，在于识别那些常嵌入于难以检索的协议中的租赁条款。基于语义的NLP合同分析，正是以快速且精准的方式克服这一挑战的有效路径。