Legal.AI - Алексей Русских, Мегапьютер Интеллидженс, Алексей Поповцев, СИБУР - Цифровой эксперт по договорам» на платформе PolyAnalyst

Transcript

1. ООО «СИБУР» Анализатор договорных документов в СИБУРе Поповцев Алексей Владимирович, Старший юрист, Юридическая поддержка ООО «СИБУР» Legal AI 19.09.2019
2. СИБУР сегодня 2 газопереработка и инфраструктура олефины и полиолефины научные центры строящиеся предприятия рассматриваемые инвестиционные проекты проектные инжиниринговые центры корпоративный центр оздоровления инфраструктурные объекты наливные эстакады поддержка бизнеса МОСКВА Тверь Курск Воронеж Краснодар Новокуйбышевск Анапа Балахна Нижний Новгород Кстово Дзержинск Пермь Нягань Вынгапуровский Нижневартовск Тобольск Тюмень Омск Томск Красноярск Свободный Благовещенск Тольятти Усть-Луга Пуровск Ханты-Мансийск Пыть-Ях Ноябрьск Муравленко Губкинский Благовещенск Железнодорожный * * * * ** Условные обозначения * Совместные предприятия: • ООО «РусВинил (Кстово) – СП с компанией SolVin • ООО «Южно-Приобский ГПЗ» (Ханты-Мансийск) – СП с группой «Газпром нефть» • ООО «НПП «Нефтехимия» (Москва) – СП с группой «Газпром нефть» • ООО «ПОЛИОМ (Омск) – СП с группой «Газпром нефть» и ГК «Титан» • Reliance SIBUR Elastomers Private Limited (Джамнагар – СП с Reliance Industries Limited) ** Терминал по перевалке СУГ и светлых нефтепродуктов. Осуществление функций оператора терминала пластики, эластомеры и промежуточные продукты 27тыс.сотрудников 455 млрд руб.выручка за 2017 г. №1производитель нефтехимии России и Восточной Европы ТОП – 5строящийся комплекс «ЗапСибНефтехим» в числе крупнейших нефтехимических инвестпроектов мира по базовым полимерам экспорт КИТАЙ Шанхай Джамнагар * ИНДИЯ Стамбул ТУРЦИЯ АВСТРИЯ Вена в 80стран
3. Текущее состояние анализа договоров Предприятия СИБУРа ведут активный процесс контрактования. Ежемесячно заключается порядка 90 000 (по предварительным подсчетам) договорных документов. 68% 32% Стандартизация договоров Около 67,1% документов запускаются по стандартизированным формам (ФСД и ЕУФ). Необходимо проведение экспертизы как стандартных, так и нестандартных форм договорных документов Стандартные договоры: на соответствие действующим формам Нестандартные договоры: на соответствие чек-листам договор договор Много договоров Итог: много бумаги, много работы, увеличиваются сроки на экспертизу
4. Наше решение 20.09.2019 4 1) Система путем семантического и лингвистического анализа в 98% случаев, без участия юристов, находит и выявляет заложенные юристами сущности и факты. До сих пор, эти сущности и факты вручную оценивались отделом Юридической поддержки в рамках процесса правовой экспертизы договорных документов; 2) В системе есть возможность создавать правила/скрипты по проверке договоров на предмет их соответствия условиям чек-листов; 3) Система может проверять одновременно не менее 50 договорных документов любого вида (pdf,word, excel) (в рамках одной итерации в системе) за один час работы; 4) Система анализирует договорные документы в режиме 24/7. Внедрить решение, позволяющее проводить автоматизированную экспертизу договоров на основе чек-листов. Идея Гипотезы Решение: «Цифровой эксперт по договорам» на платформе PolyAnalyst™ Поставщик: компания «Мегапьютер Интеллидженс»
5. «Цифровой эксперт по договорам» на платформе PolyAnalyst™ Legal AI 19 сентября 2019г.
6. О платформе PolyAnalyst PolyAnalyst™ входит в Единый реестр российских программ для ЭВМ и баз данных (реестровый №4414) АНАЛИТИЧЕСКАЯ ПЛАТФОРМА PolyAnalyst – это система для анализа текстовых документов и структурированных данных. Комбинирует ИИ, лингвистический анализ текста и машинное обучение. ЛИНГВИСТИЧЕСКИЙ АНАЛИЗ В системе PolyAnalyst осуществляется лингвистический анализ текста, основанный на правилах и машинном обучении, в том числе автоматическое извлечение именованных сущностей, анализ тональности, извлечение фактов. МАШИННОЕ ОБУЧЕНИЕ В платформу встроены средства, использующие алгоритмы машинного обучения: классификация и кластеризация документов, извлечение условий договора.
7. Применение машинного обучения в PolyAnalyst КЛАССИФИКАЦИЯ ДОКУМЕНТОВ в том числе иерархическая ИЗВЛЕЧЕНИЕ ИНФОРМАЦИИ Извлечение общей (названия компаний, имена людей, даты) и предметно-ориентированной информации (реквизиты, предмет договора, условия оплаты,…) КЛАСТЕРИЗАЦИЯ ДОКУМЕНТОВ группировка схожих документов
8. Преимущества машинного обучения ПРОИЗВОДИТЕЛЬНОСТЬ справляется с анализом больших объемов данных АДАПТАЦИЯ не требует жестко запрограммированных правил ЭФФЕКТИВНОСТЬ способен учитывать множество факторов при принятии решения ОБУЧАЕМОСТЬ ИИ становится «умнее» в процессе работы
9. Для первоначального обучения системы необходимы размеченные документы. Как правило, разметку приходится делать вручную. Для качественной модели требуется очень большое количество размеченных документов. Сложно понять логику принятия решений и исправить ошибки. Для повторного обучения системы снова требуется большое количество документов, проверенных человеком. Недостатки машинного обучения
10. Как ускорить процесс разметки данных? ПРОБЛЕМА Отсутствие/недостаточность размеченных данных для машинного обучения ??? РЕШЕНИЕ Автоматизация разметки с помощью языка запросов
11. Примеры правил для разметки корпуса Расчеты осуществляются ежемесячно… …подлежит уплате авансом за каждый квартал. Размер ежемесячной платы установлен в Приложении №1. Ежемесячная оплата услуг осуществляется… phrase(ежемесячный, synonym(плата)) phrase(2, synonym(плата), за, каждый, term(период)) phrase(3, расчет, ежемесячно or ежеквартально)
12. Возможности языка запросов ПОИСК С УЧЕТОМ КОНТЕКСТА Возможность указать требования к совместной встречаемости слов. ИСПОЛЬЗОВАНИЕ СЛОВАРЕЙ Поиск синонимов, поддержка словарей выражений. Например, найти синонимы слова «оплата». ПОИСК ПО ОНТОЛОГИЯМ Поиск с учетом семантических связей слов (гиперонимов, гипонимов). Например, найти все виды подзаконных актов. ДОПОЛНИТЕЛЬНЫЕ ПАРАМЕТРЫ ПОИСКА Поиск слов на определенном расстоянии, в определенном регистре. Поиск точных вхождений и с учетом изменения слова. ПАРСИНГ СТРУКТУРЫ ДОКУМЕНТА Поиск в определенных разделах. Например, найти слово «арендатор» в заголовке. ПОИСК В КОНТЕКСТЕ ОТРИЦАНИЯ Возможность исключить из поиска отрицательные и модальные конструкции. ТАБЛИЦЫ Работа с таблицами и их содержимым. Например, найти слово «сумма» в ячейке таблицы.
13. Разработка решения по извлечению информации: поход, основанный на правилах СИСТЕМА ЭКСПЕРТНЫХ ПРАВИЛ Преимущества: высокая точность, предсказуемость результатов Недостатки: необходимость поиска новых контекстов
14. «Цифровой эксперт по договорам» на платформе PolyAnalyst Проверка договоров вручную «Цифровой эксперт» Формализованные условия чек-листа ЦЕЛЬ ПРОЕКТА Автоматизация проверки договоров на предмет их соответствия условиям чек-листов
15. «Цифровой эксперт по договорам» на платформе PolyAnalyst ПРИМЕР ПРАВИЛА, НАПИСАННОГО ЮРИСТОМ Проверка договоров на предмет соответствия условию чек-листа «Ознакомление с Политикой интегрированной системы менеджмента» ПРЕИМУЩЕСТВА СИСТЕМЫ Дружелюбность Специалисты в предметной области легко могут обучиться работе с системой Интерпретируемость Предсказуемость результатов работы системы Адаптируемость Легко исправлять ошибки и вносить изменения в систему
16. Образец отчета «Цифрового эксперта»
17. Разработка решения по извлечению информации: экспертные правила + машинное обучение МАШИННОЕ ОБУЧЕНИЕ ВАЛИДАЦИЯ РЕЗУЛЬТАТОВ МАШИННОЕ ОБУЧЕНИЕ ОБУЧЕННАЯ МОДЕЛЬ СИСТЕМА ЭКСПЕРТНЫХ ПРАВИЛ Преимущества: высокая полнота Недостатки: низкая точность
18. Машинное обучение для извлечения информации РЕДАКТОР ПРАВИЛ для первоначальной разметки ПОДСВЕТКА найденной информации в тексте ГРАФИЧЕСКИЙ ИНТЕРФЕЙС для валидации результатов и повторного обучения системы
19. О компании Megaputer Intelligence • Извлекаем и структурируем факты из текстовых документов • Строим модели на основе аналитики и Искусственного Интеллекта • Предоставляем кластерную платформу для анализа Больших Данных • Оцифровываем и роботизируем бизнес-процессы • Разрабатываем в России, экспортируем на весь мир • Поддерживаем четверть компаний из списка Fortune 100
20. Мы ищем партнеров – экспертов и разработчиков МОДЕЛЬ МОНЕТИЗАЦИИ ПЛАТФОРМА POLYANALYST РАЗРАБОТКА РЕШЕНИЯ: СЦЕНАРИИ И ИНТЕРФЕЙСЫ PAST Megaputer Продает лицензии на платформу Заказчик Сам научился писать сценарии, сам разрабатывает решение и никому не показывает CURRENT Megaputer Продает лицензии на платформу Megaputer Разрабатывает сценарии анализа, делает стыковки с ИТ системами Заказчика через API вместе с партнером по интеграции FUTURE ТИПОВОЕ РЕШЕНИЕ И ИНТЕРФЕЙСЫ. СОВМЕСТНЫЕ ПРОДАЖИ ПО МОДЕЛИ REVENUE SHARING FUTURE Megaputer Продает лицензии на платформу Партнер (эксперт в предметной области) пишет сценарии и интерфейсы при поддержке специалистов Мегапьютер
21. Алексей Русских Генеральный директор (Россия) +7 (915) 424-23-45 russkikh@megaputer.ru Давид Сазонов Руководитель направления текстового анализа +7 (903) 789-72-37 sazonov@megaputer.ru Мегапьютер Интеллидженс Москва, ул. Бауманская 6, офис 723 +7 (499) 753-01-29 www.megaputer.ru Сергей Ананян Генеральный директор (США) +1 (812) 330-0110 sananyan@megaputer.com Megaputer Intelligence Inc 1600 W Bloomfield Rd. Bloomington, IN 47403 USA www.megaputer.com Контакты