石油石化行业
知识图谱产品为企业提供智慧认知分析能力，打造高效、准确的文档结构化智能管理系统。
石油石化行业项目案例
PETROLEUM &PETROCHEMICAL INDUSTRY PROJECTS
- 标书比对
- 年报结构化
- 智能合同起草
- 智能合同审核
标书比对
石化行业某知名企业智能标书比对项目
应用场景： 重资产型企业每年发起的标的数据量庞大，而传统的人工标书查重工作，需要审计人员具备专业知识，难以发现标书中存在的串标等违规行为，工作量大且内容繁琐，消耗大量人力物力的同时，审计准确性却难以保证。
方案优势： 基于NLP、深度学习等技术智能识别文档内容，精准提取相似度比对结果秒级呈现，及时发现异常问题，实现事中风险控制；智能提取，比对规则灵活可控，用户可分场景把握校对严谨程度；从上层应用到底层知识库，端到端构建标书比对系统，帮助客户快速进行数据比对；提供API接入，减少系统间对接复杂度，帮助客户高效信息化建设应用。
最终效果： 实现文本的横向智能查重能力，比对过程统一规范化，直观查看对比结果；精准找出标书内容潜在的风险点并给与警示，辅助评标专家进行围标、串标风险分析和排查，提升标书查重工作的效率、避免违法交易，实现招标流程智能化管控。
年报结构化
石化行业某知名企业年报结构化项目
应用场景： 企业内存在大量报告类型文档，包括年报、财报、工作总结等。通常的格式为WORD、EXCEL等非结构化的文档，在传统的年报文档管理过程中，涉及大量的比对和分析工作。多元数据难以整合、知识体系关系混乱、结构难以追寻，在人工结构化的过程中操作耗时长、效率低，数据准确性、透明度都难以保障，容易出现纰漏。
方案优势： 从上层应用到底层知识库，呈现业务数据与模板间的相似度展现；提供API接入，减少系统间对接复杂度，帮助用户高效信息化建设应用；系统以历年企业年度工作报告为基础，通过智能结构化提取规则，对多元数据文档内容进行精准提取，用户无需繁琐操作，即可秒速获取结构化结果。
最终效果： 将非结构化文档进行自然语言处理（NLP）和知识图谱解析，转换成结构清晰的结构化数据资源池；将多源异构数据融合，实现文档内容结构的统一规范，方便管理、直观查看，减少人工成本，提升效率，实现知识文档智能化管理。
智能合同起草
石化行业某知名企业智能合同管理-合同起草
应用场景： 企业每年需要签订大量合同，在合同起草时需要对历史合同进行对照，需要操作人员具备专业知识以及法律知识，在对历史合同库进行人工查询及相似分析过程中耗费大量人力物力。
方案优势： 通过对大量历史合同数据库进行关键信息提取及模型训练，获取合同业务类型、场景及信息，使用NLP算法精准识别语义，结合合同条款及法律行业知识库，快速精准起草合同主体、条款并保障其合规性，避免后续冗长审核流程。
最终效果： 根据目标合同的核心信息，智能推送相似合同、关联条款等相关历史数据信息用于新合同起草，实现智能化合同起草推送；无缝对接客户现有系统，实现短周期部署，帮助企业进入合同管理智能化时代。
智能合同审核
石化行业某知名企业智能合同管理-合同审核项目
应用场景： 大型企业每年需审核处理多至几万份合同，合同审核依据专业、规则繁多、流程周期长，对审核人员专业性要求高，耗费大量人力物力的同时也面临审核经验易流失等问题。
方案优势： 借助人工智能技术，通过算法和审核模型，精准识别语义，将可标准化、结构性强、重复性高的合同文档审核工作自动化；结合完整性、合规性、一致性等不同维度对合同进行高效的自动化整体审查，给出合同缺漏的内容以及风险点，并为合同审查人员提供合理的修改建议，从而极大减少人为疏漏，降低合同风险。
最终效果： 实现用户合同文本统一规范化、结构化管理，合同金额、交易数量等快速统计；对交易潜在风险点发出预警，避免违规操作，减少业务损失；智能查询关联合同、关联条款等相关历史数据信息，无缝对接多种第三方数据源（如企业资信平台等），提供多维信息。