法律行业的两个高频痛点都和信息密度有关：审一份几十页的合同要逐条核对风险点，办一个案子要检索海量判例找支撑。这两件事的共同特点是——专家时间贵、重复劳动多、容错率低。AI在这两个场景的落地相对成熟，本文拆解合同智能审查与类案检索两套系统的技术架构，以及大模型带来的变化。

法律文本为什么难处理

通用NLP模型在法律语料上水土不服，原因有三：

1. 术语体系封闭："不安抗辩权""表见代理"这类词在通用语料里几乎不出现，词向量空间里没有好的表示；
2. 句子极长且结构化：一个合同条款可能上百字，嵌套多个条件和例外，指代关系复杂；
3. 对错误零容忍：把"定金"识别成"订金"，法律后果完全不同。

所以法律NLP的标准做法是领域预训练+任务微调：用裁判文书、法律法规、合同语料做继续预训练（Lawformer等法律BERT类模型），再针对要素抽取、条款分类等任务微调。

合同智能审查的系统架构

一套可用的合同审查系统通常是"规则+模型+LLM"的三层架构：

• 结构化解析层：合同版式复杂（扫描件、嵌套表格、骑缝章），先做OCR和版面分析，还原条款层级（章-条-款-项）；
• 要素抽取层：用序列标注（NER）抽取甲乙方、金额、期限、违约金比例、管辖法院等关键要素，这一步要求高精度，实体要链接到结构化字段；
• 风险识别层：分两类处理——"缺失型风险"（比如没约定违约责任、管辖条款）用规则模板检查；"表述型风险"（比如条款显失公平、责任上限异常）用分类模型加LLM判断；
• 报告生成层：LLM把机器发现的风险点改写成律师看得懂的审查意见，附上修改建议和依据条款。

| 方案 | 精度 | 覆盖度 | 可解释性 | 适用风险类型 | |------|------|--------|----------|--------------| | 规则模板 | 高 | 低 | 强 | 条款缺失、格式问题 | | 微调分类模型 | 高 | 中 | 中 | 已知风险模式 | | LLM（few-shot） | 中高 | 高 | 较强（可生成理由） | 新型/表述型风险 |

实践里的坑：LLM会"幻觉"出不存在的风险，生产环境必须让它引用原文条款并给出定位，无法定位原文的结论一律丢弃或转人工。

代码示例：条款风险要素抽取

# 用 transformers 对合同文本做 NER，抽取关键要素 from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline model_name = "your-org/law-ner-bert" # 领域微调后的模型 nlp = pipeline( "token-classification", model=AutoModelForTokenClassification.from_pretrained(model_name), tokenizer=AutoTokenizer.from_pretrained(model_name), aggregation_strategy="simple", ) clause = "甲方应在货物验收合格后30日内向乙方支付合同总价款95%，质保金5%于验收满一年后支付。" entities = nlp(clause) for e in entities: print(f"{e['entity_group']:12s} -> {e['word']:20s} (score={e['score']:.3f})") # 期望输出: # PAYMENT_TERM -> 验收合格后30日内 # RATIO -> 95% # DEPOSIT -> 质保金5%

抽取结果进入结构化字段后，规则引擎就可以做"付款比例是否超过95%""质保金是否约定"这类校验。

类案检索：从关键词到语义检索

类案检索的目标是：给定案情，找出裁判要旨相似的生效判决。技术演进经历了三代。

关键词检索：Elasticsearch分词+BM25。问题是法律表述多样性极强，"合同解除"和"终止合同关系"字面上不重合，关键词方案召回堪忧。

向量检索：把案情描述编码成向量（BGE、text2vec等中文模型，最好用判决语料微调），在Milvus或FAISS里做近似最近邻检索。语义相似度解决了表述差异问题，但容易"形似神不似"——两个案子都提到借款，一个是民间借贷一个是金融借款，法律关系完全不同。

混合检索+重排序：生产系统的标配是BM25加向量双路召回，然后用Cross-Encoder对Top50精排，再把案由、审级、地域、时间作为过滤和加权因子。最新趋势是让LLM先对案情做"要件分解"（当事人、法律关系、争议焦点），按要件分别检索再合并，效果比整段案情直接检索明显更好。

总结与展望

法律AI的落地逻辑很清楚：机器做检索、抽取、初筛这些体力活，律师做判断和决策。大模型把"最后一公里"的体验拉通了——审查意见和检索报告可以直接生成自然语言，律师的采纳意愿明显提高。但要清醒认识到，法律场景的信任成本极高，可溯源（每个结论都能定位到原文条款或具体判例）是系统设计的底线，比模型的绝对精度更重要。未来的方向是法律智能体：自动完成"案情分析→法条匹配→类案检索→文书草拟"的完整链路，人类律师在关键节点审批。技术上已没有不可逾越的障碍，真正的挑战在责任边界和行业接受度。