欢迎访问上邦|专注企业 AI 数字化转型落地 · 咨询热线 400-667-6771
免费咨询
首页 / 资讯中心 / 技术干货 / 文章详情
技术干货

长合同与卷宗自动摘要:用本地大模型做可溯源的要点抽取

上邦 AI 工程团队2026-09-22阅读 约 7 分钟
律师与法务每天面对动辄数十页的合同、判决书与卷宗,人工通读耗时且易漏要点。本文给出一套可私有化部署的摘要流水线:用 LangChain 做结构化分块,本地大模型按固定模板抽取关键条款与风险点,并强制回链到原文段落,保证每条摘要都可溯源复核。附可运行代码。
长文档摘要的价值不在省时间,而在把分散要点收敛成可决策的清单,同时保留原文出处供复核。对涉密合同与卷宗,私有化部署是硬约束,客户资料不得出域。

总体思路:分块、抽取、回链

第一步 按标题与段落切分,控制单块长度适配模型上下文,保留段落编号;
第二步 用固定模板 prompt 抽取当事人、金额、期限、违约与争议解决等字段;
第三步 输出时附带来源段落编号,支持一键跳转原文,做到每条摘要可溯源。

分块与抽取代码

用 LangChain 的递归字符切分器把文档切成带元数据的片段,再批量调用本地 Ollama 模型:
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_ollama import OllamaLLM

splitter = RecursiveCharacterTextSplitter(
    chunk_size=1200, chunk_overlap=150,
    separators=['\n#', '\n##', '\n', '。', ''],
)
chunks = splitter.split_text(contract_text)

llm = OllamaLLM(model='qwen2.5:14b')

template = '''你是资深法务助理。请从下文抽取关键条款,严格按 JSON 输出:
{{'parties': [], 'amount': '', 'term': '', 'breach': '', 'dispute': ''}}。
只输出 JSON,不要解释。原文:
{text}'''

for i, c in enumerate(chunks):
    out = llm.invoke(template.format(text=c))
    print(f'块 {i} 抽取结果:', out)
说明:JSON 模板用双花括号转义,避免与 Python 字符串格式化冲突;本地模型建议选用支持中文与长上下文的开源权重。涉密文本全程在隔离环境运行。

质量校验:让模型自己复核

抽取结果可二次送入模型,要求它逐项回指原文段落;凡无法回链的字段标记为待人工确认,既降低幻觉,也便于律师快速定位。配套把段落编号写入知识库,后续检索直接命中出处。

参考来源

LangChain 文本切分器文档 - LangChain 官方文档 Ollama 本地模型运行文档 - Ollama 官方文档
相关标签:法律科技合同摘要本地大模型RAG私有化部署

免费咨询上邦技术顾问

一对一上邦方案顾问对接 · 免费定制企业专属 AI 数字化转型方案

立即获取上邦方案