一、合规检查本质是清单核对

企业的合同审查，很大一部分不是「判断」，是「核对清单」。 这份合同有没有约定争议解决方式？有没有保密条款？有没有不可抗力？有没有知识产权归属？ 这类问题有标准答案，而且答案是「有 / 没有」二值。 所以它天然适合规则，不适合大模型—— 大模型给的是「这段话大概在讲保密」，而法务要的是「第 7 条有没有」。 规则引擎在这个场景里还有两个决定性优势： ① 结果可解释。 命中了哪个词、在第几段，一目了然。 ② 快。 Demo 里 2400 次判断只花不到 2 毫秒。 这意味着可以在合同起草界面上做实时提示，而不是等一晚上出报告。 但规则有个绕不过去的软肋：它只认字面。 而合同恰恰是一种「同一个意思有一百种说法」的文体。这一节就来看这两种错怎么发生。

二、假阴性：换了说法，关键词躲开了

三、假阳性：词在，意思反了

把同义词补进词表之后，漏检从 199 掉到 0。 但「误判」那一列一动不动，还是 20 处。 因为误判的来源不是「词表不全」，是「提到了但明确说不适用」。 比如「本合同不约定争议解决方式」——关键词「争议解决」在，但它恰恰是在说这一条没有约定。 再比如「本合同不设保密义务」——「保密」两个字响亮地在场，意思完全相反。 这类否定语境，关键词规则从原理上就判不了。 因为它需要判断「这个短语的极性」，而不是「这个短语在不在」。 补词表只会让它误判得更起劲，因为能撞上的词更多了。 这就是假阳性：条款明明不在，机器说在。 它的危险和假阴性对称——一个让法务漏看，一个让法务白看。 但在合同场景里，假阳性更常见，因为起草人经常用「本合同不适用 XX」来主动排除某一条。 补词表把标出量从 578 砍到 379，砍掉的全是漏检；剩下那 20 处误判，按词表怎么补都补不掉。 379 处里 359 处真缺、20 处是误判——误报率 5.3%，这个水平是法务可以接受的。

四、规则引擎的定位：筛，不判

「准确率 90.9% 到 99.2%」这个提升听起来很好，但更该看的是那 0.8%。 这 0.8% 是「词表碰不到的」，它不会因为再多加几百个同义词而消失。 所以规则引擎的正确定位是：负责筛，不负责判。 它把 2400 条判断筛成 379 条「疑似缺失」，让人只看这 379 条，而不是看全部。 人省下的是 84% 的时间，不是 100% 的时间。 这个定位决定了两件事： ① 阈值要偏向「宁可多报」。 漏检的代价远高于误报—— 漏了一个真缺的条款，合同签了就是风险；多报一个误判，律师扫一眼就过去了。 ② 报告要分组，不要给一个总分。 「合规分 92 分」这种输出没有操作性。 有用的是「争议解决、保密条款、不可抗力这三条缺失，请确认」。 补充这两个字的边界：什么时候该上模型？ 当假阳性和假阴性同时高到人看不过来的时候。 如果 379 条里只有 20 条是误判，人看得过来，就没有必要引入模型—— 引入模型会带来新的不确定性，而且结果不好解释。 「能用规则就别上模型」在合规场景里是一条很实在的经验。

五、落地：四步

① 条款清单要来自业务，不是来自模板。 不同行业、不同金额、不同交易对手，必备条款不一样。 一条全院通用的清单，通常意味着每条都不够细。 ② 词表按条款分别维护，并记录「这条为什么加」。 否则半年后没人敢删任何一个词，词表会膨胀成垃圾场。 维护记录本身就是这个系统最有价值的资产。 ③ 否定语境单独处理。 做一个简单的否定词前置检查：「不」「无」「另行」「除外」等词出现在关键词前 10 个字符内时， 降级为「待人工确认」。 这一条能消掉大部分假阳性，而且不需要模型。 ④ 把复核结果回流。 律师每一次「这条其实是有的」都应该变成一条新的同义词。 这个闭环跑起来之后，词表会自己长大——而它长大的方向，恰好是这个企业真实的合同写法。 最后一句：合规检查的价值不在「查出多少问题」，在「让该看的被看到」。 按这个标准衡量，一个会误报但从不漏报的系统，比一个准确率高但会静默漏检的系统有用得多。

六、动手 Demo：合同合规检查：补全同义词表，准确率从 90.9% 到 99.2%

造 200 份合成合同，每份随机保留 8 到 12 条必备条款（共 12 条清单）。 存在的条款有 20% 概率被换成「词表外的同义表述」， 缺失的条款有 10% 概率插入一句「本合同不约定 XX」的否定句。用关键词规则逐条判断，统计漏检、误判； 再把同义词补进词表重算，看两类错误各变化多少，并测总耗时。

def check(txt, extra):
    out = set()
    for j, (name, words) in enumerate(CLAUSES):
        ws = list(words) + (ALIAS.get(name, []) if extra else [])
        if any(w in txt for w in ws):       # 命中任一就算「有」
            out.add(j)
    return out

if j in pres and j not in got:      # 漏检
    fn[j] += 1
elif j not in pres and j in got:    # 误判
    fp[j] += 1

实跑输出：

--------------------------------------------------------------------
合同合规检查：补全同义词表，准确率从 90.9% 到 99.2%
--------------------------------------------------------------------
  合同数                   200 份，每份随机缺 0~4 条必备条款
  规则条数                 12 条，每条 2~3 个关键词
  判断次数                 2400 次（200 份 × 12 条）
  纯规则总耗时             1.8 毫秒

  条款       真存在   真缺失   漏检   补词后漏检   误判
  ----------------------------------------------------
  合同主体      166       34      0            0      0
  标的描述      167       33      0            0      0
  价款金额      165       35      0            0      0
  付款方式      162       38      0            0      0
  交付时间      163       37      0            0      0
  质量标准      168       32      0            0      1
  违约责任      164       36     30            0      4
  争议解决      166       34     36            0      4
  保密条款      176       24     34            0      5
  不可抗力      172       28     33            0      4
  知识产权      161       39     33            0      2
  合同期限      171       29     33            0      0

  **先看「漏检」那一列：一共 199 处，全部来自「换了说法但词表里没有」。**
  比如「违约责任」被写成「违约赔偿」——**意思一模一样，字一个不差地躲开了关键词。**
  「保密条款」被写成「信息保护义务」，同一个道理。
  把同义词补进词表之后，**漏检从 199 掉到 0。**
  **但「误判」那一列一动不动，还是 20 处。**
  **因为误判的来源不是「词表不全」，是「提到了但明确说不适用」。**
  比如「本合同不约定争议解决方式」——**关键词「争议解决」在，但它恰恰是在说这一条没有约定。**
  再比如「本合同不设保密义务」——**「保密」两个字响亮地在场，意思完全相反。**
  **这类否定语境，关键词规则从原理上就判不了。**
  **补词表只会让它误判得更起劲，因为能撞上的词更多了。**
  **这就是规则引擎在合规场景里的真实定位：负责筛，不负责判。**
  **200 份合同 2400 次判断只花 1.8 毫秒**，机器标出 379 处「疑似缺失」。
  **这 379 处里，359 处真缺、20 处是误判。**
  **补词表把标出量从 578 砍到 379，砍掉的全是漏检；**
  **剩下那 20 处误判，按词表怎么补都补不掉。**
  **最后那一步仍然是律师签字。**
  要说明：合同是我**按条款词拼接生成的**，**真实合同的条款会分散在附件、补充协议、往来函件里**。
  **但「假阴性靠补词表、假阳性靠语义理解」这个分工是真的。**

done -> _out_39t.txt

这张表要横着读：先看「漏检」，再看「补词后漏检」，最后看「误判」。 第一列找到 199，第二列归零，第三列纹丝不动——这三步就是整个故事的骨架。 注意前 5 条的漏检和误判都是 0。 这不是巧合：这 5 条的关键词（甲方、标的、价款、付款方式、交付时间）是合同里最固定的表述， 几乎没人改写。 所以补词表的正确姿势是「按条款分别投入」，而不是「整体多加几百个词」。 误判那 20 处全部集中在 6 条上，而且都是否定句造成的。 「本合同不约定违约金」——「违约金」在，意思相反。 这类错误靠词表永远治不好，必须另做一层否定检测。 耗时那一项是每次跑都不一样的（本机在 1.8 到 2.4 毫秒之间浮动）， 所以正文里只说「不到 2 毫秒量级」。 它的意义不是「有多快」，是「快到可以嵌进实时界面」。 要说明：合同是我按条款词拼接生成的， 真实合同的条款会分散在附件、补充协议、往来函件里，还会互相引用（「按第 3 条约定的方式」）。 但「假阴性靠补词表、假阳性靠语义理解」这个分工是真的。

30 秒实验

1. 把同义替换的概率从 20% 提到 50%，看漏检那一列。 会大幅上升——表述越自由，漏检越多，这是规则方法的固有上限。
2. 给检查器加一条简单规则：关键词前 10 个字符内出现「不」「无」「另行」就判为待确认。 误判会明显下降，但会引入少量新的漏检——否定检测本身也有误差。
3. 把必备条款从 12 条加到 30 条，看总耗时和误判数。 耗时仍在线性增长且极快，但误判数会上升——条款越多，撞词的机会越多。

常见误区

1. 「补全同义词表就能解决问题」。漏检确实归零，但那 20 处误判一处没动。
2. 「提到了就说明有」。「本合同不约定违约金」里「违约金」在，意思相反。
3. 「准确率 99% 就可以全自动」。剩下那 0.8% 是词表碰不到的，而且恰恰是最需要人判断的部分。

第十一章讲完了： 从数据、知识、算力，到诊断、管理、法务。这一整章反复出现的判断是「指标必须带上场景」。 最后一章换到金融与农业——那两行的共同点是：预测一旦被相信，就会自己改变结果。

• ☐ （本章完，下一节 12.1.1 数据治理）

相关笔记

• 法律研究赋能
• 医院管理优化
• 数据动态脱敏
• 🧠 AI训练师手册2 · 索引