Semantic coherence validation in business documents on the example of contracts

Abstract

В этой работе решается задача понимания и обобщения семантической связности внутри текста деловых документов, с целью решения задачи выявления "аномалий" - то есть намеренных или случайных искажений содержания таких документов. Задача актуальна на практике, так как может использоваться для поиска опечаток и мошеннических действий. В работе предложено несколько подходов, которые базируют на векторном представлении слов и тематическом моделировании. Каждый из предложенных подходов был реализован и оценен. Результаты показали, что построенные алгоритмы имеют неплохое качество.

In this paper, we solve the problem of understanding and generalization of semantic coherence within the text of business documents, with a view to solving the problem of detecting "anomalies" - that is, intentional or accidental distortion content of such documents. The task is actual in practice, as it can be used to search for typos and fraudulent activities. The paper suggests several approaches that are based on the vector representation of words and thematic modeling. Each of the proposed approaches was implemented and evaluated. The results showed that the constructed algorithms have a good quality.