Leggere lepagine giuste
Come un team legale ha usato MiruIQ come software di analisi contrattuale per estrarre dati di clausole specifiche da oltre 2.000 contratti senza leggere una sola pagina.
Oltre 80.000 pagine ridotte a risultati strutturati per tipo di clausola. Tempi di due diligence drasticamente compressi. Ogni risultato riconducibile a una pagina specifica.
Un team legale aziendale impegnato nella due diligence di un'acquisizione si trova davanti a una virtual data room con oltre 2.000 documenti, da 30 a 80 pagine ciascuno. Gli associate devono trovare clausole specifiche: clausole di change of control, massimali di indennizzo, diritti di recesso. Leggere ogni pagina è un lavoro di sei settimane per quattro persone.
Acquisizione
I contenuti della data room vengono sincronizzati nella pipeline via S3 o FTP.
Classificazione semantica
Ogni documento viene valutato in parallelo da più Semantic Classifier, uno per ciascun tipo di clausola cercato dal team legale. Ogni classificatore è configurato con una descrizione ed esempi di come quella clausola appare nella pratica: un classificatore Termination sa che aspetto ha il linguaggio di recesso nei diversi stili contrattuali, un classificatore Change of Control riconosce i trigger di acquisizione e le clausole di consenso, un classificatore Indemnification identifica il linguaggio dei massimali e le esclusioni. Solo i documenti che corrispondono semanticamente a un tipo di clausola procedono; tutto il resto viene scartato.
Classificazione della struttura delle clausole
Ogni Semantic Classifier alimenta il proprio Structure Classifier, che definisce i campi specifici da estrarre per quel tipo di clausola. La struttura Termination definisce campi come il periodo di preavviso in giorni, la data di efficacia dopo il preavviso e le clausole penali. La struttura Change of Control acquisisce condizioni di attivazione, requisiti di consenso e diritti di cessione. La struttura Indemnification specifica importi dei massimali, esclusioni e periodi di sopravvivenza. Questo trasforma l'estrazione da documenti legali in un problema di schema: ogni tipo di clausola è una struttura, e l'estrazione dei dati contrattuali riempie quella struttura campo per campo. I documenti così classificati ed estratti sono pronti anche per la conservazione sostitutiva a norma.
Estrazione
Ogni Structure Classifier alimenta il proprio Extractor, che preleva i valori effettivi dalle pagine del documento. L'estrattore Termination legge il periodo di preavviso e la durata successiva al preavviso dai paragrafi rilevanti. L'estrattore Change of Control acquisisce eventi di attivazione e requisiti di consenso. L'estrattore Indemnification preleva importi dei massimali e periodi di sopravvivenza. Ogni estrattore produce dati strutturati pronti per i sistemi a valle.
Output
Gli estrattori producono due output. I documenti sorgente vengono conservati in S3, così gli associate possono aprire l'originale quando devono verificare un risultato. Al tempo stesso, i valori estratti vengono scritti in PostgreSQL come matrice di due diligence: per ogni documento, quali clausole sono state trovate, in quali pagine, con termini chiave e indicatori di rischio. Gli associate lavorano su questa matrice invece di leggere i documenti grezzi. Quando un nuovo tipo di clausola diventa rilevante (es. patti di non concorrenza), si aggiunge una nuova terna Semantic Classifier, Structure Classifier ed Extractor senza cambiare nient'altro: automazione documentale legale che cresce con l'operazione.
Filtraggio semantic-first
Più classificatori semantici vengono eseguiti in parallelo, ciascuno configurato con descrizioni ed esempi di un tipo di clausola specifico. Solo i documenti che corrispondono semanticamente procedono; tutto il resto viene scartato prima che venga applicata qualsiasi struttura o estrazione.
Espansione parallela delle strutture
Ogni classificatore semantico alimenta il proprio classificatore di struttura. Il classificatore semantico decide se la clausola è presente; quello di struttura definisce quali campi estrarne. Nuovi tipi di clausola si aggiungono come nuove coppie di classificatori senza modificare quelle esistenti.
Classificazione ed estrazione in coppia
Ogni classificatore di struttura alimenta il proprio estrattore dedicato. La struttura definisce cosa cercare; l'estrattore preleva i valori effettivi. La coppia opera come un'unità, riutilizzabile in pipeline diverse.
Pipeline semantic-first per clausola: ogni tipo di clausola ha il proprio classificatore semantico (con esempi), la propria definizione di struttura e il proprio estrattore. La terna opera come un'unità e nuovi tipi di clausola si aggiungono senza toccare quelli esistenti.
Domande frequenti sui contratti
Le domande dei team legali sull'analisi contrattuale automatizzata.
Tutto ciò che potete definire come schema: parti, date, periodi di preavviso, clausole di recesso, condizioni di change of control, massimali di indennizzo. Ogni tipo di clausola diventa una struttura e l'estrazione dei dati legali la riempie campo per campo, su un'intera data room, non un contratto alla volta.
Tenendo l'IA dove si trovano i documenti. MiruIQ funziona sull'infrastruttura dello studio o su hosting svizzero con modelli locali e isolamento dello stato per pipeline: nessun documento, embedding o risultato di estrazione risiede mai presso un fornitore di IA di terze parti.
Un modello adatto al vostro flusso di lavoro?
Ogni modello è costruito con gli stessi componenti modulari: classificatori, estrattori, validatori e connettori. Troviamo insieme la combinazione giusta per i vostri documenti.