基于人工智能的律所合规报告自动化生成与分析系统

技术领域

本发明涉及报告生成技术领域，特别涉及基于人工智能的律所合规报告自动化生成与分析系统。

背景技术

数据基础制度建设事关国家发展和安全大局。为加快构建数据基础制度，充分发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济，增强经济发展新动能，构筑国家竞争新优势。因此各个大中小型企业都要积极做出响应，所以需要内部调查，内部调查是企业发现潜在合规问题后，由于内部资源和人力等因素限制，聘请外部律师进行独立进行的调查。调查是企业在投资前对目标公司进行的调查目标公司存在的潜在漏洞、疏忽、风险问题，以更好的评估目标公司投资价值和做好投后管控。所以，如何能深入了解相关部门和用户的需求，确定业务需求和用户需求成为了合规报告的首要问题。

因此，本发明提供了基于人工智能的律所合规报告自动化生成与分析系统。

发明内容

本发明基于人工智能的律所合规报告自动化生成与分析系统，根据用户的需求来对其历史时间内的数据进行分析，得到其在不同维度下的合规特征，然后根据合规特征所呈现的风险来进行相应的补偿，进而生成一个与业务需求和用户需求相关的合规报告供用户参考。

本发明提供了基于人工智能的律所合规报告自动化生成与分析系统，包括：

数据采集模块，用于根据用户律所的调查需求，采集所述用户律所在历史时间内的操作数据，建立所述用户律所的操作数据流；

数据分析模块，用于解析所述操作数据流，得到所述用户律所在若干个预设维度下的合规特征；

风险评估模块，用于提取异常合规特征对应的异常预设维度以及异常操作数据，对所述异常操作数据进行风险评价得到所述异常预设维度对应的风险特征；

风险补偿模块，用于分别获取每一预设维度对应的合规标准范围，基于所述合规标准范围对所述风险特征进行风险补偿，生成补偿信息；

报告生成模块，用于根据所述用户律所在若干个预设维度下的合规特征以及所述补偿信息建立所述用户律所的合规报告并传输到指定终端进行显示。

在一种可实施的方式中，

所述指定终端与所述报告生成模块通过有线/无线连接；

所述指定终端，包括：

显示单元，用于显示所述合规报告；

存储单元，用于分别存储每一用户律所对应的合规报告。

在一种可实施的方式中，

所述数据采集模块，包括：

预采集单元，用于获取用户律所的调查需求，当所述调查需求合法时采集所述用户律所的在历史时间内的所有生成数据；

第一筛选单元，用于获取不同生成数据之间的关联程度，将关联程度为0的生成数据记作无效数据，剔除所述无效数据，得到第一筛选数据；

第二筛选单元，用于获取每一第一筛选数据对应的生成时间，将生成时间一致的第一筛选数据记作同步数据得到若干个同步数据类，分别获取每一同步数据类中每一同步数据对应的数据特征，将同一同步数据类中数据特征一致的同步数据记作冗余数据，将所述冗余数据的数量调整为1，得到第二筛选数据；

数据整理单元，用于获取所述第二筛选数据，建立所述用户律所的操作数据流。

在一种可实施的方式中，

所述数据分析模块，包括：

数据分类单元，用于获取每一预设维度对应的数据特征样本，利用所述数据特征样本建立聚类系数，基于所述聚类系数将所述操作数据流中包含的的操作数据进行聚类分析，得到若干个维度数据类；

数据解析单元，用于分别为每一维度数据类建立维度标签，在所述操作数据流中标记每一操作数据对应的维度标签，根据所述维度标签的排列顺序得到所述操作数据流的维度交叉信息；

维度分析单元，用于分别解析每一维度数据类得到每一预设维度的第一数据特征，基于所述维度交叉信息得到不同维度数据类之间的约束信息和支持信息，利于所述约束信息和支持信息分别修正每一维度数量类，得到每一维度数据类对应的第二数据特征；

合规分析单元，用于基于每一所述预设维度对应的数据特征样本对对应的第二数据特征进行格式调整，得到每一预设维度对应的合规特征。

在一种可实施的方式中，

所述风险评估模块，包括：

筛选单元，用于分别获取每一预设维度对应的合规标准范围，基于所述合规标准范围建立标准特征，分别将每一合规特征与对应的标准特征进行对比，根据对比结果得到异常合规特征，获取所述异常合规特征对应的异常预设维度以及异常操作数据；

处理单元，用于获取所述异常预设维度对应的目标合规标准范围，基于所述目标合规标准范围建立所述异常预设维度的数据范围，获取所述异常操作数据与对应数据范围之间的第一范围差和第二范围差；

评价单元，用于根据所述第一范围差和第二范围差评价所述异常预设维度的数据异常等级，结合对应的异常操作数据的数据量建立对应异常数据维度的风险特征。

在一种可实施的方式中，

所述风险补偿模块，包括：

补偿预处理单元，用于根据每一预设维度对应的操作数据建立第一整体布局图，在所述第一整体布局图上标记所述异常预设维度对应的风险特征，以及在所述第一整体布局图上标记每一异常维度对应的合规标准范围标记，得到第二整体布局图；

补偿第一分析单元，用于获取所述异常预设维度在所述第二整体布局图上的布局位置，获取与所述布局位置相邻的第一预设维度和第二预设维度，判断所述第一预设维度与第二预设维度是否都属于异常预设维度，若是，将所述异常预设维度、第一预设维度和第二预设维度进行融合，得到区域异常预设维度；

补偿第二分析单元，用于根据所述区域异常预设维度对应的若干个目标合规标准范围，根据所述区域异常预设维度的融合信息对所述目标合规标准范围进行融合，得到区域合规标准范围，分别将每一区域合规标准范围标记在所述第二整体布局图中得到第三整体布局图；

补偿执行单元，用于根据所述第三整体布局图建立所述用户律所的风险布局图，对所述风险布局图进行风险补偿，生成补偿信息。

在一种可实施的方式中，

所述报告生成模块，包括：

特征统计单元，用于统计所述用户律所在不同预设维度下的合规特征，建立特征合集；

信息统计单元，用于获取所述用户律所的所有补偿信息，基于每一补偿信息对应的补偿维度，建立所述用户律所在不同预设维度下的合规比例；

报告生成单元，用于基于所述特征合集和合规比例得到每一预设维度对应的合规次数和非合规次数，根据所述合规次数和非合规次数建立对应用户律所的合规报告；

报告传输单元，用于基于所述用户律所的名称为对应的合规报告进行命名，将命名后的合规报告传输到所述指定终端进行显示。

在一种可实施的方式中，

所述补偿第二分析单元，还用于：

当所述第一预设维度和第二预设维度不都属于异常预设维度时，根据所述第二整体布局图生成所述用户律所的风险布局图，将所述风险布局图传输到所述补偿执行单元进行风险补偿。

在一种可实施的方式中，

还包括：

查找模块，用于根据所述用户律所的查找指令在所述存储单元中查找对应用户律所的合规报告。

在一种可实施的方式中，

还包括：

整合模块，用于获取同一用户律所的所有合规报告，建立所述用户律所的合规履历信息，将所述合规履历信息传输到所述指定终端进行显示。

本发明可以实现的有益效果为：为了生成一份具有参考价值的合规报告，先根据用户律所的需求查找以及采集对应的操作数据建立操作数据流，然后根据操作数据流来分析用户律所在不同预设维度下的合规特征，基于合规特征来判断该用户律所是否具有异常操作数据，从而建立异常操作数据所在的异常预设维度的风险特征，进而根据遗产预设维度的合规标准范围对风险特征进行补偿，得到补偿信息，最后根据该用户律所在不同预设维度下的合规特征和补偿信息来为该用户律所建立合规报告，用户律所可以根据合规报告来分析其律所目前存在的问题，针对问题及时进行补救，避免出现不必要的损失。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中基于人工智能的律所合规报告自动化生成与分析系统的组成示意图；

图2为本发明实施例中基于人工智能的律所合规报告自动化生成与分析系统的数据采集模块组成示意图；

图3为本发明实施例中基于人工智能的律所合规报告自动化生成与分析系的统数据分析模块组成示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

本实施例提供了基于人工智能的律所合规报告自动化生成与分析系统，如图1所示，包括：

数据采集模块，用于根据用户律所的调查需求，采集所述用户律所在历史时间内的操作数据，建立所述用户律所的操作数据流；

数据分析模块，用于解析所述操作数据流，得到所述用户律所在若干个预设维度下的合规特征；

风险评估模块，用于提取异常合规特征对应的异常预设维度以及异常操作数据，对所述异常操作数据进行风险评价得到所述异常预设维度对应的风险特征；

风险补偿模块，用于分别获取每一预设维度对应的合规标准范围，基于所述合规标准范围对所述风险特征进行风险补偿，生成补偿信息；

报告生成模块，用于根据所述用户律所在若干个预设维度下的合规特征以及所述补偿信息建立所述用户律所的合规报告并传输到指定终端进行显示。

该实例中，调查需求表示用户律所欲查找的方向；

该实例中，操作数据表示用户律所在历史时间内执行不同作业时所产生的数据；

该实例中，操作数据流表示根据历史时间的进程将操作数据进行排序所生成的数据流；

该实例中，预设维度可以包括：金钱交易、员工状态、商业保密、经济纠纷、法律纠纷、反垄断、安全隐私保护、个人信息保护、贿赂腐败行为等一切关于公司与公司之间、公司与政府之间的行为；

该实例中，异常合规特征表示不符合该预设维度的合规标准范围的合规特征；

该实例中，当一个合规特征属于异常合规特征时，该异常合规特征对应的预设维度为异常预设维度，该异常合规特征对应的操作数据为异常操作数据；

该实例中，当预设维度对应的合规特征属于异常合规特征时，该预设维度具有风险特征；

该实例中，风险特征表示异常预设维度所呈现的异常对应的风险，其中，风险特征越大，对应的异常维度特征的风险越大；

该实例中，每一个异常预设维度对应一个合规标准范围；

该实例中，合规标准范围表示一个预设维度的合规数据所对应的范围；

该实例中，补偿信息中包含了对每一风险特征的补偿方式以及补偿量；

该实例中，还可以手动生成合格报告，包括：

首选按照项目验收标准进行验收，在验收后根据数据商信息在商业平台注册，由统一用户中心维护和权限管理，然后判断验收项目是否有国产化的要求，然后由数据商填写问卷后，系统出具风险雷达图，律所填写问卷后由合规人员审核，审核通过后出具合规报告，单个数商只能答一次问卷，单个题目答完之后不能再修改，在评估过程中可以一次性评估多个产品，但是在单个产品评估报告未出之前，不能再次评估，然后由律师新建评估项目对数据产品进行评估，在评估过程中可以采用问卷答题方式/交互形式来建立数据产品合规报告模板，进而对数据产品进行合规信用功能评价生成合规报告，且律师的评分仅自己查看，律所的评分律师团队的每个人都能看到，然后由专人进行复核，最后将合格报告更新倒商业平台。

上述技术方案的工作原理以及有益效果：为了生成一份具有参考价值的合规报告，先根据用户律所的需求查找以及采集对应的操作数据建立操作数据流，然后根据操作数据流来分析用户律所在不同预设维度下的合规特征，基于合规特征来判断该用户律所是否具有异常操作数据，从而建立异常操作数据所在的异常预设维度的风险特征，进而根据遗产预设维度的合规标准范围对风险特征进行补偿，得到补偿信息，最后根据该用户律所在不同预设维度下的合规特征和补偿信息来为该用户律所建立合规报告，用户律所可以根据合规报告来分析其律所目前存在的问题，针对问题及时进行补救，避免出现不必要的损失。

实施例2

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统：

所述指定终端与所述报告生成模块通过有线/无线连接；

所述指定终端，包括：

显示单元，用于显示所述合规报告；

存储单元，用于分别存储每一用户律所对应的合规报告。

该实例中，指定终端的数量可以为一个或者多个，不同的指定终端所采用的连接方式可以不同，且指定终端的数据最少为一个。

上述技术方案的工作原理以及有益效果：为了便于用户查看合规报告，由指定终端的显示单元显示生成的合规报告，同时为了便于用户随时查看不同的合规报告，将每一用户律所的合规报告进行分别存储，便于查找查看。

实施例3

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，所述数据采集模块，如图2所示，包括：

预采集单元，用于获取用户律所的调查需求，当所述调查需求合法时采集所述用户律所的在历史时间内的所有生成数据；

第一筛选单元，用于获取不同生成数据之间的关联程度，将关联程度为0的生成数据记作无效数据，剔除所述无效数据，得到第一筛选数据；

第二筛选单元，用于获取每一第一筛选数据对应的生成时间，将生成时间一致的第一筛选数据记作同步数据得到若干个同步数据类，分别获取每一同步数据类中每一同步数据对应的数据特征，将同一同步数据类中数据特征一致的同步数据记作冗余数据，将所述冗余数据的数量调整为1，得到第二筛选数据；

数据整理单元，用于获取所述第二筛选数据，建立所述用户律所的操作数据流。

该实例中，调查需求合法表示该调查需求所查找的范围是合理的；

该实例中，生成数据表示用户律所在历史时间内生成的所有数据；

该实例中，无效数据表示与用户律所无关的数据；

该实例中，当关联程度为0时，表示该生成数据与其他生成数据之间不具有任何关联关系，属于噪点数据或错误数据；

该实例中，第一筛选数据表示剔除了无效数据后所剩余的生成数据；

该实例中，每一个第一筛选数据对应一个生成时间，但一个生成时间可以对应多个第一筛选数据；

该实例中，一个同步数据类中至少含有两个同步数据，且同步数据为第一筛选数据中的一个；

该实例中，数据特征表示同步数据类中的一个同步数据所呈现的特征；

该实例中，冗余数据表示重复或者多余的数据；

该实例中，第二筛选数据表示剔除了冗余数据后所剩余的第一筛选数据，其中的“第一”、“第二”仅用来区分不同的筛选数据，不具有比较或者排序的作用。

上述技术方案的工作原理以及有益效果：为了减少数据分析的工作量，避免操作数据流的数据量过大导致分析时间过长，先根据用户律所的调查需求采集对应需求的生成数据，然后根据不同生成数据之间的关联程度来剔除无效数据，以及根据不同生成数据的生成时间来判断同一生成时间下是否生成了冗余数据，从而将冗余数据进行剔除，从而得到了一个可以用来建立数据流的第二筛选数据，最后将第二筛选数据进行排序，得到了该用户律所的操作数据流，为后续建立合规报告做基础。

实施例4

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，所述数据分析模块，如图3所示，包括：

数据分类单元，用于获取每一预设维度对应的数据特征样本，利用所述数据特征样本建立聚类系数，基于所述聚类系数将所述操作数据流中包含的的操作数据进行聚类分析，得到若干个维度数据类；

数据解析单元，用于分别为每一维度数据类建立维度标签，在所述操作数据流中标记每一操作数据对应的维度标签，根据所述维度标签的排列顺序得到所述操作数据流的维度交叉信息；

维度分析单元，用于分别解析每一维度数据类得到每一预设维度的第一数据特征，基于所述维度交叉信息得到不同维度数据类之间的约束信息和支持信息，利于所述约束信息和支持信息分别修正每一维度数量类，得到每一维度数据类对应的第二数据特征；

合规分析单元，用于基于每一所述预设维度对应的数据特征样本对对应的第二数据特征进行格式调整，得到每一预设维度对应的合规特征。

该实例中，每一个预设维度对应一个数据特征样本，数据特征样本表示在一个预设维度所包含的数据所呈现的特征，将其特征进行标准化处理后得到的样本；

该实例中，聚类系数表示在进行聚类分析时，不同操作数据之间的聚类相似度；

该实例中，一个预设维度对应一个维度数据类；

该实例中，一个维度数据类中的操作数据均属于一个预设维度；

该实例中，维度交叉信息表示不同的操作数据所对应的维度之间的相邻关系所形成的关于维度交叉的信息；

该实例中，维度标签表示用来区分不同预设维度的标签，且一个预设维度对应一个维度标签；

该实例中，第一数据特征表示通过解析维度数据所得到的关于一个预设维度所呈现的特征；

该实例中，约束信息表示不同的维度数据类之间的相互制约关系；

该实例中，支持信息表示不同的维度数据类之间的相互支持关系；

该实例中，修正维度数据类的过程表示根据约束信息个支持信息来对维度数据类的特征进行扩展以及收缩的过程，例如：维度数据类A对维度数据类B具有约束作用，维度数据A对维度数据C具有支持作用，那么在修正维度数据时需要对维度数据B的数据特征进行收缩，对维度数据C的数据特征进行扩展；

该实例中，第二数据特征表示经过修正后所得到的关于一个预设维度所呈现的特征；

该实例中，合规特征的格式与数据特征样本的格式一致。

上述技术方案的工作原理以及有益效果：为了得到每一预设维度的合规特征，先利用每一预设维度的数据特征样本来建立聚类系数，根据聚类系数将操作数据进行聚类分析，生成了多个维度数据类，然后为每一个维度数据类建立一个与本维度一致的维度标签，从而利用维度标签和操作数据流来确定操作数据流的维度交叉信息，从而可以得到不同维度数据之间的约束信息和支持信息，然后解析维度数据类得到了预设维度的第一数据特征，利用约束信息和支持信息来修正维度数据类，从而可以得到每一维度数据类对应的第二数据特征，进而对第二数据特征进行格式调整，生成了预设维度所对应的合规特征，通过聚类分析、标签排序以及特征调整的方式来一步步精确每一预设维度的合规特征，从而得到了一个可以呈现预设维度各个方面信息的合规特征，提高了后续生成合规报告的可信度。

实施例5

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，所述风险评估模块，包括：

筛选单元，用于分别获取每一预设维度对应的合规标准范围，基于所述合规标准范围建立标准特征，分别将每一合规特征与对应的标准特征进行对比，根据对比结果得到异常合规特征，获取所述异常合规特征对应的异常预设维度以及异常操作数据；

处理单元，用于获取所述异常预设维度对应的目标合规标准范围，基于所述目标合规标准范围建立所述异常预设维度的数据范围，获取所述异常操作数据与对应数据范围之间的第一范围差和第二范围差；

评价单元，用于根据所述第一范围差和第二范围差评价所述异常预设维度的数据异常等级，结合对应的异常操作数据的数据量建立对应异常数据维度的风险特征。

该实例中，一个预设维度对应一个合规标准范围；

该实例中，标准特征表示当操作数据符合该预设维度下的合规标准范围时所呈现的特征；

该实例中，异常合规特征表示该合规特征与标准特征不一致；

该实例中，异常预设维度表示当出现了异常合规特征时，该异常合规特征所对应的异常预设维度；

该实例中，异常操作数据表示当出现了异常预设维度时，该异常预设维度所对应的异常操作数据；

该实例中，异常预设维度与目标合规标准范围一一对应；

该实例中，数据范围表示在当操作数据在目标合规标准范围内时，所对应的数据范围；

该实例中，第一范围差表示异常操作数据与数据范围的最小值之间的差；

该实例中，第二范围差表示异常操作数据与数据范围的最大值之间的差；

该实例中，当第一范围差与第二范围差的和大于数据范围最大值的二倍时为第一数据异常等级，当第一范围差与第二范围差的和小于数据范围最大值的二倍且大于数据范围最大值的一倍时为第二数据异常等级，当第一范围差与第二范围差的和小于数据范围最大值的一倍时为第三数据异常等级；

该实例中，数据量表示第一范围差与第二范围差的和；

该实例中，数据异常等级越高风险特征越大。

上述技术方案的工作原理以及有益效果：在进行风险评估的过程中，需要对不同的预设维度均进行分析，首先根据每一预设维度对应的合规标准范围来建立标准特征，然后将标准特征与合规特征进行对比，可以查找到出现异常的合规特征，以及查找到其对应的异常预设维度和异常操作数据，然后根据异常预设维度所对应的目标合规标准范围来建立对应异常预设维度的数据范围，进而根据异常操作数据与数据范围之间的两个范围差来进行风险评价，从而可以生成异常预设维度的风险特征，通过仅对异常预设维度进行评价这一方法来获取预设维度的风险特征，不仅可以确定异常预设维度还可以提高生成风险特征的速度。

实施例6

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，所述风险补偿模块，包括：

补偿预处理单元，用于根据每一预设维度对应的操作数据建立第一整体布局图，在所述第一整体布局图上标记所述异常预设维度对应的风险特征，以及在所述第一整体布局图上标记每一异常维度对应的合规标准范围标记，得到第二整体布局图；

补偿第一分析单元，用于获取所述异常预设维度在所述第二整体布局图上的布局位置，获取与所述布局位置相邻的第一预设维度和第二预设维度，判断所述第一预设维度与第二预设维度是否都属于异常预设维度，若是，将所述异常预设维度、第一预设维度和第二预设维度进行融合，得到区域异常预设维度；

补偿第二分析单元，用于根据所述区域异常预设维度对应的若干个目标合规标准范围，根据所述区域异常预设维度的融合信息对所述目标合规标准范围进行融合，得到区域合规标准范围，分别将每一区域合规标准范围标记在所述第二整体布局图中得到第三整体布局图；

补偿执行单元，用于根据所述第三整体布局图建立所述用户律所的风险布局图，对所述风险布局图进行风险补偿，生成补偿信息。

该实例中，第一整体布局图表示将不同的操作数据布局在其对应的预设维度下后所生成的布局图；

该实例中，第二整体布局表示将异常预设维度的风险特征和合规标准范围标记在第一整体布局图上后所生成的布局图；

该实例中，第一预设维度和第二预设维度表示与异常预设维度相邻的两个预设维度；

该实例中，一个异常预设维度对应一个布局位置；

该实例中，当第一预设维度和第二预设维度均属于异常预设维度时，将异常预设维度、第一预设维度和第二预设维度视为一个区域异常预设维度；

该实例中，一个区域异常预设维度对应一个区域合规标准范围。

上述技术方案的工作原理以及有益效果：为了及时补偿用户律所中现有的漏洞，先根据预设维度和操作数据建立第一整体布局图，然后在第一整体布局图上标记风险特征和合规标准范围，从而得到了一个第二整体布局图，必要时对第二整体布局图上的异常预设维度进行融合，同时将其目标合规标准范围也进行融合，得到了第二整体布局上的区域异常预设维度和区域合规标准范围，从而可以建立第三整体布局图，最后可以根据第三整体布局图建立该用户律所的风险布局图，然后对风险进行补偿，生成其补偿信息，通过这样的方式可以一目了然的看到用户律所所出现的漏洞，以及针对该漏洞所执行的补救措施，帮助用户律所及时进行风险补救，提高律所的整体形象。

实施例7

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，所述报告生成模块，包括：

特征统计单元，用于统计所述用户律所在不同预设维度下的合规特征，建立特征合集；

信息统计单元，用于获取所述用户律所的所有补偿信息，基于每一补偿信息对应的补偿维度，建立所述用户律所在不同预设维度下的合规比例；

报告生成单元，用于基于所述特征合集和合规比例得到每一预设维度对应的合规次数和非合规次数，根据所述合规次数和非合规次数建立对应用户律所的合规报告；

报告传输单元，用于基于所述用户律所的名称，为对应的合规报告进行命名，将命名后的合规报告传输到所述指定终端进行显示。

上述技术方案的工作原理以及有益效果：为了生成一份可信且真实的合规报告，先根据用户律所在不同预设维度下的合规特征来建立特征合集，以及根据用户律所的补偿信息来建立该用户律所在不同预设维度下的合规比例，从而可以得知用户律所在不同预设维度下的合规次数和非合规次数，由此可以建立该用户律所的合规报告，为了方便用户查找，根据用户律所的名称对该合规报告进行命名，并将其传输到指定终端进行显示，便于用户随时查看。

实施例8

在实施例6的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，所述补偿第二分析单元，还用于：

当所述第一预设维度和第二预设维度不都属于异常预设维度时，根据所述第二整体布局图生成所述用户律所的风险布局图，将所述风险布局图传输到所述补偿执行单元进行风险补偿。

上述技术方案的工作原理以及有益效果：当第二整体布局图中不含有区域异常维度时，为了减少布局时长，直接生成该用户律所的风险布局图，从而补偿执行单元可以快速的进行风险补偿，生成补偿信息。

实施例9

在实施例2的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，还包括：

查找模块，用于根据所述用户律所的查找指令在所述存储单元中查找对应用户律所的合规报告。

上述技术方案的工作原理以及有益效果：为了便于用户律所随时了解自己的过往合规情况，设置了查找模块，用户可以随时查找相应的合规报告。

实施例10

在实施例1的基础上，所述基于人工智能的律所合规报告自动化生成与分析系统，还包括：

整合模块，用于获取同一用户律所的所有合规报告，建立所述用户律所的合规履历信息，将所述合规履历信息传输到所述指定终端进行显示。

上述技术方案的工作原理以及有益效果：为了便于用户律所了解自己的合规情况，根据一个用户律所的所有合规报告建立合规履历信息，便于用户在多个角度了解自身情况。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。