从非法律利益相关者视角缓解合同中感知到的不公平

众所周知，商业合同是推导项目特定需求的宝贵来源。然而，合同谈判主要在相关各方的法律顾问之间进行。非法律利益相关者（包括需求分析师、工程师和解决方案架构师，其主要职责在于确保合同条款的无缝实施）的参与通常是间接且不充分的。因此，合同条款中的大量句子虽然在法律上是准确的，但在非法律利益相关者看来，从实施角度可能显得不公平。这种认知构成了一个问题，因为条款中指明的需求是强制性的，如果未按合同承诺实施，可能涉及惩罚性措施与罚款。因此，识别合同中潜在的不公平条款变得至关重要。在这项工作中，我们开展了一项实证研究，以分析不同利益相关者对合同公平性的看法。随后，我们通过比较思维链提示与半监督微调方法，研究了预训练语言模型（PLMs）识别合同句子中不公平性的能力。使用基于 BERT 的微调，我们在由专有合同组成的数据集上达到了 84% 的准确率。它比使用 Vicuna-13B 的思维链提示高出 9% 的幅度。