【摘要】当前建设工程合同管理工作量大，长期依赖人工审核和主观经验，为改变合同审查依赖主观经验的现状，进一步探索和实现合同条款智能识别和智能审核，尝试引入基于深度学习（DL）的自然语言处理（NLP）技术，提出一种建设工程合同智能分类方法。首先，设计合同智能分类方案，分别采用卷积神经网络（CNN）、长短期记忆网络（LSTM）和融合模型进行计算实验；其次，将CNN和LSTM模型用于合同文本特征提取和合同文本分类中，通过融合两个神经网络以提升分类模型的性能指标。结果显示，精确率和召回率的调和平均数（F1值）最高的为融合模型，其次是LSTM模型，CNN模型最低。相较于基于机器学习的其他同类研究，基于NLP和DL的建设工程合同分类融合模型能够提高合同文本分类任务的效果，实现对大规模数据量的施工、勘察、监理等不同类型合同的准确识别以及快速分类和归档。