目前以EPC、PPP总包合同和全过程咨询合同为代表的新型承发包模式和咨询模式取得更广泛的应用。项目承包人和咨询单位普遍承接多个工程项目,同时与多位发包人签订不同类型的合同文本,带来大量合同风险管理工作。然而目前建设工程合同风险识别长期依赖人工审查,效率低下且容易受人员经验制约,合同风险管理信息化水平亟需提高。因此本文使用自然语言处理（NLP）和深度学习（DL）技术,设计一种采用智能化手段检测建设工程合同潜在条款缺漏风险的算法,进而为提升合同风险管理效率、摆脱合同管理固有模式提供可行的技术支持。本文首先设计了完整的合同条款缺漏风险检测方案,将NLP涉及的语言学领域理论知识引入建设工程合同风险管理研究中。使用网络爬虫和Easy Data Augmentation技术获取大量公开的合同文本语料,利用中文分词、去除停用词、文本表示等NLP技术将合同条款转化为可被计算机识别的语言形式。其次,将卷积神经网络和长短时记忆神经网络用于自动提取合同文本特征,并融合两个模型以提升分类模型性能。最后,进行建设工程合同条款相似度算法研究,从分类学角度设计了合同条款多维度标签体系。基于BERT模型设计了合同条款多标签分类算法,减小语义相似度数据的计算量。并将MatchPyramid结构引入BERT模型中,设计了合同条款语义相似度算法,获取词语特征匹配矩阵并进行卷积操作,根据文本交互信息计算条款的语义相似度。在上述研究的基础上,进行了建设工程合同条款缺漏检测原型系统的设计,并对检测系统进行算法验证和有效性分析。结果表明,本文所提出的基于NLP和深度学习的建设工程合同条款缺漏风险智能检测方法能够实现对施工、勘察、监理等不同类型合同的准确识别、自动标注条款标签以及文本匹配。为传统依赖人工审查的合同风险管理提供智能决策辅助,为合同风险管理长期存在的条款理解不一致、审查效率低下、审查不全面等问题提供可行的思路和途径。