arXiv cs.CL· Ibrahim Siddig, Sviatoslav Tugeev, Munir Georges·· 6 天前AI 评分22
通过结构驱动知识图谱实现法律推理的可验证检索
Verifiable Retrieval for Legal Reasoning through Structure-driven Knowledge Graph
AI 导读
针对德国法律法典，研究用结构驱动解析构建知识图谱来导航和检索源文档，并对比多种 KG 引导的分块与检索策略对引用准确率的影响。该方法旨在解决 RAG 在源文档数量和规模增大时检索性能下降、忽略关键上下文的问题，从而提升法律等可靠性关键场景中生成过程的可验证性。
正文 · AI 翻译
摘要：在医学或法律等对可靠性要求极高的领域中，任何自动化都必须透明且可验证。尽管具有优势，当前基于 LLM 的系统由于其固有的黑盒特性，无法满足这些要求。检索增强生成（RAG）试图将生成过程建立在相关的可解释文档之上，从而降低 AI“幻觉”的风险，并有可能实现对初始生成上下文的验证。然而，随着潜在来源数量和规模的增加，朴素的检索方法往往表现更差，会忽略关键上下文元素。在本文中，我们旨在德国法律法典的背景下解决这一问题。我们使用结构驱动的解析来创建用于源文档导航和检索的知识图谱（KG），比较了几种基于 KG 的分块和检索策略，并评估它们对检索引用准确性的影响。
| 评论： | 已被 RAGE-KG 2026 研讨会接收，该研讨会与 ISWC 2026 同期举办。7 页，3 幅图 |
| 主题： | 计算与语言（cs.CL） |
| ACM 分类： | I.2.7; H.3.3 |
| 引用为： | arXiv:2610.13695 [cs.CL] |
| （或 arXiv:2610.13695v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13695 arXiv 颁发的 DOI，通过 DataCite（待注册） |
提交历史
来自：Ibrahim Siddig [查看电子邮件]
[v1]
2026 年 10 月 9 日星期五 14:56:31 UTC（298 KB）
来源：arXiv cs.CL · arxiv.org