arXiv cs.CL· Emily Chen, Michelle Menachery, Himanshu Kumar, Rahul Nenavath, Amirfarrokh Iranitalab·· 12 小时前AI 评分24
UCVE：用图结构检索做合规校验
UCVE: Graph Structured Retrieval for Compliance Validation
AI 导读
UCVE 是一个领域无关的合规校验框架，将合规需求空间表示为合规需求图（CRG），并通过在强化学习加权拉普拉斯矩阵上做谱重排序完成检索。需求节点间的边由强化学习习得，奖励基于违规检测的遍历信号，使低通谱滤波能区分相关与不相关的义务簇。在三个合规领域上，UCVE 相比扁平余弦检索平均提升 4.3% matched-K 召回率，并持续优于强检索与图基线。
正文 · AI 翻译
摘要：结构化合规验证需要判定给定文档是否满足、违反或未涉及预定义需求空间中的每一项义务。这可以描述为一个覆盖问题，而现有的检索与分类系统因将各项需求视为相互独立，并非为求解该问题而设计。我们提出 \textbf{\ac{UCVE}}，一个领域无关的框架，它将合规需求空间表示为 \ac{CRG}，并通过在其经强化学习加权的拉普拉斯矩阵上进行谱重排序来执行检索。需求节点之间的边通过强化学习习得，其遍历奖励以违规检测为基础，从而重塑图的社区结构，使得低通谱滤波能够区分相关与不相关的义务簇。在三个合规领域上的评估中，\ac{UCVE} 相比扁平余弦检索平均取得 4.3\% 的 matched-$K$ 召回率提升，并持续优于强检索基线和基于图的基线。
| 评论： | 已被 EMNLP 2026 的自然法律语言处理研讨会（NLLP 2026）接收 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.37323 [cs.CL] |
| （或 arXiv:2610.37323v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37323 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Emily Chen [查看邮箱]
[v1]
2026年10月27日星期二 14:35:00 UTC（2,055 KB）
来源：arXiv cs.CL · arxiv.org