Graph RAG for Legal Norms: A Hierarchical and Temporal Approach

要約

この記事では、定義された階層構造、内部および外部参照の広範なネットワーク、および複数の時間バージョンが特徴の、法的規範の分析と理解のために特別に設計されたグラフ検索拡張生成（グラフrag）の適応を提案します。
構造化された知識グラフと文脈的に濃縮されたテキストセグメントを組み合わせることにより、グラフRAGは、固有の複雑さと膨大な量の法的データに対処するための有望なソリューションを提供します。
階層構造と一時的な進化の知識グラフへの統合は、包括的なテキスト単位の概念とともに、法的知識のより豊かで相互に関連した表現の構築を促進します。
グラフRAGと法的規範データセットへの適用の詳細な分析を通じて、この記事は、法律に適用される人工知能の分野を前進させ、法的研究、立法分析、意思決定支援におけるより効果的なシステムの機会を生み出すことを目的としています。

要約(オリジナル)

This article proposes an adaptation of Graph Retrieval Augmented Generation (Graph RAG) specifically designed for the analysis and comprehension of legal norms, which are characterized by their predefined hierarchical structure, extensive network of internal and external references and multiple temporal versions. By combining structured knowledge graphs with contextually enriched text segments, Graph RAG offers a promising solution to address the inherent complexity and vast volume of legal data. The integration of hierarchical structure and temporal evolution into knowledge graphs – along with the concept of comprehensive Text Units – facilitates the construction of richer, interconnected representations of legal knowledge. Through a detailed analysis of Graph RAG and its application to legal norm datasets, this article aims to advance the field of Artificial Intelligence applied to Law, creating opportunities for more effective systems in legal research, legislative analysis, and decision support.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google