論文の概要: An Integrated Framework of Prompt Engineering and Multidimensional Knowledge Graphs for Legal Dispute Analysis
- arxiv url: http://arxiv.org/abs/2507.07893v1
- Date: Thu, 10 Jul 2025 16:22:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-11 16:40:15.485927
- Title: An Integrated Framework of Prompt Engineering and Multidimensional Knowledge Graphs for Legal Dispute Analysis
- Title（参考訳）: 問題解析のためのプロンプトエンジニアリングと多次元知識グラフの統合フレームワーク
- Authors: Mingda Zhang, Na Zhao, Jianglong Qing, Qing xu, Kaiwen Pan, Ting luo,
- Abstract要約: 本研究は,多次元知識グラフとプロンプトエンジニアリングを統合した拡張フレームワークを提案する。
このフレームワークは、タスク定義、知識背景、推論ガイダンスを含む3段階の階層的なプロンプト構造を導入する。
4つの補完的手法は、正確な法的概念の検索を可能にする。
- 参考スコア（独自算出の注目度）: 10.003390941988386
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid development of artificial intelligence has positioned large language models as fundamental components of intelligent legal systems. However, these models face significant limitations in legal dispute analysis, including insufficient legal knowledge representation, limited concept understanding, and reasoning deficiencies. This research proposes an enhanced framework integrating prompt engineering with multidimensional knowledge graphs. The framework introduces a three-stage hierarchical prompt structure comprising task definition, knowledge background, and reasoning guidance, supplemented by legal-specific reasoning templates and dynamic optimization mechanisms. A three-layer knowledge graph architecture is constructed with legal classification ontology, representation, and instance layers. Four complementary methods enable precise legal concept retrieval: direct legal norm code matching, domain-specific semantic vector similarity, ontology-based path reasoning, and specialized lexical segmentation. These components integrate with web search technology to establish a knowledge-enhanced framework for legal decision-making. Experimental results demonstrate significant performance improvements in legal dispute analysis, enabling accurate legal application analysis for complex cases while exhibiting nuanced understanding of judicial decision-making logic, providing a novel technical approach for implementing intelligent legal assistance systems.
- Abstract（参考訳）: 人工知能の急速な発展は、大きな言語モデルをインテリジェントな法体系の基本的な構成要素として位置づけている。
しかし、これらのモデルは、法的な知識の表現不足、概念理解の制限、推論の欠陥など、法的な論争の分析において重大な制限に直面している。
本研究は,多次元知識グラフとプロンプトエンジニアリングを統合した拡張フレームワークを提案する。
このフレームワークは、タスク定義、知識背景、推論ガイダンスを含む3段階の階層的なプロンプト構造を導入し、法的な推論テンプレートと動的最適化機構を補足する。
3層知識グラフアーキテクチャは、法的な分類オントロジー、表現、インスタンス層で構築されている。
4つの補完的手法は、直接法則コードマッチング、ドメイン固有の意味的ベクトル類似性、オントロジーに基づく経路推論、特殊語彙分割という、正確な法的概念の検索を可能にする。
これらのコンポーネントはWeb検索技術と統合され、法的意思決定のための知識強化フレームワークを確立する。
実験結果から, 法的問題解析の大幅な性能向上, 複雑な事例に対する正確な法的適用分析, 司法判断論理の曖昧な理解, インテリジェントな法的支援システムの実現に向けた新たな技術的アプローチが得られた。
関連論文リスト
- When Large Language Models Meet Law: Dual-Lens Taxonomy, Technical Advances, and Ethical Governance [7.743029842436036]
本稿では,Large Language Models (LLM) の総合的なレビューを行う。
トランスフォーマーベースのLLMは、文脈推論や生成的議論のような創発的な能力を示す。
本稿では,法的な役割を計算的にサブタスクにマッピングし,トゥールミン論証フレームワークを実装した新しい分類法を提案する。
論文 参考訳（メタデータ） (2025-07-10T13:26:34Z) - KERAIA: An Adaptive and Explainable Framework for Dynamic Knowledge Representation and Reasoning [46.85451489222176]
KERAIAはシンボリックナレッジエンジニアリングのための新しいフレームワークとソフトウェアプラットフォームである。
動的で複雑でコンテキストに敏感な環境で知識を表現、推論、実行するという永続的な課題に対処する。
論文 参考訳（メタデータ） (2025-05-07T10:56:05Z) - Bridging Legal Knowledge and AI: Retrieval-Augmented Generation with Vector Stores, Knowledge Graphs, and Hierarchical Non-negative Matrix Factorization [6.0045906216050815]
大規模言語モデル(LLM)を利用したエージェント生成AI - 検索型生成(RAG)、知識グラフ(KG)、ベクトルストア(VS)
この技術は、膨大な非構造化または半構造化データセット内の関係を推測するのに優れている。
非負行列因子化(Non-Negative Matrix Factorization, NMF)により構築されたRAG, VS, KGを統合した生成AIシステムを導入する。
論文 参考訳（メタデータ） (2025-02-27T18:35:39Z) - Knowledge Graphs Construction from Criminal Court Appeals: Insights from the French Cassation Court [49.1574468325115]
本稿では,フランス・カシエーション裁判所への上訴から知識グラフを構築するための枠組みを提案する。
このフレームワークはドメイン固有のオントロジーと派生データセットを含み、構造化された法的データ表現と分析の基礎を提供する。
論文 参考訳（メタデータ） (2025-01-24T15:38:32Z) - A Comprehensive Framework for Reliable Legal AI: Combining Specialized Expert Systems and Adaptive Refinement [0.0]
本稿では,専門家システムと知識に基づくアーキテクチャを組み合わせた新しい枠組みを提案する。
このフレームワークは特殊なモジュールを利用し、それぞれが特定の法的領域に焦点を当て、構造化された運用ガイドラインを取り入れて意思決定を強化する。
提案されたアプローチは、既存のAIモデルよりも大幅に改善され、法的タスクのパフォーマンスが向上し、よりアクセシブルで手頃な価格の法律サービスを提供するスケーラブルなソリューションを提供する。
論文 参考訳（メタデータ） (2024-12-29T14:00:11Z) - An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。
応用例としては、メタ理論的性質の形式的解析と検証がある。
論文 参考訳（メタデータ） (2023-12-08T09:32:26Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z) - A Principled Design of Image Representation: Towards Forensic Tasks [75.40968680537544]
本稿では, 理論, 実装, 応用の観点から, 法科学指向の画像表現を別の問題として検討する。
理論レベルでは、Dense Invariant Representation (DIR)と呼ばれる、数学的保証を伴う安定した記述を特徴とする、新しい法医学の表現フレームワークを提案する。
本稿では, ドメインパターンの検出とマッチング実験について, 最先端の記述子との比較結果を提供する。
論文 参考訳（メタデータ） (2022-03-02T07:46:52Z) - From LSAT: The Progress and Challenges of Complex Reasoning [56.07448735248901]
本稿では,LSAT(Law School Admission Test)の3つの課題について,解析的推論,論理的推論,読解の3つの課題について検討する。
本稿では,これら3つのタスクを統合するハイブリッド推論システムを提案する。
論文 参考訳（メタデータ） (2021-08-02T05:43:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。