Кейсы

Ассистент юриста

/

ИИ-ассистент, который отвечает на вопросы, ссылаясь на актуальные нормативно-правовые акты

Решение

RAG-система с базой нормативно-правовых актов

Фрагментация документов с сохранением контекста
Учет логических связей и взаимных отсылок

Формирование ответов с обязательной ссылкой на источник

Особенности

Возможности

Контекст

Юридическая деятельность связана с анализом значительных объёмов нормативно-правовой информации. Законы и подзаконные акты обладают сложной иерархической структурой, многочисленными логическими связями и взаимными отсылками. Это существенно усложняет поиск и обработку информации, увеличивает временные затраты специалистов и повышает риск упущения важных деталей.

Цель

Создать интеллектуальную систему, интегрированную с базой актуальных нормативно-правовых актов, которая позволяет:

Задачи

1.Обеспечить корректную обработку юридических документов с учётом их структуры и логических связей.

2.Разработать механизм разбиения документов на фрагменты с сохранением контекста и метаданных.

3.Реализовать поиск и сопоставление норм с учётом взаимных ссылок.

4.Обеспечить формирование достоверных ответов с обязательным указанием первоисточников.

Решение

Для повышения эффективности поиска документы были разделены на осмысленные фрагменты с сохранением ключевых параметров:

Такая структура обеспечивает точный поиск норм, сохранение юридического контекста и корректное формирование ссылок на смежные документы.

ссылки на другие нормативные акты.

краткое содержание,

дата принятия,

название документа,

Бенчмарк качества извлечения RAG-системы по метрикам Recall и MeanAP

Динамика метрики Recall@K в зависимости от количества извлекаемых сниппетов

Для достижения 100% полноты без реранжирования требуется ≥49 сниппетов, тогда как с LLM-реранкером достаточно 14–15

С LLM-реранкингомMeanAP заметно выше (релевантные фрагменты поднимаются в топ, шум отсекается)

Анализ оценки качества поиска по Mean AP

Как работает ассистент

На основе этих данных формируется развернутый ответ с обязательной ссылкой на первоисточник.

Вместе с запросом пользователя модель получает расширенный контекст: сведения о документе и его метаданные.

По запросу пользователя система извлекает релевантные фрагменты из базы.

1

2

3