ملخص تقني: LegalGraphRAG

1. بيان المشكلة

يواجه تطبيق التوليد المعزز بالاسترجاع (RAG) والـ GraphRAG في المجال القانوني تحديين حرجين يعيقان الاستدلال القانوني الموثوق:

1. التباين وتعدد مستويات التدرج في المعرفة القانونية: تتكون المتون القانونية من مصادر متنوعة تشمل السوابق التاريخية، والمواد التشريعية المجردة، والتفسيرات القضائية. تعمل هذه المصادر بمستويات مختلفة من التجريد (التفاصيل الواقعية مقابل القواعد المطبقة مقابل المبادئ المجردة). تفشل أنظمة RAG القياسية أو هياكل الرسوم البيانية المسطحة في التمييز بين هذه المستويات، مما يؤدي غالباً إلى استرجاع تفاصيل واقعية غير ذات صلة عندما تكون هناك حاجة لمبادئ مجردة، أو العكس. يؤدي هذا إلى "فخ التشابه الدلالي" حيث تتفوق المطابقات المفتاحية السطحية على الصلة المنطقية.
2. الافتقار إلى الاستدلال القابل للتحقق والقائم على الأدلة: تقوم خطوط أنابيب RAG القياسية بتمرير السياق المسترجع مباشرة إلى النموذج اللغوي الكبير (LLM) للتوليد دون تحقق. في المجالات عالية المخاطر مثل القانون، تؤدي منهجية "الاسترجاع ثم التوليد" هذه إلى استدلال غامض و"صحة غير مدعومة"، حيث قد يتنبأ النموذج بالتهمة الصحيحة ولكنه يفشل في استرجاع المواد القانونية أو الأدلة المحددة المطلوبة لتبريرها. هذا النقص في الشفافية والتحقق يجعل النظام عرضة للهلوسة وغير موثوق به لاتخاذ القرارات القضائية.

2. المنهجية: LegalGraphRAG

يقترح المؤلفون إطار عمل LegalGraphRAG، وهو مصمم لمعالجة هذه التحديات من خلال مكونين أساسيين: الرسم البياني القانوني الهرمي (HierarGraph) ونظام الاستدلال متعدد الوكلاء القائم على الأدلة.

2.1 الرسم البياني القانوني الهرمي (HierarGraph)

بدلاً من الرسم البياني المعرفي المسطح، ينظم LegalGraphRAG المعرفة القانونية في ثلاث طبقات دلالية متميزة لفصل المعلومات المتباينة:

• رسم الحقائق البياني ($G_{fac}$): مجموعة مهيكلة من السوابق القانونية المتحقق منها. يربط صراحة بين القضايا ($C$)، المواد ($A$)، والجرائم ($O$). تمثل الحواف علاقات الاستشهاد ($C \to A$) ونتائج الإدانة ($C \to O$)، مما يوفر التدرج الواقعي اللازم لجمع الأدلة.
• رسم الوجود (الأنطولوجيا) البياني ($G_{ont}$): يسد الفجوة الدلالية عبر تجريد سمات القضايا. يقوم برسم خرائط للسرد غير المهيكل إلى فضاء دلالي نقي بناءً على أربعة أبعاد: سمات المتهم، السلوكيات الإجرامية، خصائص الضحية، والحالات الذهنية الذاتية. باستخدام خوارزمية أقرب الجيران ($k$-NN) وخوارزمية Leiden، يتم تجميع القضايا ذات الصلة في عقد مجتمعية ($K$)، مما يتيح الاسترجاع الهرمي من السياقات الواسعة إلى التفاصيل المحددة.
• رسم القواعد البياني ($G_{rul}$): يحل الغموض التشريعي عبر ربط المواد ($A$) بـ التفسيرات القضائية ($J$). ومن الأهمية بمكان أن كل عقدة مادة مجهزة بـ قائمة تحقق تشخيصية ($D$)، والتي تفكك القواعد القانونية المعقدة إلى خطوات تحقق محددة (مثل التحقق مما إذا كان المتهم "موظفاً حكومياً"). وهذا يسمح بالتحقق المنطقي الدقيق بدلاً من مجرد المطابقة الدلالية.

2.2 الاستدلال متعدد الوكلاء القائم على الأدلة

يستخدم إطار العمل خط أنابيب شفاف يتضمن ثلاثة وكلاء متخصصين يتنقلون في HierarGraph بالتتابع:

1. الباحث (استرجاع الأدلة): يربط استعلام القضية الخام بالأدلة القانونية ذات الصلة من خلال تنفيذ ثلاث استراتيجيات استرجاع متوازية:
   • استرجاع المطابقة الدلالية: يجد الأدلة المباشرة عبر تضمينات متوافقة مع الأنطولوجيا.
   • استرجاع التوسع المجتمعي: يسترجع القضايا ضمن المجتمعات الموضوعية المحددة بواسطة الاستعلام.
     * الاسترجاع المرتبط بالتهمة: يرسخ الأساس القانوني من خلال جمع القضايا المرتبطة بالتهم المستنتجة.
2. المُدقق (التحقق من الأدلة): يتحقق بصرامة من قابلية تطبيق المواد المسترجعة. يستخدم قوائم التحقق التشخيصية والتفسيرات القضائية من رسم القواعد البياني لتقييم ما إذا كانت وقائع القضية تستوفي شروطاً قانونية محددة. يتم استبعاد المواد غير القابلة للتطبيق والعقد المرتبطة بها، مما يضمن مرور الأدلة الصالحة فقط.
3. القاضي (توليف الأدلة): يقوم بتوليف الرسم البياني الفرعي المتحقق منه (المواد المؤكدة، القضايا، والجرائم) لإصدار حكم نهائي. تتضمن المخرجات استشهادات صريحة للمواد التشريعية والتفسيرات القضائية المستخدمة، مما يضمن أن كل استنتاج يمكن تتبعه إلى أدلة متحقق منها.

3. المساهمات الرئيسية

• اقتراح إطار العمل: تقديم LegalGraphRAG، وهو إطار عمل للاستدلال القانوني القائم على الأدلة يدمج رسماً بيانياً معرفياً هرمياً مع نظام متعدد الوكلاء للتعامل مع التباين القانوني وضمان موثوقية الاستدلال.
• تصميم الرسم البياني الهرمي: تصميم رسم بياني قانوني ثلاثي الطبقات (طبقات الأنطولوجيا، والحقائق، والقواعد) الذي ينمذج المعرفة القانونية متعددة التدرج، مما يفصل بفعالية بين السوابق التاريخية، والتشريعات، والتفسيرات لدعم الاسترجاع الدقيق.
• خط أنابيب التحقق متعدد الوكلاء: إنشاء خط أنابيب استدلال شفاف (باحث-مدقق-قاضي) يفرض التحقق خطوة بخطوة، ويربط الأحكام بسلاسل أدلة قابلة للتحقق بدلاً من التوليد الغامض.
• التحقق التجريبي: تجارب واسعة النطاق أظهرت أن LegalGraphRAG يحقق أداءً رائداً في معايير الحكم القانوني، متفوقاً على نماذج GraphRAG الحالية والنماذج القانونية المتخصصة في كل من الدقة والموثوقية.

4. النتائج التجريبية

تم تقييم إطار العمل على اثنين من المعايير الصينية واسعة النطاق: CAIL2018 و CMDL.

• دقة التوليد: تفوق LegalGraphRAG باستمرار على النماذج المرجعية، بما في ذلك النماذج مفتوحة المصدر (Qwen, InternLM, GLM)، والنماذج المتقدمة (GPT-4o-mini, DeepSeek-V3.1)، والأساليب القانونية المتخصصة (DISC-LawLLM, ADAPT). حقق تحسينات كبيرة (على سبيل المثال، يصل إلى 19.1% فوق النماذج المرجعية القوية) في دقة التنبؤ بالتهمة.
• فعالية الاسترجاع: حسن الهيكل الهرمي أداء الاسترجاع بشكل كبير (بنسبة 25.3% في الدراسات الأولية) مقارنة بالاستراتيجيات المسطحة، مما قلل بفعالية من استرجاع التفاصيل الواقعية غير ذات الصلة.
• الموثوقية والقابلية للتتبع: كانت النتيجة الحاسمة هي تقليل التنبؤات "الصحيحة غير القابلة للتتبع". بينما كانت النماذج المرجعية غالباً ما تتنبأ بالتهمة الصحيحة دون استرجاع المواد الداعمة اللازمة، زاد LegalGraphRAG بشكل كبير من نسبة العينات "الصحيحة القابلة للتتبع"، مما يضمن أن كل حكم مدعوم بالأدلة المسترجعة.
• دراسات الاستئصال (Ablation Studies): أدى إزالة الرسم البياني الهرمي إلى أكبر انخفاض في الأداء (7.2%)، مما يؤكد ضرورته. وبالمثل، أدى إزالة وكيل المدقق إلى تراجع الدقة بنسبة 3.4%، مما يثبت أهمية خطوة التحقق.
• مقايضة الكفاءة: بينما يتسبب مرحلة الاستدلال عبر الإنترنت في زمن انتقال (latency) وتكاليف توكن أعلى مقارنة بطرق RAG الأبسط بسبب عملية التحقق متعددة الخطوات، إلا أن وقت الفهرسة في مرحلة عدم الاتصال (offline) واستهلاك التوكن كان أقل من بعض نماذج GraphRAG المعقدة (مثل RAPTOR و HippoRAG).

5. الأهمية والادعاءات

يدعي البحث أن LegalGraphRAG يضع معياراً جديداً للأداء المتميز في الذكاء الاصطناعي الموثوق والقابل للثقة في التحليل القانوني. تكمن أهميته الأساسية في تحويل عملية الاستدلال القانوني من مهمة توليد "الصندوق الأسود" إلى خط أنابيب شفاف قائم على الأدلة. من خلال فرض التحقق الصارم وهيكلة المعرفة المتباينة، يعالج إطار العمل الحاجة الماسة للقابلية للتفسير والموثوقية في المجالات عالية المخاطر.

يضع المؤلفون هذا العمل ليس كبديل للقضاة البشر، بل كأداة مساعدة تعزز قدرات الاستدلال المنطقي والاسترجاع للمهنيين القانونيين. وهم يقرون بالقيود الحالية، وتحديداً الاقتصار على المدخلات النصية أحادية النمط، ويحددون التوسع إلى العقد متعددة الوسائط (مثل الأدلة المرئية) كاتجاه واعد للبحث المستقبلي لتحقيق نظام "محكمة ذكية" شامل.