LightRAG построил граф знаний для юридических документов

Юридический сектор сталкивается с проблемой разбросанности информации: нормы, судебные прецеденты и термины находятся в разных источниках, что затрудняет их совместный анализ. В статье на Habr ML описан эксперимент по построению графа знаний (Knowledge Graph) в этой области с использованием фреймворка LightRAG.

LightRAG, построенный на базе LangChain и LLM‑моделей, позволяет автоматически извлекать сущности из текста, определять их взаимосвязи и сохранять их в виде графовой структуры. Авторы подключили к системе более 5 000 юридических документов, включая кодексы, постановления и судебные решения. С помощью предварительно обученных моделей NER и семантического поиска система идентифицировала более 12 000 уникальных сущностей и создала около 30 000 ребер, связывающих нормы с прецедентами, а также понятия с их определениями.

Ключевые результаты:

• Время полной индексации всех документов составило ~45 минут на 8‑ядерном сервере.
• Точность извлечения сущностей (F1) достигла 0,87, а точность установления связей – 0,81.
• Интеграция с RAG‑модулем позволила отвечать на запросы типа «Какие прецеденты применялись к статье 123 ГК РФ?» с точностью 78 %.

Авторы отметили, что автоматическое построение графа знаний существенно ускорило подготовку аналитических отчетов, однако потребовалась ручная валидация ключевых связей. В статье также обсуждаются ограничения текущих LLM‑моделей в понимании юридической терминологии и необходимость дообучения на специализированных корпусах.

Для практического применения LightRAG в юридических проектах рекомендовано:

1. Подготовить чистый корпус документов (OCR, очистка метаданных).
2. Настроить кастомные NER‑модели для специфических юридических сущностей.
3. Включить этап человеческой проверки критических связей перед запуском в продакшн.

Эксперимент демонстрирует, что современный стек RAG может стать основой для построения интерактивных юридических систем, объединяющих поиск, анализ и генерацию текста.