基于混合神经-符号流水线的可验证法律合同问答系统

《IEEE Access》：Verifiable Legal Contract Question Answering Using Natural Language Inference Grounding and Knowledge Graphs

　　

摘要：

法律合同分析是法律和商业领域中一项关键但劳动密集型的工作，需要对复杂的合同语言进行精确解读。现有的自动法律问答（QA）方法存在幻觉、缺乏可验证性以及无法提供可追溯推理等问题。本文提出了一种混合神经-符号流水线，将检索增强生成与多信号验证相结合，以从法律合同中生成准确且可验证的答案。该系统集成了基于FAISS的语义检索引擎（使用Sentence Transformers进行条款级检索）、经过监督微调（SFT）的Qwen~2.5 7B语言模型（用于结构化法律工具调用推理），以及经过微调的DeBERTa-v3自然语言推理（NLI）模型（用于验证）。流水线最终通过置信度门控机制对低置信度答案进行标记，以防止静默幻觉的发生。