从规范到指标（N2I-RAG）：面向法律指标计算的智能体式检索增强生成框架

从规范性文本中计算法律指标是法律监测与政策评估的一项关键任务，但由于法律语言的复杂性、规模性和解释性，以及可用文档质量的差异，该任务面临重大挑战。现有自然语言处理技术与生成模型可以辅助法律分析，但往往存在高幻觉风险，且缺乏可靠指标计算所需的可解释性与证据支撑。本文提出N2I-RAG（From Norms to Indicators，从规范到指标），一个智能体式检索增强生成框架，旨在以透明、可追溯的方式自动化法律指标计算。我们在模块化流水线中集成自适应检索、基于LLM的智能体和验证机制，每个组件在过滤、检索与评估证据，以及生成可关联到可识别法律条款的二元法律结果方面承担明确角色。该框架强调可追溯性，要求对中间决策和最终指标赋值给出显式解释。我们使用自建的法国海洋环境法语料库评估N2I-RAG，其中既包括扫描件也包括数字来源。与多个语言模型家族的对比实验表明，所提方法持续优于基线系统，并在2个不同禁令的测试中泛化良好。结果表明，智能体式检索增强生成能够衔接开放文本法律语言与标准化指标计算，为透明、可扩展的法律观测站奠定基础。