针对印度最高法院判决的法律问答的修辞角色感知检索增强生成

本研究论文提出了一个专门针对法律领域的检索增强生成（RAG）框架，以协助交互式检索和推理印度最高法院的判决。该解决方案使用 RAG 框架的增强版本，其中包括基于修辞的分块、基于融合的检索和跨编码器重排序方法，以提高检索信息的相关性。为了改善对话，所提出的框架使用聊天历史记录以及查询分类和重写，以便从连续查询中了解用户意图。此外，还有一些功能考虑了法律文件的结构方面，例如可能影响检索质量的法官的孤立姓名。该评估是使用 DeepEval 框架完成的，在上下文回忆和答案相关性等指标上表现出了很强的性能，这证明该框架在处理需要大量上下文的法律问答任务时非常有效。结果强调了特定领域增强功能在开发可靠且可解释的法律人工智能系统方面的重要性。