为什么法律推理需要知识图谱
法律分析遵循识别争议点、适用规则、分析适用、得出结论的结构化范式(IRAC)。通用大模型仅靠文本语料训练,难以稳定把握规则之间的层级与引用关系,容易在长链条推理中出现幻觉与错引。把关键法律概念(案例、法条、事实、结论)及其关系显式建成知识图谱,再用于指导模型训练,可显著提升法律推理的事实性与逻辑连贯性。
第一步:按IRAC框架构建法律知识图谱
用 NetworkX 把案例抽取为带类型的图结构,实体包括 LegalIssue、Rule、MaterialFact、Conclusion,关系如 ARISES_FROM、ADDRESSES、DERIVES_FROM:
import networkx as nx
g = nx.DiGraph()
g.add_node('Issue:产品缺陷致损')
g.add_node('Rule:民法典第1203条')
g.add_node('Fact:消费者正常使用')
g.add_edge('Issue:产品缺陷致损', 'Rule:民法典第1203条', relation='ADDRESSES')
g.add_edge('Fact:消费者正常使用', 'Issue:产品缺陷致损', relation='ARISES_FROM')
print('节点数:', g.number_of_nodes(), '边数:', g.number_of_edges())真实项目中,实体与关系可由大模型从裁判文书中批量抽取,再经人工抽检校正;图结构本身即成为后续训练数据与可解释检索的基础。
第二步:从图谱生成SFT训练样本
给定争议点与相关事实,沿 ARISES_FROM、ADDRESSES 关系抽取适用规则,构造事实加指令到适用规则加理由的样本。以下示意用图查询生成一条训练数据:
def build_sft(issue):
rules = [n for n in g.successors(issue)
if g.edges[issue, n]['relation'] == 'ADDRESSES']
facts = [n for n in g.predecessors(issue)
if g.edges[n, issue]['relation'] == 'ARISES_FROM']
return {'instruction': f'争议点:{issue};事实:{facts}',
'output': f'适用规则:{rules}(理由:规则与事实直接对应)'}
print(build_sft('Issue:产品缺陷致损'))第三步:用LLaMA-Factory做SFT与DPO
将样本整理为 alpaca 格式(instruction/input/output),用 LLaMA-Factory 以 LoRA 做有监督微调,再以适用规则正确错误构造偏好对做 DPO,抑制错引:
# 启动 SFT(LoRA)
llamafactory-cli train examples/legal_sft.yaml
# examples/legal_sft.yaml 关键字段
stage: sft
finetuning_type: lora
lora_target: all
dataset: legal_iriac_sft
cutoff_len: 4096
output_dir: saves/legal-llm-sft偏好数据(DPO)建议以被图谱支持的规则为正例、以幻觉或错引规则为负例,让模型在结构化证据约束下收敛,而非记忆表面话术。
落地边界与合规提醒
① 训练与推理尽量在私有环境完成,裁判文书等敏感数据不出行;
② 输出必须带可溯源的法条与案例编号,无法溯源的结论直接拒答;
③ 模型定位为辅助研判,最终法律意见由执业人员负责。
说明:本文为工程方法参考,不构成法律意见;具体训练效果依赖语料质量与人工校正。
参考来源
Knowledge Graph-Assisted LLM Post-Training for Enhanced Legal Reasoning - alphaXiv(2026);Trustworthy Legal Reasoning: A Comprehensive Survey - Preprints.org;LLaMA-Factory 开源项目文档 - GitHub(hiyouga/LLaMA-Factory)。