Методи використання штучного інтелекту для системи юридичної консультації

Simple item page
dc.contributor.authorКабак, Л.
dc.contributor.authorМороз, Д.
dc.contributor.authorВарех, Н. В.
dc.contributor.authorСергієнко, О.
dc.contributor.authorKabak, L.
dc.contributor.authorMoroz, D.
dc.contributor.authorVarekh, N. V.
dc.contributor.authorSerhiienko, O.
dc.date.accessioned2026-10-30T09:00:57Z
dc.date.issued2026
dc.description.abstractСтаття присвячена розробці та вдосконаленню інтелектуальної інформаційної системи юридичних консультацій на основі архітектури Retrieval-Augmented Generation (RAG). У роботі детально проаналізовано ключові виклики сучасних інформаційно-правових систем, зокрема проблему «семантичного розриву» між побутовими запитами користувачів та формальною юридичною термінологією, а також недоліки традиційних методів інформаційного пошуку, заснованих на ключових словах. У статі обґрунтовано необхідність переходу до семантичних моделей пошуку, які забезпечують коректне відображення змісту правових норм у багатовимірному векторному просторі. У статті запропоновано гібридний підхід до пошуку юридичних документів, який поєднує векторний семантичний пошук, повнотекстове індексування та алгоритм ранжування Reciprocal Rank Fusion. Такий підхід дозволяє підвищити точність і стабільність видачі результатів завдяки компенсуванню недоліків окремих методів. Окрему увагу приділено механізму Smart Early Exit, що забезпечує миттєвий пошук у випадках, коли намір користувача вказує на конкретну статтю або норму закону. Науковою новизною роботи є розробка методу ієрархічного семантичного чанкінгу, який враховує структурні особливості українських нормативно-правових актів. Це дозволяє зберегти юридичний контекст під час векторизації та підвищити якість пошуку релевантних фрагментів. Запропонована мікросервісна архітектура системи забезпечує масштабованість, відмовостійкість та ефективний розподіл навантаження між модулями збору, обробки та генерації відповідей. Отримані результати демонструють, що поєднання гібридного пошуку, ієрархічного чанкінгу та нейромережевого реранкінгу дозволяє мінімізувати інформаційні втрати та підвищити достовірність юридичних консультацій. Перспективи подальших досліджень пов’язані з адаптацією системи до багатомовної обробки та інтеграції різних типів правової документації.
dc.description.abstractThe article is devoted to the development and improvement of an intelligent legal advisory information system based on the Retrieval Augmented Generation (RAG) architecture. The paper provides a detailed analysis of the key challenges faced by modern legal information systems, in particular the problem of the “semantic gap” between users’ everyday queries and formal legal terminology, as well as the shortcomings of traditional keyword-based information retrieval methods. The study substantiates the need to transition to semantic search models that ensure accurate representation of the content of legal norms in a multidimensional vector space. The article proposes a hybrid approach to legal document retrieval that combines vector-based semantic search, full-text indexing, and the Reciprocal Rank Fusion ranking algorithm. This approach improves the accuracy and stability of search results by compensating for the limitations of individual methods. Special attention is given to the Smart Early Exit mechanism, which enables instant retrieval in cases where the user’s intent clearly indicates a specific article or legal provision. The scientific novelty of the work lies in the development of a hierarchical semantic chunking method that takes into account the structural features of Ukrainian regulatory legal acts. This makes it possible to preserve legal context during vectorization and improve the quality of retrieving relevant fragments. The proposed microservice-based system architecture ensures scalability, fault tolerance, and efficient load distribution among the modules responsible for data collection, processing, and response generation. The results demonstrate that combining hybrid search, hierarchical chunking, and neural network–based re-ranking minimizes information loss and enhances the reliability of legal consultations. Future research prospects are associated with adapting the system for multilingual processing and integrating various types of legal documentation.
dc.identifier.citationКабак Л., Мороз Д., Варех Н. В., Сергієнко О. Методи використання штучного інтелекту для системи юридичної консультації. Комп’ютерно-інтегровані технології: освіта, наука, виробництво. 2026. № 62. С. 329-336. DOI: https://doi.org/10.36910/6775-2524-0560-2026-62-37.
dc.identifier.doihttps://doi.org/10.36910/6775-2524-0560-2026-62-37
dc.identifier.issn2524-0552
dc.identifier.issn2524-0560
dc.identifier.orcidhttps://orcid.org/0000-0002-2779-9225
dc.identifier.orcidhttps://orcid.org/0000-0003-2577-3352
dc.identifier.orcidhttp://orcid.org/0000-0001-6267-1772
dc.identifier.urihttps://dspace.mipolytech.education/handle/mip/4031
dc.language.isouk
dc.publisherЛуцький національний технічний університет
dc.subjectштучний інтелект
dc.subjectархітектура RAG
dc.subjectсемантичний чанкінг алгоритми ранжування
dc.subjectтеорія множин
dc.subjectсегментація тексту
dc.subjectюридична консультація
dc.subjectartificial intelligence
dc.subjectRAG architecture
dc.subjectsemantic chunking
dc.subjectranking algorithms
dc.subjectset theory
dc.subjecttext segmentation
dc.subjectlegal consultation
dc.titleМетоди використання штучного інтелекту для системи юридичної консультації
dc.title.alternativeMethods of using artificial injector for a legal advice system
dc.typeArticle

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Методи використання штучного інтелекту для системи юридичної консультації.pdf
Size:
3.82 MB
Format:
Adobe Portable Document Format
Download

Collections

Кафедра міждисциплінарних соціально-гуманітарних студій (ГУМІН)