深入理解法律问答系统

可视化演示

系统总览

老周每天的工作并不复杂：他用耳朵接住问题，用大脑判断来意，用手翻书，再动笔写答复。法律问答系统也是一样，它把“接听、判断、翻书、写答复”四个动作串成一条流水线。对用户来说，只需要在对话框里输入一句话，背后却要跑完一整条处理链路。

这条链路可以拆成三个串行模块：第一个模块判断“用户到底在问什么”，第二个模块根据判断结果去法律库里找相关条文，第三个模块把条文组织成一段自然、友好、有出处的回答。三个模块像流水线上的三个工人，各管一段，前一个的输出是后一个的输入。

用数学表达这条流水线，就是：

老周的接单流程固然熟练，但真正让他成为“好前台”的，不是笼统的勤快，而是每一步都有章法。接下来，我们逐段拆开看：他到底是怎么听懂、怎么找书、怎么写建议的。

意图识别

老周接电话的第一句永远是：“您先说下遇到了什么事。”他会捕捉关键词：听到“工资”“辞退”就归到劳动问题，听到“离婚”“抚养权”就归到婚姻家庭。这个过程在系统里叫意图识别。意图识别是整个问答系统的入口，如果这一步判断错了，后面的检索和生成都会跟着跑偏。

技术实现上，系统通常先准备一组候选意图类别，比如“劳动纠纷”“婚姻家庭”“合同纠纷”“刑事诉讼咨询”等。然后对输入问句计算属于每个类别的概率，哪一个类别的概率最高，就把它作为预测结果。为了不让系统在模糊问题上硬猜，还会设置一个置信度阈值：当最高概率也不够高时，系统不直接作答，而是反问用户几句。

老周并不是每句话都能立刻听懂。遇到犹豫的新访客，他会多问一句：“您说的这个'裁员'是正式辞退，还是协商解除？”这种主动澄清，正是意图识别模块里“阈值”在起作用，它让系统学会承认自己“拿不准”。

法条检索

老周的办公室很特别：身后那面墙是十米高的书架，上面是几万部法律法规。他不可能把每本书都背下来，但他知道哪本书大概在哪个位置。法条检索要解决的，正是“如何在成千上万条法条里，快速找到与当前问题最相关的几条”。

传统做法是关键词匹配：问题里包含“工资”，就把所有带“工资”字样的条文拎出来。但法律语言和日常口语存在鸿沟，用户说“被扫地出门”，法条里写的是“用人单位单方解除劳动合同”。为了跨越这个鸿沟，系统会把问题和条文都转换成高维向量，再做语义相似度计算。意思相近的表述，即使字面不同，向量也会靠得很近。

老周在书架上抽书，凭的是多年的职业直觉；系统在法条库里找条文，凭的是向量空间的语义距离。找到候选法条后，系统还要按相关度从高到低排序，并把最靠前的几条作为答案生成的“素材”。

答案生成

老周找到法条后，不会直接把法条原文扔给访客。他会先划出几条法条里的关键句子，再结合访客的实际情况，组织成一段“先结论、再依据、后建议”的话。答案生成模块做的也是这件事：把检索到的法条要点转译成用户能听懂的表达。

生成方式上，系统通常使用语言模型，逐个字词地预测下一个词。它每生成一个词，都会参考三类信息：用户问题、检索到的法条、以及多轮会话中已经出现的背景。为了控制回答质量，系统还会要求答案包含引用标注——把“依据《劳动合同法》第八十五条”写清楚，让用户可以自己核对。

老周写的便签从来不是法条复印件，而是“翻译”后的建议。答案生成模块也一样，它把“法言法语”翻译成“人间烟火气”，但每一句话背后都留着原典的出处，方便读者回头查证。

多轮上下文

老周有个好习惯：他会把每位访客说过的话记录在一个小本子上。访客第二次来时，他会说：“您上次说的那家公司，后来有下文吗？”这不是寒暄，而是上下文管理。如果老周每次只当第一次见面，访客就得重复说一遍背景，效率极低。

法律咨询天然是多轮对话：用户先问“被辞退有没有补偿”，再追问“那我干了三年，补偿怎么算”。第二句里的“那”指的是“被辞退这件事”，“三年”是新补充的事实。系统需要维护一份对话状态，记录关键实体和用户诉求，并在下一轮生成时使用这些信息。当然，记忆不是无限膨胀的，会话窗口之外的内容会被压缩或丢弃，避免上下文过长导致性能下降。

老周的小本子会被定期撕掉旧页，只留下最近的记录。系统的会话窗口也是类似的“便签纸”：它既让回答拥有连续性，又不会因为记住太多而让生成变得又慢又乱。

边界安全

老周虽然是资深前台，但有一类话他绝对不肯说：“我向您保证官司肯定能赢”“对方这是诈骗，赶紧报警”——前者是越界承诺，后者可能涉及紧急风险。对一个法律问答系统而言，边界安全甚至比回答质量更重要。

系统需要内置一套风险判断机制：如果用户的问题涉及自杀倾向、家暴、刑事犯罪、诉讼时效临近等高风险场景，系统不会继续提供常规回答，而是给出求助热线、法律援助渠道，并转接人工坐席或紧急援助。与此同时，每条普通回答后面都要附上免责声明，说明内容仅供参考，不构成正式法律意见。

老周知道，前台的一句“没事”可能让访客错过最佳维权时机。法律问答系统也一样：敢于说“我不知道”“你需要找律师”，恰恰是最负责任的表现。

评测优化

服务中心的领导会定期检查老周的工作：随机挑一批访客问题，再看老周的答复是否准确、引用是否到位。这就是评测。没有评测，系统就像没有考核的老周，干得好不好全凭感觉。

法律问答系统最常用的指标是准确率和召回率。准确率看的是“系统给出的答案里，有多少是对的”；召回率看的是“应该被找到的法律依据里，系统找回了多少”。但这两个指标常常此消彼长：想提高准确率，可能漏掉一些相关内容；想提高召回率，又可能引入无关内容。于是业界常用 F1 值把两者合成一个综合分。

除了离线指标，系统还要收集真实用户反馈，比如用户会不会点“有帮助”、会不会追问、会不会投诉。这些反馈就像访客离开后留下的评价卡，帮助系统在下一轮迭代里继续调优。

产业落地

如果老周只服务一个大厅，靠个人能力就够了；但法律问答系统要服务的是全市、全国的用户。产业落地意味着要把“一个优秀前台”复制成“十万个稳定前台”，这背后是成本、合规与协作三本账。

成本包括模型推理的算力成本、法条数据库的维护成本、以及兜底人工坐席的成本。合规要求包括数据隐私保护——用户聊天记录属于敏感信息，不能随意留存和流转；也包括服务边界——系统不能自称为“律师”，不能给出绝对化的诉讼承诺。真正成熟的法律问答系统，一定是人机协作的：AI 负责高并发、标准化、低风险的问题；律师和客服负责复杂、紧急、高价值的问题。

老周一个人再能干，也只能服务一个大厅。产业落地要做的，是把“老周的经验”沉淀成标准流程，再配上安全护栏和人工后援，让 AI 走向真正的规模化法律服务。

AI 应用场景

Python 演示

import refrom collections import Counter  class LegalQA:    def __init__(self):        self.intents = {            "劳动纠纷": ["工资", "辞退", "加班", "工伤"],            "婚姻家庭": ["离婚", "抚养权", "彩礼", "财产分割"],            "合同纠纷": ["违约金", "欠款", "合同", "定金"]        }        self.law_lib = {            "劳动纠纷": [                "《劳动合同法》第八十五条：用人单位拖欠劳动报酬的，劳动行政部门责令限期支付。",                "《工伤保险条例》第十四条：在上下班途中受到非本人主要责任的交通事故伤害应当认定工伤。"            ],            "婚姻家庭": [                "《民法典》第一千零八十四条：离婚后，不满两周岁子女原则上随母亲生活。",                "《民法典》第一千零六十二条：夫妻共同财产由双方协议处理。"            ],            "合同纠纷": [                "《民法典》第五百八十五条：违约金过分高于损失的，人民法院可以适当减少。",                "《民法典》第五百七十七条：当事人一方不履行合同义务应当承担违约责任。"            ]        }        self.session = []        self.max_turns = 4     def detect_intent(self, question):        for intent, keywords in self.intents.items():            hit = sum(1 for kw in keywords if kw in question)            if hit > 0:                return intent, hit / len(keywords)        return "未知", 0.0     def retrieve(self, intent):        return self.law_lib.get(intent, [])     def generate(self, question, intent, clauses):        header = "根据您的描述，问题可能属于{}。".format(intent)        if clauses:            body = "建议查阅以下法条：" + "；".join(clauses)        else:            body = "建议进一步明确时间、金额等关键事实。"        tail = "温馨提示：以上内容仅供参考，不构成正式法律意见；情况紧急时请及时联系律师或 12348 法援热线。"        return header + body + tail     def ask(self, question):        intent, conf = self.detect_intent(question)        if conf < 0.5:            answer = "我还没有完全理解您的意思，请补充说明是谁、发生了什么、想达到什么目的。"        else:            clauses = self.retrieve(intent)            answer = self.generate(question, intent, clauses)        self.session.append((question, intent, answer))        if len(self.session) > self.max_turns:            self.session = self.session[-self.max_turns:]        return answer  def main():    qa = LegalQA()    for question in ["公司拖欠我三个月工资怎么办？", "离婚后孩子归谁？"]:        print(qa.ask(question))        print("---")  if __name__ == "__main__":    main()

1. def detect_intent(self, question):定义意图识别入口，相当于老周开口问的第一句话“您遇到什么事了”。
2. hit = sum(1 for kw in keywords if kw in question)统计问题里命中了多少个该意图的关键词，命中越多越有把握。
3. return intent, hit / len(keywords)用关键词命中比例当作置信度，供后续阈值判断使用。
4. return self.law_lib.get(intent, [])根据意图从法律库中取出候选法条，对应老周从书架上抽出几本书。
5. "；".join(clauses)把多条法条拼成一条带分号的文本，让回答中的引用清晰可查。
6. if conf < 0.5:设置 0.5 的置信度阈值，没把握时先澄清而不是硬答，这正体现安全边界。
7. self.session.append((question, intent, answer))把每一轮问答记录进会话历史，为多轮对话提供上下文。
8. if len(self.session) > self.max_turns:超出 4 轮窗口就丢弃早期记录，控制上下文长度。

常见误区

面试题