LuanVan.vnLuận Văn
Gửi thư

DEVELOPMENT OF AN AI-BASED LEGAL CONSULTATION SYSTEM USING HIERARCHICAL RAG, HYBRID RETRIEVAL, AND LARGE LANGUAGE MODELS FOR VIETNAMESE LEGAL DOCUMENT SEARCH

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Nhật Hào
Người hướng dẫnTrần Công Án
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Accessing accurate Vietnamese legal information remains challenging due to the vast number of regulations, complex hierarchical structures, and the limitations of traditional keyword-based search tools. This thesis develops LegalMate, an AIpowered legal assistant that addresses these issues through a novel 3-tier RetrievalAugmented Generation (RAG) architecture combined with hybrid retrieval (BM25 + dense vector search), query enhancement, and cross-encoder reranking. The system was implemented using a Python/FastAPI backend with PostgreSQL + pgvector for efficient hierarchical vector search, Google Gemini-1.5- flash for response generation and query enhancement, and a cross-platform Flutter mobile application (Android/iOS). Evaluation on a diverse legal question dataset shows that the proposed 3-tier RAG approach achieves recall@5 ≥ 80%, precision@5 ≥ 60%, groundedness ≥ 4.0/5.0, and an average response time of 8–20 seconds— significantly outperforming baseline keyword and single-tier vector search methods. The results demonstrate the effectiveness and practical feasibility of structured multi-tier RAG for the Vietnamese legal domain, providing a reliable, user-friendly, and source-cited legal assistant suitable for both citizens and professionals.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.