PolicyKG：将机构政策转化为 SHACL 知识图谱的智能体 LLM 流水线

文章背景与核心概要

机构政策通常以自然语言编写，这为需要机器可读约束的自动化合规系统造成了巨大的障碍。PolicyKG 通过提供一种智能体大语言模型（LLM）流水线，将政策文档转换为 SHACL（形状约束语言）知识图谱，从而有效解决了这一“合规鸿沟”。

该系统利用 LangGraph 状态机进行分阶段验证，以处理政策 PDF 文档。其核心创新在于“语料库适配器”（Corpus Adapter），这是一个基于 YAML 的词汇注册表，允许系统通过更换注册表而非重新训练模型，即可快速迁移至新的领域（例如从机构政策迁移到 GDPR）。

核心功能与方法论

四阶段流水线

该系统将句子分类为义务、许可或禁止，将其提升为一阶道义逻辑（First-order Deontic Logic），并最终生成 SHACL 约束。

Four-Stage Pipeline: The system classifies sentences as obligations, permissions, or prohibitions, lifts them into first-order deontic logic, and emits SHACL constraints.

领域无关性

通过利用模块化的语料库适配器，该系统在切换领域时无需重新训练模型。

Domain Agnostic: By utilizing a modular Corpus Adapter, the system avoids the need for model retraining when switching domains.

稳健的验证机制

流水线在每个阶段都集成了自动化验证器，以确保输出的高质量和一致性。

Robust Validation: The pipeline incorporates automated validators at each stage to ensure high-quality output and consistency.

确定性输出

该系统旨在确保在多次重复运行中产生哈希值完全一致的 SHACL 输出。

Deterministic Output: The system is designed to produce hash-identical SHACL outputs across repeated runs.

性能亮点

道义分类： 在亚洲理工学院（AIT）政策语料库上实现了 86.9% 的准确率（Cohen's kappa = .709）。
SHACL 生成： 在 69 个形状的子集上表现出 .866 的 F1 分数。
逻辑处理： 通过一阶逻辑（FOL）路径成功处理了 79.2% 的规则，其余部分则采用回退机制。
适应性： 将 AIT 注册表更换为 GDPR 注册表后，属性对齐能力显著提升（Fisher 精确检验 p < .001）。

Performance Highlights * Deontic Classification: Achieved 86.9% accuracy (Cohen's kappa = .709) on the Asian Institute of Technology (AIT) policy corpus. * SHACL Generation: Demonstrated an F1 score of .866 on a 69-shape subset. * Logic Handling: Successfully processed 79.2% of rules via the first-order logic (FOL) path, with a fallback mechanism for the remainder. * Adaptability: Swapping the AIT registry for a GDPR registry significantly improved property alignment (Fisher's exact p < .001).

访问与资源

正在接受 IJCKG 2026（泰国曼谷）审稿。

Access & Resources * View PDF * HTML (Experimental) * TeX Source

Under review at IJCKG 2026, Bangkok, Thailand.