发表机构
Wrocław University of Science and Technology（弗罗茨瓦夫理工大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
Schematize 是一个开源多智能体系统，通过澄清对话、迭代生成、数据驱动优化和后期编辑，将法律研究问题转化为验证过的抽取模式，在多数测试配置中表现最佳。
AI 中文摘要
实证法律研究通常依赖于将研究问题转化为从大量裁决和判决文书中提取的结构化数据。设计抽取模式（schema）以及随后进行数据抽取，仍然是一个依赖人工且需要专业知识的瓶颈环节。我们提出了 Schematize，一个开源的多智能体系统，它通过交互方式将研究者的问题陈述转化为一个经过验证的抽取模式，该模式后续可用于自主抽取。Schematize 结合了：(i) 用于引出隐含专家意图的澄清对话，(ii) 迭代式的模式生成，(iii) 基于数据的优化——即针对文档测试模式，以及 (iv) 基于聊天的后期编辑。我们与人类法律专业人士一起评估了该系统，并引入了我们新颖的评估方法；在大多数测试配置中，Schematize 取得了最佳性能。虽然该系统设计为领域无关，可适用于任何文档集合，但我们针对法律研究问题进行了定制和评估。我们已将 Schematize 发布为可通过 pip 安装的 Python 包，并附有完整文档。
英文摘要
Empirical legal research often relies on turning research questions into structured data extracted from large collections of rulings and judgments. Designing the extraction schema and then extracting the data remain a manual, expertise-heavy bottleneck. We present schematize, an open-source multi-agent system that interactively turns a researcher's problem statement into a validated extraction schema that can later be used for autonomous extraction. Schematize couples (i) a clarification dialogue that elicits implicit expert intent, (ii) iterative schema generation, (iii) data-grounded refinement that tests the schema against documents, and (iv) chat-based post-editing. We evaluated the system with human legal professional, introducing our novel methodology, and schematize achieves top performance in most of tested configurations. While the system is designed to be domain-agnostic and applicable to any document collection, we tailor and evaluate it on legal research problems. We release schematize as a pip-installable Python package with full documentation.
CommentsAccepted for EMNLP 2026 (System Demonstration)
