この記事では、CORE-KGというフレームワークについて説明し、法律文書からの知識グラフの自動生成における課題を克服するための取り組みを提案しています。人身売買ネットワークを例に、法律文書がしばしば構造化されておらず、曖昧な参照が多いため、知識グラフの構築が難しいことが指摘されています。既存の大規模言語モデル（LLM）では静的なテンプレートに依存しているため、生成されるグラフにはノイズや重複ノードが多く含まれます。CORE-KGは、型を意識した照合モジュールとドメインガイドに基づく構造化プロンプトを統合することで、これらの問題を改善し、ノードの重複やノイズを大幅に削減することを目指しています。研究結果では、照合解決や構造化プロンプトの重要性が示されており、適切な手法を採用することで、複雑な法律文書からの構造化された表現の抽出がより信頼性のあるものになることが期待されます。