Web上での合法性の確保には、各リクエストに対する規制評価が求められるため、実際的な課題が伴います。規制テキスト（例：GDPR）は相互参照が多く、規範的ですが、実行時のコンテキストは非構造的な自然言語で表現されます。このため、非構造的なテキストの意味情報を規制の構造化された規範要素と整合させる必要があります。この記事では、GraphComplianceというフレームワークを提案し、規制テキストをポリシーグラフ、実行時コンテキストをコンテキストグラフとして表現し、これらを調整します。ポリシーグラフは規範的な構造と相互参照をコード化し、コンテキストグラフは事件を主語-動詞-目的語（SAO）およびエンティティ-関係のトリプルとして形式化します。この調整により、LLMが構造化情報に基づいて推論を行うことが可能になり、規制の解釈負担を軽減し、本質的な推論ステップに焦点を当てることができます。実験では、300の実世界シナリオを用いて、GraphComplianceが従来の手法よりも高いパフォーマンスを示しました。