NOVA — Chatbot AI pháp lý chứng khoán Việt Nam

Bối cảnh

NOVA là chatbot GraphRAG cho lĩnh vực chứng khoán và pháp lý Việt Nam. Trên 4,781 nút tài liệu pháp luật, hệ thống giới hạn mức phụ thuộc vào truy vấn do LLM tạo ở 5% trở xuống để tránh trả lời thiếu căn cứ. Chúng tôi phát triển chatbot thông tin pháp lý, tài chính cho khách hàng và nhân viên Shinhan Securities Vietnam (SSV). Câu trả lời tài chính, pháp lý phải chính xác và kèm căn cứ; khuyến nghị đầu tư phải bị chặn theo yêu cầu quản lý.

Vấn đề

Chatbot LLM thông thường có thể tạo câu trả lời sai nhưng có vẻ hợp lý và không cung cấp được căn cứ pháp luật. Việc để LLM trực tiếp tạo truy vấn cơ sở dữ liệu còn gây rủi ro lớn về bảo mật, chi phí và độ chính xác.

Công việc đã thực hiện

Thiết kế kiến trúc GraphRAG kết hợp đồ thị tri thức Neo4j, tìm kiếm vectơ và Claude API.
Chia tạo truy vấn thành 3 tầng: khớp mẫu, DSL tham số và LLM Text2Cypher, giảm phụ thuộc LLM xuống 5% trở xuống.
Tích hợp phát hiện thông tin bịa đặt bằng điểm đánh giá căn cứ và cơ chế 3 tầng chặn khuyến nghị đầu tư.
Tách logic chuyên ngành thành gói YAML để chuyển sang ngành khác mà không sửa mã.
Thiết kế bản thể học tài chính gồm 17 nút và 21 quan hệ, kết hợp FinQA, FIBO, FinDKG.

Kết quả

Chỉ số	Giá trị	Ghi chú
Nút tài liệu pháp luật	4,781	Neo4j LegalDocument
Biểu diễn vectơ pháp luật	20,094	multilingual-e5-large, khoảng 174 phút
Kiểm thử đơn vị	Đạt 122/122	Sau tái cấu trúc gói chuyên ngành
Phụ thuộc Text2Cypher	Từ 5% trở xuống	Mẫu 80% · DSL 15%
API bàn làm việc	32 điểm cuối	Bản thể học · quy trình · chỉ số · phản hồi
Thời gian hoàn vốn triển khai tại chỗ	9~10 tháng	Đầu tư ban đầu ₩100M, tiết kiệm hằng năm ước tính ₩130M

Thời gian · Quy mô · Công nghệ

Thời gian: bắt đầu thiết kế 2026-03 → tạo vectơ pháp luật và đề xuất triển khai tại chỗ 2026-05
Quy mô: 7 container Docker Compose (Neo4j 5 · Redis 7 · PostgreSQL 16 · API · worker · beat · Nginx), 18 bảng PostgreSQL
Công nghệ: Python · FastAPI · Neo4j · PostgreSQL+pgvector · Redis · Claude API · Docker · GraphRAG

Ý nghĩa của dự án

Trong lĩnh vực không cho phép sai sót, LLM chỉ đảm nhiệm bước cuối của tìm kiếm và tổng hợp. Hệ thống không đưa ra câu trả lời nếu không thể cung cấp căn cứ kèm theo.