# How ClauseBase Uses Manticore Vector Search to Improve Contract Drafting

Manticore Search powers faster, more intuitive contract drafting by enabling advanced search capabilities for legal documents. When ClauseBase needed a way to quickly retrieve variations of contract clauses without manual tagging, Manticore’s vector search became the solution. By storing each clause as a searchable vector, Manticore allows lawyers to find similar clauses by meaning, tone, or style with ease. Moving from PostgreSQL to Manticore significantly improved search speed and accuracy, even across millions of clauses. This collaboration highlights Manticore’s ability to handle complex legal text searches efficiently, streamlining the drafting process.

### ClauseBase 一瞥

![ClauseBase](./how-clausebase-uses-manticore-vector-search-to-improve-contract-drafting/clausebase_logo.png)

[ClauseBase](https://www.ClauseBase.com/)由三位前律师创立，他们对冗长的合同起草过程感到厌烦。他们意识到，法律团队和律师事务所在起草合同时往往需要重新创建合同，这增加了法律服务的成本。通常，起草的起点是一个旧文件——清理后删除旧名称，然后是一个漫长的过程，添加、编辑和重新排列条款。从旧合同中复制粘贴条款浪费了很多时间，尤其是因为相关的条款往往分散在旧文件和电子邮件链中。

为了解决这个问题，ClauseBase 创建了 [Clause9](https://www.ClauseBase.com/clause9/overview)，一个自动化整个法律文件的工具。律师们现在只需点击几下就可以生成复杂的文档，而无需花费数小时进行手动起草。[ClauseBuddy](https://www.ClauseBase.com/clausebuddy/overview) 是他们的第二个产品，允许用户构建“条款库”以收集和重复使用有用的合同元素。最初，这些条款需要手动上传。但最近，ClauseBase 添加了一个功能，可以从旧合同中自动提取条款——将它们组织到一个存储在Manticore Search中的库中。

### 法律条款的向量搜索

ClauseBase 想要一种方法，让律师能够轻松找到合同条款的替代版本，无论是用于起草还是在谈判期间。对于任何给定的条款，都有无数的变体：不同的长度、不同的语气（中性、强硬或行业特定），等等。律师需要一种快速浏览这些变体的方法，以避免重新发明轮子并找到灵感。

虽然拥有一个手动编目并带有详细元数据的条款库是理想的，但创建一个需要时间。许多律师刚开始使用技术，正在寻找一种更容易找到相似条款的方法。向量搜索提供了这种解决方案，通过在Manticore中为每个条款存储一个文本向量，允许律师快速搜索具有相似意义的条款——无需手动标记。这是拥有完美注释条款的下一个最佳选择。

### 为什么选择Manticore搜索？

最初，ClauseBase 将提取的条款存储在PostgreSQL中。虽然PostgreSQL在一定程度上是可行的，但在全文搜索方面存在显著限制。诸如自动补全、分面搜索和短语邻近搜索等功能难以实现。PostgreSQL还缺乏BM25等高级排名功能，这对于法律文本至关重要，因为诸如“义务”、“当事人”和“责任”等常见词需要适当加权以提高搜索结果。

除此之外，性能问题开始出现。ClauseBuddy 提供用户提取自己文档的能力，并提供一个包含数百万条款的公共样本数据库，这些条款来自美国EDGAR图书馆。PostgreSQL和Pgvector组合在这种数据量下变得明显缓慢，返回结果需要几秒钟。正是在这种情况下，ClauseBase 决定转向Manticore Search。

在之前使用Manticore搜索整个法律文件时，ClauseBase 已经知道它既快又功能丰富。因此，他们将条款库迁移到Manticore，结果证明非常成功——用户现在可以无缝跳转到条款及其原始文档。

### 合作实现向量搜索

当ClauseBase 决定需要向量搜索时，Manticore尚未提供该功能。他们联系了Manticore团队，双方合作实现了向量搜索功能。仅仅几周后，ClauseBase 就能够开始使用Manticore的新向量搜索功能进行实验。后来，当ClauseBase 遇到问题时，Manticore团队迅速解决了这些问题，确保了平稳的体验。

### 向量搜索的影响

向量搜索在ClauseBase中的集成已经持续了一年多，结果非常令人鼓舞。ClauseBase的目标是找到一种解决方案，避免依赖商业向量服务，这些服务通常响应速度较慢。经过广泛的实验，他们选择了平衡质量和性能的模型，特别针对他们的用例进行了定制。

除了在 Manticore Search 中使用向量搜索外，ClauseBase 引入了一种重新排序的过程，以进一步优化搜索结果。重新排序器处理来自初始向量搜索的最佳匹配，有效地“更深入地思考”一小部分潜在答案。这种方法显著提高了搜索结果的相关性，为用户提供了不仅快速而且上下文准确且非常有用的结果。