Este documento presenta un marco computacional para construir y analizar una red de citas legislativas focal. Una estrategia de expansión limitada en profundidad genera subgráficas de la red que capturan el entorno estructural local de un Acta semilla, evitando la dominancia de los hubs globales presente en análisis de corpus completos. Las medidas de centralidad y la detección de comunidades muestran cómo la influencia percibida del Acta semilla cambia con el radio de la red. Para incorporar información semántica, desarrollamos y aplicamos un método de modelado de temas asistido por un Modelo de Lenguaje Grande (LLM) en el que palabras clave representativas y resúmenes generados por LLM forman una representación textual compacta que se convierte en una matriz de términos-documentos de Frecuencia de Término-Frecuencia Inversa de Documento (TF-IDF). Aunque se demuestra en la legislación de salud mental de Nueva Zelanda, el marco se generaliza a cualquier corpus legislativo o jurisdicción. La integración de la estructura teórica de grafos con el modelado semántico asistido por LLM proporciona un enfoque escalable para analizar sistemas legislativos, identificar clústeres específicos del dominio y apoyar estudios computacionales sobre la evolución legal y el impacto de políticas.