[論文レビュー] Bridging the gap between Legal Practitioners and Knowledge Engineers using semi-formal KR

Shashishekar Ramakrishna, Adrian Paschke|arXiv (Cornell University)|May 31, 2014

Semantic Web and Ontologies参考文献 10被引用数 9

ひとこと要約

本論文では、法的専門家が構造化英語（OMGのSBVRに準拠）で特許法則を記述できるようにする、半形式的知識表現フレームワークKR4IPLawを提案する。これにより、計算的に独立した表現が可能となり、法的分野における利用可能性が向上する。本手法は、OASIS LegalRuleML や OWL2 といった形式的言語への自動変換を支援し、非技術的法的専門家と知識エンジニアの間のギャップを埋める。意味的整合性を保ちつつ、法的分野における使いやすさを向上させる。

ABSTRACT

The use of Structured English as a computation independent knowledge representation format for non-technical users in business rules representation has been proposed in OMGs Semantics and Business Vocabulary Representation (SBVR). In the legal domain we face a similar problem. Formal representation languages, such as OASIS LegalRuleML and legal ontologies (LKIF, legal OWL2 ontologies etc.) support the technical knowledge engineer and the automated reasoning. But, they can be hardly used directly by the legal domain experts who do not have a computer science background. In this paper we adapt the SBVR Structured English approach for the legal domain and implement a proof-of-concept, called KR4IPLaw, which enables legal domain experts to represent their knowledge in Structured English in a computational independent and hence, for them, more usable way. The benefit of this approach is that the underlying pre-defined semantics of the Structured English approach makes transformations into formal languages such as OASIS LegalRuleML and OWL2 ontologies possible. We exemplify our approach in the domain of patent law.

研究の動機と目的

• 非技術的法的専門家が形式的法的知識表現言語（例：LegalRuleML、OWL2）を効果的に使用できないという課題に対処すること。
• 法的ドメインの専門家と知識エンジニアの間のコミュニケーションおよび技術的ギャップを埋めること。
• プログラミングや形式論理の専門知識がなくても、自然言語に近い計算独立形式で法的ルールを表現できるようにすること。
• 半形式的表現が、形式的で機械処理可能な知識表現への自動変換に十分な意味的正確性を保持していることを保証すること。
• 特許法という特殊分野において、本アプローチの実現可能性と有用性を示すこと。

提案手法

• OMGのSBVR構造化英語アプローチを法的分野に適応させ、形式的意味論を活用しながら自然言語としての読みやすさを維持すること。
• 特許法における法的ルールのための制御された語彙と文法を設計し、人間が作成する表現の整合性と曖昧さのない状態を保証すること。
• KR4IPLawと呼ばれるプロトタイプシステムを実装し、法的ルールを構造化英語で記録し、文法的・意味的構造を検証すること。
• 半形式的構造化英語から、OASIS LegalRuleML や OWL2 オントロジーといった形式的知識表現形式への変換ルールを定義すること。
• 事前に定義された意味的マッピングを用いて、法的ルールの意味が変換過程で保持されることを保証すること。
• 特許法分野における事例研究を通じて、自然言語に近いルールから形式論理へのエンドツーエンドのモデル化と変換を実証すること。

実験結果

リサーチクエスチョン

• RQ1 非技術的法的専門家は、知識表現の訓練を受けていなくても、形式的でない自然言語に近い形式で複雑な特許法則を効果的に表現できるか？
• RQ2 構造化英語のような半形式的表現が、形式的法的知識表現への自動変換に必要な意味的正確性をどの程度保持できるか？
• RQ3 KR4IPLawフレームワークは、特許法の文脈において、法的専門家と知識エンジニアの間のコミュニケーションギャップをどの程度効果的に埋められるか？
• RQ4 半形式的法的ルールをOASIS LegalRuleML や OWL2 といった形式言語に変換する際の実現可能性と正確性はどの程度か？
• RQ5 提案されたアプローチは、法的知識モデリングにおいて人間の可読性と機械処理可能性の両方を満たすことができるか？

主な発見

• 法的専門家は、最小限の訓練で構造化英語を用いて特許法則を表現でき、非技術的ユーザーにとっての使いやすさが実証された。
• KR4IPLawにおける半形式的表現は、OASIS LegalRuleML や OWL2 といった形式言語への曖昧な変換を可能にする十分な意味的正確性を保持していた。
• 変換パイプラインは、人間が作成したルールを形式的表現に成功裏に変換し、自動知識抽出の実現可能性を確認した。
• 構造化英語における制御された語彙と文法の使用により、ルール表現における曖昧さが著しく低減され、整合性が向上した。
• 本アプローチにより、法的専門家と知識エンジニアの間で共同開発が可能になり、共通で理解可能な媒体が提供された。
• 特許法分野における事例研究により、本手法が複雑な法的推論タスクをサポートでき、他の法的分野への拡張も可能であることが確認された。