[論文レビュー] Deconstructing Legal Text_Object Oriented Design in Legal Adjudication

Megan Ma, Dmitriy Podkopaev+2 more|arXiv (Cornell University)|Sep 13, 2020

Artificial Intelligence in Law参考文献 1被引用数 4

ひとこと要約

本稿では、自然言語処理および言語モデリングを用いて司法的言語を解体し、解釈可能な要因に分解することで、法的判断を形式的で機械処理可能なルールに翻訳する手法を提案する。文法的構造と文脈的意味論を分析することにより、著者らは法的推論がアルゴリズム的要素に体系的に符号化可能であることを示し、法的判決のためのエキスパートシステムの開発を可能にする。

ABSTRACT

Rules are pervasive in the law. In the context of computer engineering, the translation of legal text to algorithmic form is seemingly direct. In large part, law may be a ripe field for expert systems and machine learning. For engineers, existing law appears formulaic and logically reducible to "if, then" statements. The underlying assumption is that the legal language is both self-referential and universal. Moreover, description is considered distinct from interpretation; that in describing the law, the language is seen as quantitative and objectifiable. Nevertheless, is descriptive formal language purely dissociative? From the logic machine of the 1970s to the modern fervor for artificial intelligence (AI), governance by numbers is making a persuasive return. Could translation be possible? The project follows a fundamentally semantic conundrum: what is the significance of "meaning" in legal language? The project, therefore, tests translation by deconstructing sentences from existing legal judgments to their constituent factors. Definitions are then extracted in accordance with the interpretations of the judges. The intent is to build an expert system predicated on alleged rules of legal reasoning. The authors apply both linguistic modelling and natural language processing technology to parse the legal judgments. The project extends beyond prior research in the area, combining a broadly statistical model of context with the relative precision of syntactic structure. The preliminary hypothesis is that, by analyzing the components of legal language with a variety of techniques, we can begin to translate law to numerical form.

研究の動機と目的

• 法的言語が計算処理可能な形式的'もし～なら'ルールに翻訳可能かどうかを調査すること。
• 言語的および文法的分析を通じて、司法判決から解釈可能な法的要因を同定および抽出すること。
• 統計的文脈モデリングと正確な文法構造解析を組み合わせたハイブリッドアプローチを考案すること。
• 法的推論が意味のニュアンスを失うことなく機械読取可能な構造に形式化可能であるという仮説を検証すること。
• 抽象的な法的原則ではなく、実際の司法解釈に基づくエキスパートシステムの基盤を提供すること。

提案手法

• 実際の法的判決からの文を解析するための自然言語処理（NLP）技術の適用。
• 言語モデリングを用いて、司法的テキストから定義的要素および解釈的要因を同定・抽出すること。
• 文脈的意味の統計モデルと文法的構造解析を統合し、精度を向上させること。
• 司法的解釈を離散的でルールに似た構成要素にマッピングし、法的推論を模倣すること。
• 法的理論の規範的原則ではなく、裁判官による解釈に基づく形式的法的ルール表現を構築すること。
• 意味の文脈と文法的構造のバランスを取ることで、ルール抽出の忠実度を向上させるハイブリッドフレームワークの採用。

実験結果

リサーチクエスチョン

• RQ1 NLPおよび言語モデリングを用いて、法的判決を体系的に解釈可能なルールベースの構成要素に分解可能かどうか。
• RQ2 司法的解釈が意味のニュアンスを失うことなく、どの程度アルゴリズム的構造に形式化可能かどうか。
• RQ3 文法的構造と文脈的意味論が、法的テキストからの正確なルール抽出にどのように統合的に寄与するか。
• RQ4 法的学説ではなく、実際の司法的推論パターンに基づくエキスパートシステムの構築が可能かどうか。
• RQ5 法的言語を計算形式に翻訳する際、意味の役割は何か。

主な発見

• 文法的解析と文脈モデリングの組み合わせを用いることで、法的判決を解釈可能な要因に分解することが可能である。
• 司法的解釈は、実際の法的推論プロセスを反映する離散的構成要素として信頼性高く抽出可能である。
• 統計的文脈モデルと文法的構造の統合により、法的テキストからのルール抽出の精度が向上する。
• 法的言語は複雑ではあるが、'もし～なら'ルール形式へのアルゴリズム的翻訳を可能にする十分な構造的規則性を有する。
• 本アプローチは、解釈のニュアンスを保持したまま法的推論を形式化できることを示しており、エキスパートシステムの開発を支援する。
• 本研究は、現実の司法判断を計算可能な法的ルールに変換する基盤フレームワークを提供する。