[論文レビュー] Using Mapping Languages for Building Legal Knowledge Graphs from XML Files

Ademar Crotti, Fabrizio Orlandi+3 more|arXiv (Cornell University)|Nov 18, 2019

Artificial Intelligence in Law被引用数 6

ひとこと要約

本稿では、マッピング言語を用いてドイツ語の法律XMLドキュメントをRDF知識グラフに変換するための意味的モデルを提示し、法的情報システムにおける検索精度の向上を目的としている。最先端のマッピングエンジン、特にCARMLとRMLを評価した結果、小規模データセットではカスタムパーサーよりもわずかに遅延が大きいものの、産業的法的知識グラフパイプラインにおいて、保守性、再利用性、スケーラビリティに優れた結果を示した。

ABSTRACT

This paper presents our experience on building RDF knowledge graphs for an industrial use case in the legal domain. The information contained in legal information systems are often accessed through simple keyword interfaces and presented as a simple list of hits. In order to improve search accuracy one may avail of knowledge graphs, where the semantics of the data can be made explicit. Significant research effort has been invested in the area of building knowledge graphs from semi-structured text documents, such as XML, with the prevailing approach being the use of mapping languages. In this paper, we present a semantic model for representing legal documents together with an industrial use case. We also present a set of use case requirements based on the proposed semantic model, which are used to compare and discuss the use of state-of-the-art mapping languages for building knowledge graphs for legal data.

研究の動機と目的

• キーワードベースの法律情報検索の非効率性に起因する課題を解決するため、法的データを意味的に構造化すること。
• 法的文書の法的概念、関係、分類注釈を明示的に表現するための形式的意味的モデルを構築すること。
• 準構造的法的XMLデータを機械処理可能なRDF知識グラフに変換し、推論およびクエリの向上を実現すること。
• 実際の法的ユースケースから導出された産業的要件に基づき、最先端のマッピングエンジンを評価・比較すること。
• 大規模な法的知識グラフ構築において、マッピング言語とカスタムパーサーの間で、パフォーマンスと保守性のトレードオフを評価すること。

提案手法

• SKOSとRDFに基づくドメイン特化の意味的モデルを設計し、主な要素（例：tenor、tatbestand、分類概念）をモデル化すること。
• 意味的モデルとXMLスキーマから導出されたユースケース要件のセットを定義し、マッピングエンジンの評価に用いる。
• RML（RDFマッピング言語）を用いてCARMLエンジンで実装された知識グラフの構築を実装し、XMLからRDFへの宣言的変換を可能にする。
• CARML（RMLベース）とアドホックなカスタムパーサーのパフォーマンスを、1,000、10,000、50,000ドキュメントの3つのスケールで比較する。
• パフォーマンス差の有意性を評価するため、Welchの二標本t検定を適用する。
• SKOSを用いて知識グラフ内での法的分類概念およびその階層的・関連的関係を表現する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、機械処理可能な形で法的文書およびその関係を形式的意味的モデルとして設計できるか？
• RQ2 実際の法的XMLスキーマおよびユースケースから導出された機能的・構造的要件をすべて満たす最先端のマッピングエンジンはどれか？
• RQ3 大規模な法的XMLドキュメントをRDFに変換する際、マッピング言語（例：CARMLを用いたRML）とカスタムパーサーの間でパフォーマンスにどのような影響が生じるか？
• RQ4 産業的規模の法的ドキュメントコレクションを処理する際、マッピング言語の使用によるパフォーマンスオーバーヘッドは統計的に有意か？
• RQ5 進化する法的知識グラフパイプラインにおいて、マッピング言語はアドホックなパーサーよりも保守性および再利用性をどの程度向上させるか？

主な発見

• CARML（RMLマッピング言語を実装）は、複雑なネスト構造およびSKOSベースの分類処理を含む、すべての定義済みユースケース要件を満たした唯一のエンジンであった。
• 1,000ドキュメントでは、CARMLとカスタムパーサーの間でパフォーマンス差は統計的に有意ではなかった（p値 = 0.12）、すなわち小規模スケールでは同等の効率性を示した。
• 10,000および50,000ドキュメントでは、パフォーマンス差が統計的に有意となった（p値はそれぞれ0.04および0.01）、大規模スケールでマッピング言語による明確なオーバーヘッドが生じることを示した。
• パフォーマンスオーバーヘッドがあるにもかかわらず、論理と実装の分離により保守性が向上するため、マッピング言語が好まれる。特にスキーマや意味的モデルが変更される際の柔軟性が向上する。
• 宣言的マッピングを用いることで最適化やエンジンに依存しない実行が可能となり、カスタムパーサーよりも長期的な開発および保守コストを削減できる。
• 評価結果から、マッピング言語はわずかに遅延が大きいものの、保守性および拡張性の利点が、産業的法的知識グラフパイプラインにおいてパフォーマンスの懸念を上回ることが確認された。