[论文解读] The Role of Pragmatics in Legal Norm Representation

Shashishekar Ramakrishna, Łukasz Górski+1 more|arXiv (Cornell University)|Jul 8, 2015

Legal Language and Interpretation参考文献 18被引用 3

一句话总结

本文提出了一种知识表示框架，通过将语用学元素嵌入正式规则系统，将语用学整合到法律规范建模中，特别是在专利法领域。该框架利用SBVR和KR4IPLaw将上下文、程序性和解释性元数据编码为半形式化和形式化的规则表示，从而在自动化系统中实现更准确、更具上下文意识的法律推理。

ABSTRACT

Despite the 'apparent clarity' of a given legal provision, its application may result in an outcome that does not exactly conform to the semantic level of a statute. The vagueness within a legal text is induced intentionally to accommodate all possible scenarios under which such norms should be applied, thus making the role of pragmatics an important aspect also in the representation of a legal norm and reasoning on top of it. The notion of pragmatics considered in this paper does not focus on the aspects associated with judicial decision making. The paper aims to shed light on the aspects of pragmatics in legal linguistics, mainly focusing on the domain of patent law, only from a knowledge representation perspective. The philosophical discussions presented in this paper are grounded based on the legal theories from Grice and Marmor.

研究动机与目标

• 解决法律知识表示中的空白，通过将语用学纳入语法和语义之外的范畴。
• 建模专利法中的程序性规范（例如MPEP）如何携带对正确解释至关重要的隐含语用上下文。
• 通过将语用学元数据（例如来源、管辖范围、时间点）嵌入正式规则表示，实现自动化法律推理。
• 展示如何将标志性判例法和程序性规则转化为可重用的、具有上下文意识的决策模型。
• 通过在规范表示中丰富语用学上下文，支持智能法律系统的发展，以提升推理和决策能力。

提出的方法

• 基于Grice语用准则的认知方法，用于解释法律规范的语用方面。
• 将专利法手册（例如MPEP）中的程序性规范转化为具有明确程序步骤的结构化决策模型。
• 使用SBVR的结构化英语对法律事实和概念进行编码，实现半形式化的规范表示。
• 应用KR4IPLaw作为正式规则表示格式，可与RuleML和LegalRuleML等标准集成。
• 在KR4IPLaw的<rulePragmatics>模块中嵌入语用学元数据（来源、引用、权威性、管辖范围、时间点）。
• 将正式规则转换为Prova PSM格式，通过规则执行中的守卫机制强制实施语用学上下文。

实验结果

研究问题

• RQ1 如何在不依赖司法解释的情况下，系统性地捕捉法律规范表示中的语用学元素？
• RQ2 程序性手册（例如MPEP）在传达法律规范的语用学上下文方面发挥什么作用？
• RQ3 如何将语用学元数据（例如管辖范围、时间、权威性）正式整合到基于规则的法律知识模型中？
• RQ4 标志性判例判决在法律规范的语用学解释中起何种作用？
• RQ5 如何在不同法律推理系统之间保留并重用语用学信息？

主要发现

• 来源、管辖范围和程序依赖性等语用学元素对于准确的法律规范解释至关重要，不能仅通过语义简化。
• 将语用学元数据集成到KR4IPLaw中，可使自动化系统中的法律推理更加稳健且具有上下文敏感性。
• 从MPEP程序和判例法中导出的决策模型可以被正式表示并用于一致的规范应用。
• 基于SBVR的半形式化表示有效弥合了自然语言法律文本与形式化规则系统之间的鸿沟。
• Prova规则引擎可通过守卫强制实施语用学约束，实现动态、上下文感知的规则执行。
• 所提出的框架通过结构化的语用学元数据，支持规范模糊性和解释灵活性的建模。