Bundesrecht: An Open Library and Corpus for German Statutory Reference Processing
Dieses Paper stellt **bundesrecht** vor, eine Open-Source-Python-Bibliothek und ein strukturiertes Korpus, das die erste End-to-End-Pipeline zum Parsen, Normalisieren und Auflösen deutscher Gesetzesverweise von rohen Zitierzeichenketten bis hin zu spezifischen Rechtsvorschriften bereitstellt.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, ein komplexes deutsches Rechtsdokument zu lesen. Sie stoßen auf einen Satz wie: „Siehe § 312 i.V.m. § 355 BGB.“
Für einen menschlichen Juristen ist dies eine klare Anweisung: „Schauen Sie in den Paragrafen 312 des Bürgerlichen Gesetzbuches und schauen Sie auch in den Paragrafen 355.“ Aber für einen Computer sieht das wie ein wirres Durcheinander aus Symbolen, Abkürzungen und verborgenen Verbindungen aus. Der Computer weiß nicht, dass „i.V.m.“ „in Verbindung mit“ bedeutet oder dass der zweite Paragrafen-Nummer tatsächlich zur selben Gesetzgebung gehört wie der erste.
Dieses Paper stellt bundesrecht vor, ein neues Open-Source-Toolkit, das als ultimativer Übersetzer und Bibliothekar für deutsche Gesetze konzipiert wurde. Es hilft Computern, deutsche Statuten so zu verstehen, zu organisieren und zu finden, wie es ein menschlicher Experte tun würde.
So funktioniert es, unterteilt in drei einfache Schritte mithilfe einer Bibliotheks-Analogie:
1. Der Bibliothekar (Der Parser)
Stellen Sie sich einen unordentlichen Stapel Bücher vor, bei denen die Buchrücken mit unterschiedlicher Handschrift beschriftet sind. Auf einigen steht „Buch A, Kapitel 1“, während auf anderen „A-1“ oder „Buch A, Kap. 1, Abs. 2“ steht.
Der Parser ist der Bibliothekar, der eine hingeschriebene Notiz (den rohen Zitierstring) aufnimmt und herausfindet, was sie genau bedeutet. Er zerlegt die Notiz in ihre Bestandteile:
- Welches Gesetz ist es? (z. B. BGB, das Bürgerliche Gesetzbuch)
- Welcher Paragraf? (z. B. § 312)
- Welcher Unterabschnitt? (z. B. Paragraf 2, Nummer 1)
Er verwandelt einen verwirrenden Textstring in eine ordentliche, strukturierte Karte, auf der steht: „Gesetz: BGB, Paragraf: 312, Unterteil: 2, Punkt: 1.“
2. Der Standardisierer (Der Normalisierer)
Stellen Sie sich nun dieselbe Bibliothek vor, aber die Bücher sind in vielen verschiedenen Stilen geschrieben. Ein Buch sagt „Paragrafen 12 bis 15“, ein anderes „§§ 12–15“ und ein drittes sagt „Siehe 12, 13, 14 und 15“. Ein Computer kann nicht ohne Weiteres erkennen, dass dies alle dasselbe sind.
Der Normalisierer ist der Editor, der all diese verschiedenen Stile in ein einheitliches, „kanonisches“ Format umschreibt.
- Wenn Sie „Paragrafen 12 bis 15“ sagen, spaltet der Normalisierer dies in vier separate, klare Anweisungen auf: „Schau auf 12“, „Schau auf 13“, „Schau auf 14“ und „Schau auf 15“.
- Wenn Sie „Paragraf 312 und den darauf folgenden“ (unter Verwendung der Abkürzung f.) sagen, erweitert er dies zu „Paragraf 312 und Paragraf 313“.
Dies stellt sicher, dass der Computer, ungeachtet dessen, wie das Gesetz im Originaldokument geschrieben wurde, eine saubere, konsistente Liste der exakt zu betrachtenden Teile erhält.
3. Der Finder (Der Resolver)
Schließlich stellen Sie sich eine riesige, digitale Bibliothek vor, die den Volltext eines jeden deutschen Gesetzes enthält, organisiert bis hinunter zu den kleinsten Unterklauseln (wie einem spezifischen Buchstaben oder einer Nummer innerhalb eines Paragrafen).
Der Resolver nimmt Ihre saubere, standardisierte Liste und geht in die Bibliothek, um den eigentlichen Text abzurufen.
- Wenn Sie nach „Paragraf 312, Abschnitt 2, Punkt 7“ fragen, gibt der Resolver Ihnen nicht einfach den ganzen Paragrafen. Er gräbt tief und händigt Ihnen nur diesen spezifischen Punkt aus.
- Wenn der exakte Punkt nicht existiert (vielleicht geht das Gesetz nur bis Punkt 5), ist der Resolver intelligent genug zu sagen: „Ich konnte Punkt 7 nicht finden, aber hier ist die nächste Übereinstimmung, die ich habe, und ich werde Ihnen mitteilen, dass ich bei Punkt 5 gestoppt habe.“
Warum ist das eine große Sache?
Vor diesem Tool konnten Computer entweder:
- Das Zitat in einem Text finden, aber dessen Struktur nicht verstehen.
- Ein Gesetz nachschlagen, wenn man ihnen eine perfekte, vorformatierte Adresse gab.
Aber sie konnten nicht mit der unordentlichen, realen Art umgehen, wie Juristen Zitate schreiben (mit Abkürzungen, Bereichen und kombinierten Referenzen). bundesrecht ist das erste Open-Tool, das die gesamte Aufgabe bewältigt: Es nimmt das unordentliche Zitat, bereinigt es, bricht es auf und findet den exakten Text im Gesetz.
Wie gut funktioniert es?
Die Autoren haben ihr Tool an fast 3.000 echten juristischen Zitaten getestet.
- Genauigkeit: Es hat die Struktur für die meisten Teile des Gesetzes in über 98 % der Fälle korrekt erfasst.
- Gruppierung: Es war viel besser darin, zu erkennen, dass „§ 12–15“ und „§ 12, 13, 14, 15“ dasselbe sind, als dies durch eine einfache Textsuche der Fall wäre.
Kurz gesagt ist bundesrecht wie eine Brille und eine Karte für den Computer, die es ihm ermöglichen, durch den dichten, komplexen Wald des deutschen Gesetzeswerks zu navigieren, mit der gleichen Leichtigkeit wie ein menschlicher Jurist. Es steht jedem ab sofort zur Verfügung.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.