Guidelines for the Annotation and Visualization of Legal Argumentation Structures in Chinese Judicial Decisions

यहाँ शोध पत्र "चीनी न्यायिक निर्णयों में कानूनी तर्क संरचनाओं के एनोटेशन और विज़ुअलाइज़ेशन के लिए दिशानिर्देश (वर्किंग ड्राफ्ट v1.0)" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

न्यायिक कृत्रिम बुद्धिमत्ता (JAI) की तीव्र प्रगति के बावजूद, वर्तमान अनुसंधान मुख्य रूप से परिणाम भविष्यवाणी या दस्तावेज़ निर्माण पर केंद्रित है। ये दृष्टिकोण आमतौर पर कानूनी तर्क को सतही स्तर के पाठ्य विशेषताओं या सांख्यिकीय पैटर्न के रूप में देखते हैं, जो न्यायिक निर्णयों की आंतरिक तार्किक संरचना, अनुमानित संबंधों (inferential relations) और मानक बाधाओं (normative constraints) को पकड़ने में विफल रहते हैं।

• अंतराल (The Gap): मौजूदा मॉडलों में तर्क संरचनाओं का सूक्ष्म प्रतिनिधित्व (fine-grained representation) की कमी है, जिससे AI प्रणालियों में व्याख्यात्मकता (explainability), ऑडिटेबिलिटी (auditability) और मानक अनुपालन (normative compliance) प्राप्त करना कठिन हो जाता है।
• चुनौती (The Challenge): न्यायिक निर्णयों में प्राकृतिक भाषा अंतर्निहित (implicit) और असंरचित होती है। इन ग्रंथों को संरचित, गणना योग्य तर्क वस्तुओं (argumentation objects) में बदलने के लिए एक मानकीकृत, पुनरुत्पादक ढांचे का अभाव है जो कानूनी सिद्धांत और कम्प्यूटेशनल विश्लेषण के बीच सेतु का काम कर सके।

2. कार्यप्रणाली (Methodology)

यह शोध पत्र एक व्यवस्थित, तीन-चरणीय एनोटेशन ढांचे का प्रस्ताव करता है जिसे चीनी न्यायिक निर्णयों (विशेष रूप से "तर्क" या "न्यायालय के निर्णय" खंडों) से कानूनी तर्क संरचनाओं को निकालने और विज़ुअलाइज़ करने के लिए डिज़ाइन किया गया है।

A. एनोटेशन ग्रैनुलैरिटी: प्रस्ताव (Annotation Granularity: The Proposition)

वाक्यों को बुनियादी इकाई के रूप में उपयोग करने के बजाय, यह ढांचा "प्रस्ताव" (Proposition) को न्यूनतम अर्थपूर्ण इकाई (minimal semantic unit) के रूप में उपयोग करता है। एक प्रस्ताव को उस सबसे छोटी अर्थपूर्ण इकाई के रूप में परिभाषित किया गया है जिसे तर्क खंड के भीतर सत्य या असत्य के रूप में मूल्यांकन किया जा सकता है।

B. प्रस्ताव प्रकार प्रणाली (4 प्रकार + 6 उप-प्रकार) (Proposition Type System)

यह ढांचा दो आयामों के आधार पर प्रस्तावों को चार बुनियादी प्रकारों में वर्गीकृत करता है: विशिष्ट बनाम सामान्य (Particular vs. General) और तथ्य बनाम मानक (Fact vs. Norm)।

1. SF (विशिष्ट तथ्यात्मक निर्णय - Particular Factual Judgment): मामले से संबंधित विशिष्ट तथ्य (जैसे, "प्रतिवादी 11,000 RMB का ऋणी है")।
2. GF (सामान्य तथ्यात्मक निर्णय - General Factual Judgment): पृष्ठभूमि ज्ञान, सामान्य ज्ञान, या अनुभवजन्य नियम।
3. SM (विशिष्ट मानकीय निर्णय - Particular Normative Judgment): न्यायालय का विशिष्ट मानकीय मूल्यांकन या निष्कर्ष (जैसे, "प्रतिवादी भुगतान करेगा")।
4. GM (सामान्य मानकीय निर्णय - General Normative Judgment): मानकीय आधार (कानून, अनुबंध, रीति-रिवाज)।
   • GM के लिए उप-प्रकार: GM-L (वैधानिक), GM-I (कानूनी व्याख्या), GM-C (अनुबंध), GM-U (रीति-रिवाज), GM-M (नैतिकता/मूल्य), GM-O (अन्य)।
   • सिद्धांत: प्राथमिकता मिलान (priority matching), गैर-अतिरेक (non-redundancy), और स्पष्ट पाठ्य अभिव्यक्ति पर निर्भरता।

C. अंतर-प्रस्ताव संबंध प्रकार (5 प्रकार) (Inter-Propositional Relation Types)

तर्क प्रवाह को मैप करने के लिए यह ढांचा पांच तार्किक संबंधों को परिभाषित करता है:

1. समर्थन (Support - S): एक प्रस्ताव (या समूह) दूसरे के लिए कारण प्रदान करता है।
2. आक्रमण (Attack - A): एक प्रस्ताव दूसरी चीज़ के विरुद्ध कारण प्रदान करता है या एक समर्थन लिंक को नकारता है।
3. संयुक्त (Joint - J): कई प्रस्ताव एक निष्कर्ष का समर्थन करने के लिए संयुक्त रूप से आवश्यक हैं (संयोजक)।
4. मिलान (Match - M): सामान्य मानकों (GM) और विशिष्ट तथ्यों (SF) के बीच एक विशिष्ट संबंध, यह दिखाने के लिए कि नियम मामले पर कैसे लागू होता है।
5. पहचान (Identity - I): विभिन्न पाठ खंडों के बीच अर्थपूर्ण समानता।

D. औपचारिक प्रतिनिधित्व और नेस्टिंग (Formal Representation & Nesting)

यह पत्र नेस्टेड संरचनाओं (जैसे, एक समर्थन संबंध के भीतर एम्बेडेड एक संयुक्त संबंध) के लिए कठोर नियम स्थापित करता है।

• औपचारिक नोटेशन: जटिल पदानुक्रमों को दर्शाने के लिए कार्यात्मक नोटेशन (जैसे, $S(M(J(p1, p2), p3), p4)$) का उपयोग करता है।
• प्रतिबंध: पदानुक्रमित कोष्ठक (parentheses) को सख्ती से तार्किक संरचना के अनुरूप होना चाहिए; क्रॉस-लेवल विलय प्रतिबंधित है।

E. विज़ुअलाइज़ेशन मानक (Visualization Standards)

एक एकीकृत आरेखीय भाषा पेश की गई है:

• नोड्स (Nodes): प्रस्तावों के लिए आयत (Rectangles); संबंधों के लिए वृत्त (Circles)।
• शैलियाँ (Styles):
  • ठोस वृत्त (Solid Circle): समर्थन (Support)।
  • खोखला वृत्त (Hollow Circle): आक्रमण (Attack)।
  • "+" वाला वृत्त: संयुक्त (Joint) या मिलान (Match)।
  • आयत में स्लैश "/": पहचान (Identity)।
• दिशा (Direction): तीर समर्थन या आक्रमण के प्रवाह को दर्शाते हैं। नेस्टेड संरचनाओं को सबसे आंतरिक संबंध से बाहर की ओर परत-दर-परत बनाया जाता है।

F. वर्कफ़्लो और निरंतरता नियंत्रण (Workflow & Consistency Control)

डेटा गुणवत्ता सुनिश्चित करने के लिए एक चार-चरणीय वर्कफ़्लो निर्धारित किया गया है:

1. प्रशिक्षण (Training): परिभाषाओं और उदाहरणों पर एनोटेटर की शिक्षा।
2. पायलट एनोटेशन (Pilot Annotation): अस्पष्टताओं की पहचान करने और नियमों को कैलिब्रेट करने के लिए दिशानिर्देशों का परीक्षण।
3. औपचारिक एनोटेशन (Formal Annotation): वस्तुनिष्ठता सुनिश्चित करने के लिए दोहरी स्वतंत्र एनोटेशन (प्रत्येक पाठ के लिए दो एनोटेटर)।
4. संघर्ष समाधान (Conflict Resolution): मुख्य वैचारिक मतभेदों के लिए स्वचालित तुलना के बाद विशेषज्ञ निर्णय (expert adjudication)।

3. प्रमुख योगदान (Key Contributions)

• मानकीकृत ढांचा: विशेष रूप से चीनी न्यायिक निर्णयों के लिए पहला व्यापक दिशानिर्देश, जो "कोर्ट होल्ड्स" (बेन युआन रेन वेई) खंडों की अनूठी संरचना को संबोधित करता है।
• नया प्रस्ताव वर्गीकरण: एक विशिष्ट 2x2 मैट्रिक्स (तथ्य/मानक × विशिष्ट/सामान्य) जो केवल "आधार/निष्कर्ष" लेबलिंग से आगे बढ़कर कानूनी तर्क की प्रकृति को पकड़ता है।
• "मिलान" संबंध (The "Match" Relation): तथ्यों को मानकों के अधीन लाने (subsuming facts under norms) के महत्वपूर्ण कानूनी संचालन को मॉडल करने के लिए मिलान (M) संबंध को स्पष्ट रूप से परिभाषित करना, जो इसे सामान्य समर्थन से अलग करता है।
• जटिलता का प्रबंधन: नेस्टेड तर्क संरचनाओं के लिए विस्तृत नियम, जो उन जटिल कानूनी तर्कों का प्रतिनिधित्व करने की अनुमति देते जहाँ नियम, तथ्य और निष्कर्ष आपस में गुंथे हुए होते हैं।
• दृश्य और औपचारिक द्वैत (Visual & Formal Duality): मानव समझ और मशीन पार्सिंग दोनों की सुविधा के लिए एक औपचारिक तार्किक नोटेशन और एक मानकीकृत दृश्य आरेख पद्धति दोनों प्रदान करना।
• गुणवत्ता आश्वासन प्रोटोकॉल: अंतर्निहित निरंतरता मेट्रिक्स और विशेषज्ञ समीक्षा तंत्र के साथ एक मजबूत, बहु-चरणीय एनोटेशन वर्कफ़्लो।

4. परिणाम (केस स्टडीज के माध्यम से प्रदर्शित) (Results)

यह शोध पत्र एक वास्तविक दुनिया के श्रम अनुबंध विवाद (दस्तावेज़ I) पर पूर्ण एनोटेशन वर्कफ़्लो के माध्यम से ढांचे को मान्य करता है।

• खंडीकरण (Segmentation): तर्क के एक पैराग्राफ को सफलतापूर्वक 11 अलग-अलग प्रस्तावों ($p1$ से $p11$) में विभाजित किया।
• वर्गीकरण (Classification): वैधानिक कानूनों (GM-L), तथ्यात्मक निष्कर्षों (SF), और मानकीय निष्कर्षों (SM) की सही पहचान की।
• संरचना पुनर्निर्माण (Structure Reconstruction): जटिल तर्क को मैप किया:
  • तथ्य ($p4, p5$) + मानक ($p2$) $\rightarrow$ मिलान $\rightarrow$ निष्कर्ष ($p6$)।
  • तथ्य ($p6, p7$) + मानक ($p3$) $\rightarrow$ मिलान $\rightarrow$ निष्कर्ष ($p8$)।
  • साक्ष्य अपर्याप्तता ($p10$) $\rightarrow$ आक्रमण/समर्थन $\rightarrow$ दावे की अस्वीकृति ($p11$)।
• विज़ुअलाइज़ेशन (Visualization): स्पष्ट तर्क आरेख उत्पन्न किए जो सफल दावे (11,000 RMB) को खारिज किए गए दावे (600 RMB) से दृश्य रूप से अलग करते हैं, जो एक ही निर्णय में मिश्रित परिणामों को संभालने की रूपरेखा की क्षमता को प्रदर्शित करता है।

5. महत्व (Significance)

• कानूनी AI के लिए: व्याख्यात्मक AI (XAI) मॉडल को प्रशिक्षित करने के लिए आवश्यक ग्राउंड ट्रुथ डेटा प्रदान करता है। यह JAI को "ब्लैक बॉक्स" भविष्यवाणी से "व्हाइट बॉक्स" तर्क की ओर ले जाता है, जिससे सिस्टम निर्णयों को कानूनी रूप से न्यायसंगत बनाने में सक्षम होते हैं।
• कानूनी शिक्षा के लिए: निर्णयों के छिपे हुए तर्क को विज़ुअलाइज़ करने के लिए एक शैक्षणिक उपकरण प्रदान करता है, जिससे छात्रों को यह समझने में मदद मिलती है कि तथ्य, कानून और निष्कर्ष कैसे आपस में जुड़ते हैं।
• न्यायिक अभ्यास के लिए: न्यायिक तर्क की पारदर्शिता और ऑडिटेबिलिटी को बढ़ाता है, जिससे न्यायालय के निर्णयों के बेहतर गुणवत्ता नियंत्रण और पर्यवेक्षण की अनुमति मिलती है।
• अनुसंधान के लिए: न्यायिक तर्क पैटर्न पर बड़े पैमाने पर अनुभवजन्य अध्ययन को सक्षम बनाता है, जिससे शोधकर्ताओं को न्यायाधीशों, न्यायालयों और केस प्रकारों के बीच तर्क संरचनाओं की तुलना करने की अनुमति मिलती है, जिससे कानूनी विद्वत्ता गुणात्मक केस अध्ययनों से मात्रात्मक संरचनात्मक विश्लेषण की ओर बढ़ती है।