Bridging National and International Legal Data: Two Projects Based on the Japanese Legal Standard XML Schema for Comparative Law Studies

Este artigo apresenta um framework integrado para a pesquisa comparativa computacional que conecta dois projetos baseados no esquema XML padrão japonês: o primeiro estabelece interoperabilidade estrutural convertendo leis japonesas para o padrão Akoma Ntoso, enquanto o segundo aplica modelos de incorporação multilíngue e técnicas de similaridade semântica para identificar e visualizar correspondências entre disposições legais de diferentes jurisdições.

O essencial

Imagine que o mundo das leis é como uma biblioteca gigante, mas com um problema enorme: cada país escreve seus livros em idiomas diferentes, usa capas diferentes e organiza os capítulos de formas distintas. Um advogado no Brasil não consegue facilmente comparar uma lei japonesa com uma francesa porque, além da língua, a "arquitetura" dos documentos é totalmente diferente.

Este artigo de pesquisa, escrito pelo professor Makoto Nakamura, conta a história de como ele e sua equipe construíram uma ponte digital para conectar essas bibliotecas separadas. Eles fizeram isso em duas etapas principais, como se estivessem construindo uma estrada e, em seguida, ensinando um carro autônomo a dirigir por ela.

Aqui está a explicação simples, usando analogias do dia a dia:

O Grande Problema: A Torre de Babel Jurídica

Antes, para comparar leis de países diferentes, você precisava de um "super-advogado" que falasse fluentemente japonês, francês, alemão e entendesse a história e a cultura de cada um. Era um trabalho manual, lento e caro. As leis eram como peças de Lego de tamanhos e formatos diferentes; você não conseguia encaixar uma peça japonesa em uma estrutura francesa.

Projeto 1: O Tradutor de Formatos (A Ponte)

O primeiro projeto focou na estrutura.

• A Analogia: Imagine que a lei japonesa é escrita em um formato de arquivo chamado "JLS" (como um arquivo .doc antigo) e o padrão internacional é o "AKN" (como um .pdf moderno e universal).
• O que eles fizeram: Eles criaram um "conversor automático" (um pipeline). É como ter uma máquina que pega qualquer livro de lei japonês, desmonta capa e tudo, e o reorganiza exatamente no formato internacional.
• O Resultado: Agora, as leis do Japão "falam a mesma língua estrutural" que as leis da Europa e de outros lugares. Elas podem entrar na mesma biblioteca digital sem quebrar nada. Isso foi a interoperabilidade estrutural.

Projeto 2: O Detetive de Significados (O Carro Autônomo)

Com as leis agora organizadas no mesmo formato, o segundo projeto focou no significado.

• A Analogia: Imagine que você tem dois livros de receitas: um em japonês e outro em francês. Mesmo que as palavras sejam diferentes, ambos podem ter uma receita para "bolo de chocolate". Um humano precisa ler e entender para saber que são iguais.
• O que eles fizeram: Eles usaram uma Inteligência Artificial (baseada em modelos de linguagem como o BERT) que funciona como um detetive de significados. Essa IA não lê palavra por palavra; ela "entende" o conceito. Ela transforma cada artigo de lei em uma "impressão digital matemática" (um vetor).
• Como funciona: Se o artigo 10 da lei japonesa e o artigo 50 da lei francesa falam sobre "direitos de herança", a IA vê que suas "impressões digitais" são muito parecidas, mesmo que as palavras sejam totalmente diferentes.
• O Sistema: Eles criaram um sistema que:
  1. Procura: Encontra candidatos a leis parecidas (como um Google jurídico).
  2. Reavalia: Usa uma segunda IA mais inteligente para checar se a conexão é real (como um revisor sênior).
  3. Desenha: Cria um mapa visual (uma teia de aranha) mostrando quais leis de diferentes países estão conectadas.

O Resultado: Um Mapa do Mundo Legal

No final, eles têm um protótipo que conecta as leis civis do Japão, Coreia e França.

• Imagine um mapa onde você clica em uma lei japonesa e, instantaneamente, vê linhas brilhantes conectando-a às leis equivalentes na Coreia e na França.
• Isso não substitui o advogado humano. É como um GPS para a pesquisa jurídica. O advogado ainda precisa decidir como usar essa informação, mas o GPS mostra o caminho mais rápido e revela rotas que ninguém sabia que existiam.

Por que isso é importante?

1. Velocidade: O que levava anos para um especialista fazer, a máquina faz em segundos, analisando milhares de leis de uma vez.
2. Descoberta: A IA pode encontrar conexões sutis entre países que os humanos nunca notaram porque estavam focados em detalhes específicos.
3. Futuro: Isso prepara o terreno para um futuro onde podemos comparar leis de todo o mundo automaticamente, ajudando a criar regras mais justas e harmonizadas para um mundo globalizado.

Em resumo: O artigo descreve a construção de uma infraestrutura onde as leis do Japão foram primeiro "traduzidas" para o formato internacional (Projeto 1) e depois "conectadas" por inteligência artificial baseada no significado (Projeto 2), transformando a comparação de leis de um trabalho manual e lento em uma ciência de dados rápida e visual.

Resumo técnico

Resumo Técnico: Ponte entre Dados Jurídicos Nacionais e Internacionais

Título: Bridging National and International Legal Data: Two Projects Based on the Japanese Legal Standard XML Schema for Comparative Law Studies
Autor: Makoto Nakamura

---

1. O Problema

A pesquisa comparativa de direito tradicional enfrenta barreiras significativas devido à diversidade linguística, cultural e estrutural entre os sistemas jurídicos.

• Desafios: Diferenças de terminologia, contextos históricos distintos, complexidade de documentos e a dependência de especialistas multilíngues limitam a escalabilidade e a reprodutibilidade das análises.
• Falta de Interoperabilidade: Embora existam padrões para dados jurídicos, como o Japanese Legal Standard (JLS) no Japão e o Akoma Ntoso (AKN) internacionalmente, a incompatibilidade estrutural impede a integração de estatutos japoneses em bases de dados legislativas globais baseadas em LegalDocML.
• Limitação Semântica: Métodos anteriores de comparação muitas vezes focavam apenas na similaridade lexical superficial ou exigiam mapeamento manual, sem uma infraestrutura automatizada capaz de processar corpora legislativos inteiros para identificar correspondências semânticas entre jurisdições.

2. Metodologia

O artigo apresenta um quadro integrado dividido em dois projetos consecutivos que formam um pipeline de "Interoperabilidade Estrutural" e "Mapeamento Semântico":

Projeto 1: Conversão de Esquema e Interoperabilidade Estrutural

• Objetivo: Criar um pipeline de conversão para transformar dados legislativos japoneses do formato JLS (XML) para o padrão internacional Akoma Ntoso (AKN).
• Processo:
  1. Análise e Parsing: Extração de elementos hierárquicos (Lei, Artigo, Parágrafo) do JLS.
  2. Transformação XSLT: Aplicação de ~50 regras de mapeamento para converter tags JLS para equivalentes AKN (ex: <Law> para <act>).
  3. Geração de Metadados (Modelo FRBR): Atribuição de identificadores para Trabalho, Expressão e Manifestação, incluindo jurisdição e versão.
  4. Validação: Verificação contra o esquema LegalDocML AKN para garantir integridade estrutural.
• Resultado: Os dados japoneses tornam-se compatíveis com sistemas internacionais, preservando a lógica hierárquica original.

Projeto 2: Banco de Dados Comparativo e Mapeamento Semântico

• Objetivo: Identificar automaticamente disposições correspondentes entre diferentes sistemas jurídicos usando Processamento de Linguagem Natural (NLP).
• Arquitetura do Sistema:
  1. Corpus: Leis codificadas em AKN (Japão, Coreia, França, Alemanha).
  2. Modelo de Linguagem: Uso de multilingual-e5-large (baseado em Transformer/RoBERTa) para gerar embeddings vetoriais densos que capturam o significado semântico multilíngue.
  3. Recuperação de Candidatos (FAISS): Uso de busca de vizinhos mais próximos aproximados para encontrar artigos potencialmente relacionados em bases de dados massivas, evitando comparações exaustivas.
  4. Reranking (Cross-Encoder): Um modelo de Cross-Encoder reavalia os pares candidatos para estimar a correspondência semântica com maior precisão, considerando o contexto conjunto dos dois textos.
  5. Visualização: Construção de redes bipartidas para visualizar conexões entre jurisdições.

3. Principais Contribuições

• Infraestrutura Unificada: A criação de um pipeline que conecta a padronização estrutural (JLS → AKN) diretamente à análise semântica multilíngue, algo raramente feito de forma integrada na literatura.
• Sistema de Extração de Correspondência: Desenvolvimento de um protótipo funcional que utiliza embeddings multilíngues, FAISS e reranking para gerar candidatos de correspondência entre códigos civis de diferentes países.
• Visualização de Redes Jurídicas: Transformação de dados legislativos em grafos que permitem a análise exploratória de proximidade estrutural e difusão de conceitos jurídicos entre jurisdições.
• Validação Técnica: Demonstração de que o esquema JLS é fundamentalmente compatível com o AKN, permitindo a integração de dados japoneses em ecossistemas globais de dados abertos.

4. Resultados

• Conversão de Esquema: O pipeline de conversão JLS para AKN foi validado com sucesso em leis selecionadas, passando pela verificação de esquema e mantendo a integridade lógica.
• Desempenho de Mapeamento (Experimentos Anteriores):
  • Mapeamento doméstico (Leis de Eletricidade vs. Gás no Japão): F1-score de 0,768.
  • Mapeamento transnacional (Código Civil Japonês vs. Alemão): F1-score de 0,348. A queda reflete a complexidade de diferenças linguísticas e divergências conceituais entre tradições jurídicas.
• Protótipo de Rede (Japão, Coreia, França):
  • O sistema gerou uma rede com 2.000 vértices e 3.545 arestas (correspondências candidatas).
  • Utilizou um limite de top-k (120 candidatos iniciais, filtrados para 30 por país) e thresholds de similaridade específicos por país (0,95 para Coreia, 0,80 para França) para equilibrar a densidade da rede.
• Limitação Atual: O sistema é um protótipo de "prova de conceito". As correspondências geradas são candidatos exploratórios que requerem validação por especialistas (conjuntos de dados gold-standard ainda estão em construção).

5. Significado e Impacto

• Transformação Metodológica: O trabalho marca uma transição do direito comparado qualitativo (baseado em especialistas) para uma ciência quantitativa e orientada por dados (Computational Comparative Law).
• Escalabilidade: Permite a análise de corpora legislativos inteiros, identificando padrões estruturais e semânticos que seriam invisíveis em análises manuais de artigos isolados.
• Interoperabilidade Global: Estabelece uma ponte técnica entre o sistema jurídico japonês e os padrões internacionais, facilitando a pesquisa jurídica transfronteiriça e a colaboração acadêmica.
• Ferramenta de Exploração: O sistema não substitui o jurista, mas atua como uma ferramenta de apoio à decisão, gerando hipóteses de correspondência e visualizando a proximidade normativa entre sistemas legais, acelerando o início de pesquisas comparativas.

Em suma, o artigo demonstra a viabilidade de construir uma infraestrutura de dados jurídicos globalmente interoperável, unificando a padronização formal de documentos com modelos semânticos avançados para revolucionar como o direito comparado é praticado na era digital.