Automatic Construction of a Legal Citation Graph from 100 Million Ukrainian Court Decisions: Large-Scale Extraction, Topological Analysis, and Ontology-Driven Clustering
本文展示了从超过一亿份乌克兰法院判决中自动构建大规模法律引文图谱的过程，揭示了对五亿零二百万条引文边进行无监督分析能够有效编码法律领域边界、以近乎完美的准确率预测立法重要性并检测政权更迭，从而为大型语言模型辅助的法律分析创建基于本体的工作流。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，乌克兰的整个法律体系是一座庞大而繁忙的图书馆，馆藏超过1 亿本书（法院判决）。多年来，这些书籍一直陈列在书架上，大多未被计算机阅读，因为它们引用其他法律的方式杂乱无章、前后不一，且使用着复杂的人类语言。
本文描述了一个项目，作者构建了一位超高速机器人图书管理员，阅读了每一本这样的书，并精确绘制出它们彼此之间的关联。
以下是他们所做工作及发现成果的分解说明，采用简单的类比：
1. 机器人图书管理员（提取过程）
作者创建了一种专用工具（“正则表达式流水线”），其作用如同高速扫描仪。
- 任务：它必须在 1.007 亿份法院判决中查找法律引用。这相当于1.1 TB的文本量——足以填满一座小型图书馆。
- 速度：它仅在一台标准计算机服务器上耗时5 小时就完成了这一工作。相比之下，如果人类每分钟阅读一页，完成同样的工作需要数百年。
- 结果：机器人发现了5 亿个连接（引用）。其准确率极高，在测试样本中获得了满分。它成功识别了六种不同类型的引用，从《民法典》中的具体条款到最高法院的裁决。
2. 连接图谱（图结构）
机器人完成阅读后，作者得到的不仅仅是一堆笔记，而是一张巨大的蜘蛛网（图）。
- 工作原理：想象每一份法院判决是一个点，它所提及的每一部法律是另一个点。机器人将它们之间用线连接起来。
- 形态：他们发现这张网遵循“幂律”。用通俗的话说，这意味着极少数法律超级热门（被引用数百万次），而大多数法律极少被引用。
- 类比：这就像社交媒体网络。少数名人（如关于盗窃或民事诉讼的主要条款）拥有数百万粉丝，而大多数普通人只有寥寥几个关注者。在乌克兰，这些“名人”法律就是法官在几乎每一个案件中都使用的那些程序规则。
3. 发现隐藏社区（本体论与聚类）
这篇论文最令人惊讶的部分在于，当他们观察法律是如何被共同引用时，发现了什么。
- 发现：他们使用计算机算法，将那些在同一案件中被频繁共同引用的法律归为一组。他们没有告诉计算机什么是“民法”或“刑法”，只是让数据自己说话。
- 结果：计算机自然地将法律分成了四个截然不同的社区：民事、刑事、行政和商业。
- 类比：想象走进一个挤满人的房间，要求他们自行分组，但不告诉他们规则。如果你让他们按“他们与谁交谈”来分组，会计师们会自然聚成一团，艺术家们也会自然聚成一团。计算机对法律做了同样的事情，证明了法院体系本身的结构就揭示了法律的类别，甚至无需人类专家进行标注。
4. 阅读历史（时间旅行）
由于他们拥有从 2007 年到 2026 年的数据，他们得以实时观察法律体系的变迁。
- 改革：当新的法典引入时（例如 2012 年或 2017 年），图谱显示出突然的“地震”。旧法律停止被引用，而新法律则迅速走红。
- 2022 年入侵：论文指出 2022 年出现了一个特定的“峰值”。被引用的法律种类突然变得更加混乱和多样（熵增加）。关于战争的新法律首次出现在地图上，显示了法律体系如何立即适应危机。
5. 预测未来
作者测试了他们是否能预测哪些法律在未来会变得重要。
- 测试：他们利用引用历史来预测 2020 年至 2026 年间最重要的前 1000 部法律。
- 得分：他们的准确率达到99.8%。
- 启示：判断一部法律是否重要的最佳方式，不是阅读其文本，而是观察法官引用它的频率。法律的“受欢迎程度”是其未来重要性的完美预测指标。
为什么这很重要（根据论文）
作者解释说，这张图谱现在正被用于帮助人工智能（AI） 理解乌克兰法律。
- 目前，AI 模型经常产生幻觉或凭空捏造，因为它们缺乏关于法律之间如何关联的坚实“地图”。
- 该项目提供了这张地图。它为 AI 提供了一个“领域层”——一个结构化的、数据驱动的指南，告诉 AI：“这些法律属于同一类，它们在现实生活中的使用方式是这样的。”这有助于 AI 提供更准确、更 grounded 的法律建议。
总结：这篇论文是关于构建乌克兰法律体系的庞大自动化地图。通过让数据自行绘制法律之间的连线，他们发现法院体系自然地将自身组织成清晰的类别，少数法律支撑着整个体系，而这张地图可以教会 AI 如何像律师一样思考。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。