Freeing the Law with LOCUS: A Local Ordinance Corpus for the United States
本文介绍了 LOCUS，这是一个综合性的、机器可读的语料库，包含了通过对碎片化来源进行 OCR 处理而获取的几乎所有公开可用的美国市级和县级条例，并配有统一的访问层和专门的 AI 模型，以实现对地方性法律的大规模法律研究与分析。
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，法律是一座宏大且具有多层结构的图书馆。多年来，法律人工智能（理解法律的计算机程序）一直非常擅长阅读顶层书架上的“大部头”：联邦法律、州法令以及法院判例。这些是适用于全国或整个州的规则。
但在图书馆的地下室里，还锁着一层布满灰尘的区域：地方性法规（Local Laws）。这些是你的城市或县制定的规则，涉及诸如分区规划（你在哪里可以盖房子）、噪音水平、商业执照以及动物管制等方面。
这篇论文介绍了 LOCUS（美国地方条例语料库），它本质上是一个宏大的项目，旨在解锁那个地下室，清理书籍，并将它们放在数字书架上，让计算机终于能够阅读它们。
以下是他们所做工作的拆解，使用了简单的类比：
1. 问题：一座没有目录的图书馆
在 LOCUS 出现之前，寻找地方性法规就像是在一个图书馆里寻找特定的食谱，但每个城镇都有自己的食谱书，而且：
- 书籍使用的是不同的语言（格式）。
- 有些是手写的，有些是打字输入的，有些仅仅是复印件的复印件（扫描版 PDF）。
- 没有总目录来告诉你哪个城镇拥有哪本书。
- 你不能直接向图书管理员（搜索引擎）询问“全美关于停车的规定”，因为这些书散落在成千上万个专门为人类浏览而非计算机扫描而设计的网站上。
2. 解决方案：“LOCUS”项目
作者构建了一个巨大的流水线来解决这个问题。你可以把它想象成一支拥有超强视觉和大脑的机器人团队：
- 收集者（The Collectors）： 他们派出机器人访问数千个城市和县的网站，下载这些法律书籍。
- 翻译官（OCR）： 由于许多法律只是文本的图片（扫描版 PDF），他们使用了一种特殊的 AI（称为 LightOnOCR）来“阅读”这些图片，并将它们转化为数字文本，就像把一封手写信转换成 Word 文档一样。
- 组织者（The Organizers）： 他们清理了文本，去除了页码和页眉，并将庞大的书籍切割成独立的“法律条文”（就像把单份食谱从整本食谱中分离出来一样）。
- 标注员（The Labelers）： 他们使用 AI 为每一条法律贴上标签，例如“这是关于建筑的”、“这是关于商业的”或“这是关于噪音的”。
3. 结果：一张“县级协调化”的地图
最终产出的数据集涵盖了 9,239 个城市和县。然而，为了使其更具研究价值，他们创建了一个简化的版本，称为**“县级协调化接入层”（County-Harmonized Access Layer）**。
类比： 想象你想研究全美的天气。你不需要针对每个街道角落都出一份单独的报告；你需要为每个县提供一份可靠的报告。
- 对于美国每个县，LOCUS 会挑选出可用的“最大”的一本地方法律书（要么是该县自己的书，要么是该县内最大的城市的书）。
- 这并不意味着它能解决每一个法律问题（比如“我可以在这个特定后院盖个棚子吗？”），但它为研究人员提供了一个坚实且具有可比性的基础，用以研究全国范围内的地方法律。
4. 给法律赋予“人格特质评分”
这篇论文最酷的部分之一在于，他们不仅整理了文本，还赋予了法律四种特定的“人格特质”评分。他们训练 AI 阅读法律并预测其感受，分值范围如下：
- 晦涩度（Opacity，模糊 vs. 清晰）： 这项法律是用平实的英语编写的，还是由令人困惑的术语构成的迷宫？
- 家长式作风（Paternalism，保护你 vs. 保护他人）： 这项法律是为了防止你伤害自己（比如针对青少年的宵禁），还是为了防止你伤害他人（比如噪音管理条例）？
- 执法裁量权（Enforcement Discretion，严格 vs. 灵活）： 这项法律是给了警察很大的决定权，还是一个严格的“是/否”规则？
- 问题显著性（Problem Salience，紧急 vs. 轻微）： 这项法律是将该问题视为重大紧急情况，还是仅仅视为轻微的烦恼？
例子： 一条规定“16 岁以下人士未经成人陪同不得参加节日活动”的法律，具有较高的家长式作风得分（它在保护孩子）和较低的晦涩度得分（它非常清晰）。
5. 为什么这很重要
作者发现，地方性法律并非杂乱无章。它们拥有隐藏的结构。
- 城市倾向于关注“滋扰”（噪音、宠物、公共秩序）。
- 县倾向于关注“分区规划”（土地利用、建筑许可）。
- 不同地区的法律有着不同的“风味”（例如，佛罗里达州的法律往往非常晦涩/不透明，而其他州的法律则更为清晰）。
核心结论
该论文声称，通过将这些地方性法律从碎片化的格式中“释放”出来，并将其转化为干净、可搜索的数据集，他们已经为下一代法律人工智能构建了基础设施。
他们并不是在声称 AI 现在可以充当法官或提供法律建议。相反，他们是在说：“我们终于建好了地图和图书馆。现在，研究人员可以开始探讨关于地方性法律如何运作、它们在全国范围内如何差异化、以及它们如何影响人们日常生活的大课题了。”
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。