論文の概要: Legal Knowledge Graph Foundations, Part I: URI-Addressable Abstract Works (LRMoo F1 to schema.org)
- arxiv url: http://arxiv.org/abs/2508.00827v3
- Date: Wed, 17 Sep 2025 15:22:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-18 14:28:52.09567
- Title: Legal Knowledge Graph Foundations, Part I: URI-Addressable Abstract Works (LRMoo F1 to schema.org)
- Title（参考訳）: 法律知識グラフの基礎 I:URI-Addressable Abstract Works (LRMoo F1 to schema.org)
- Authors: Hudson de Martim,
- Abstract要約: IFLA参照モデル(LR)に基づく法規範の時相進化のための形式的イベント中心モデルを構築した。
本稿では,セマンティックWeb上で,このモデルの基本的実体である抽象法的作業(F1)を公開する上で不可欠な第一歩について論じる。
Webネイティブの標準を形式的に読み取ることで、この作業は決定論的で信頼性の高い法的な知識グラフ(LKG)を構築するための道を開いた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Building upon a formal, event-centric model for the diachronic evolution of legal norms grounded in the IFLA Library Reference Model (LRMoo), this paper addresses the essential first step of publishing this model's foundational entity-the abstract legal Work (F1)-on the Semantic Web. We propose a detailed, property-by-property mapping of the LRMoo F1 Work to the widely adopted schema.org/Legislation vocabulary. Using Brazilian federal legislation from the Normas.leg.br portal as a practical case study, we demonstrate how to create interoperable, machine-readable descriptions via JSON-LD, focusing on stable URN identifiers, core metadata, and norm relationships. This structured mapping establishes a stable, URI-addressable anchor for each legal norm, creating a verifiable "ground truth". It provides the essential, interoperable foundation upon which subsequent layers of the model, such as temporal versions (Expressions) and internal components, can be built. By bridging formal ontology with web-native standards, this work paves the way for building deterministic and reliable Legal Knowledge Graphs (LKGs), overcoming the limitations of purely probabilistic models.
- Abstract（参考訳）: 本論文は,IFLA図書館参照モデル(LRMoo)に根ざした法規範のダイアクロニック進化のための形式的イベント中心モデルを構築し,このモデルの基本的実体である抽象法的作業(F1)をセマンティックウェブに公開する上で不可欠な第一歩について述べる。
LRMoo F1ワークを広く採用されているschema.org/Legislation vocabularyに詳細なプロパティ・バイ・プロパティ・マッピングを提案する。
Normas.leg.brポータルのブラジル連邦法を実践的なケーススタディとして使用し、安定したURN識別子、コアメタデータ、ノルム関係に焦点をあてて、JSON-LDを介して相互運用可能でマシン可読な記述を作成する方法を実証する。
この構造化されたマッピングは、各法規範に対して安定的でURI対応可能なアンカーを確立し、検証可能な"地下真実"を生み出します。
これは、時間的バージョン(表現)や内部コンポーネントといった、モデルの後続のレイヤを構築可能な、不可欠な相互運用可能な基盤を提供する。
Webネイティブな標準で形式オントロジーをブリッジすることによって、決定論的で信頼性の高い法的な知識グラフ(LKG)を構築する方法が舗装され、純粋に確率論的モデルの限界を克服する。
関連論文リスト
- LegalOne: A Family of Foundation Models for Reliable Legal Reasoning [54.57434222018289]
我々は、中国の法律ドメインに特化された基礎モデルのファミリーであるLegalOneを紹介します。
LegalOneは、法的推論をマスターするために設計された包括的な3フェーズパイプラインを通じて開発されている。
LegalOneの重み付けとLegalKit評価フレームワークを公開して、Legal AIの分野を前進させます。
論文 参考訳（メタデータ） (2026-01-31T10:18:32Z) - Affordance Representation and Recognition for Autonomous Agents [64.39018305018904]
本稿では,構造化データを用いた世界モデリングのためのパターン言語を提案する。
DOMトランスダクションパターンは、Webページの複雑さの課題に対処する。
Hypermedia Affordances Recognition Patternは、エージェントがその世界モデルを動的に強化することを可能にする。
論文 参考訳（メタデータ） (2025-10-28T14:27:28Z) - Deterministic Legal Agents: A Canonical Primitive API for Auditable Reasoning over Temporal Knowledge Graphs [0.0]
本稿では,時間的知識グラフの推論のためのセキュアな実行層として設計された形式的プリミティブAPIを提案する。
私たちのフレームワークは、モノリシックなクエリエンジンの代わりに、標準的なプリミティブ、構成可能、監査可能なプリミティブのライブラリを提供します。
このアーキテクチャは不透明な検索を監査可能な推論に変換し、エージェントの内部プロセスをブラックボックスから決定論的プリミティブの検証可能なログに変換する。
論文 参考訳（メタデータ） (2025-10-07T15:04:23Z) - RecBase: Generative Foundation Model Pretraining for Zero-Shot Recommendation [78.01030342481246]
RecBaseは、レコメンデーション指向の目的によって事前訓練されたドメインに依存しない基礎モデルである。
アイテムを階層的な概念識別子にエンコードする統一されたアイテムトークンを導入します。
我々のモデルは、ゼロショットおよびクロスドメインレコメンデーションタスクにおいて、LLMのベースラインの最大7Bパラメータのパフォーマンスを一致または超過します。
論文 参考訳（メタデータ） (2025-09-03T08:33:43Z) - Modeling the Diachronic Evolution of Legal Norms: An LRMoo-Based, Component-Level, Event-Centric Approach to Legal Knowledge Graphs [0.0]
本稿では,このニーズに対処するため,LRMoo内に構築された時間的モデリングパターンを提案する。
本稿では,このイベント生成アーキテクチャが,特定の日に存在した法文の任意の部分の正確かつ決定論的検索と再構築を可能にする方法を示す。
論文 参考訳（メタデータ） (2025-06-09T15:18:36Z) - Large Language Models are Good Relational Learners [55.40941576497973]
本稿では,グラフニューラルネットワーク(GNN)に基づくエンコーダを用いて,大規模言語モデル(LLM)のための構造化リレーショナルプロンプトを生成する新しいアーキテクチャであるRel-LLMを紹介する。
従来のテキストベースのシリアライズ手法とは異なり,本手法はデータベース固有の関係構造を保ちながら,LLMが複雑なエンティティ関係を処理・推論することを可能にする。
論文 参考訳（メタデータ） (2025-06-06T04:07:55Z) - UQLegalAI@COLIEE2025: Advancing Legal Case Retrieval with Large Language Models and Graph Neural Networks [26.294747463024017]
訴訟検索は、関連事例の効率的な識別を容易にすることによって、法的領域において重要な役割を担っている。
毎年COLIEE(Conference on Legal Information extract and Entailment)が開催され、評価のためのベンチマークデータセットが更新されている。
本稿では,COLIEE 2025のタスク1で2番目に高いチームである UQLegalAI が採用した CaseLink の詳細について述べる。
論文 参考訳（メタデータ） (2025-05-27T05:32:50Z) - Graph RAG for Legal Norms: A Hierarchical, Temporal and Deterministic Approach [0.0]
本稿では,法規範の分析・理解に特化して設計されたグラフ検索拡張生成(Graph RAG)の適応を提案する。
論文 参考訳（メタデータ） (2025-04-29T18:36:57Z) - Structured Legal Document Generation in India: A Model-Agnostic Wrapper Approach with VidhikDastaavej [5.790242888372048]
以下に、VidhikDastaavejを紹介します。
NyayaShilpは、インドの法律文書に特化された微調整の法的文書生成モデルである。
論文 参考訳（メタデータ） (2025-04-04T14:41:50Z) - Knowledge Graphs Construction from Criminal Court Appeals: Insights from the French Cassation Court [49.1574468325115]
本稿では,フランス・カシエーション裁判所への上訴から知識グラフを構築するための枠組みを提案する。
このフレームワークはドメイン固有のオントロジーと派生データセットを含み、構造化された法的データ表現と分析の基礎を提供する。
論文 参考訳（メタデータ） (2025-01-24T15:38:32Z) - Enhancing Legal Case Retrieval via Scaling High-quality Synthetic Query-Candidate Pairs [67.54302101989542]
判例検索は、ある事実記述の参照として類似した事例を提供することを目的としている。
既存の作業は主に、長いクエリを使ったケース・ツー・ケースの検索に重点を置いている。
データスケールは、既存のデータハングリーニューラルネットワークのトレーニング要件を満たすには不十分である。
論文 参考訳（メタデータ） (2024-10-09T06:26:39Z) - The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
トークン化は、NLPパイプラインにおける重要なステップである。
NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。
本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
論文 参考訳（メタデータ） (2024-07-16T11:12:28Z) - Towards an Enforceable GDPR Specification [49.1574468325115]
プライバシ・バイ・デザイン(PbD)は、EUなどの現代的なプライバシー規制によって規定されている。
PbDを実現する1つの新しい技術は強制(RE)である
法律規定の正式な仕様を作成するための一連の要件と反復的な方法論を提示する。
論文 参考訳（メタデータ） (2024-02-27T09:38:51Z) - ChatRule: Mining Logical Rules with Large Language Models for Knowledge
Graph Reasoning [107.61997887260056]
そこで我々は,知識グラフ上の論理ルールをマイニングするための大規模言語モデルの力を解き放つ新しいフレームワークChatRuleを提案する。
具体的には、このフレームワークは、KGのセマンティック情報と構造情報の両方を活用するLLMベースのルールジェネレータで開始される。
生成されたルールを洗練させるために、ルールランキングモジュールは、既存のKGから事実を取り入れてルール品質を推定する。
論文 参考訳（メタデータ） (2023-09-04T11:38:02Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z) - A Case Study for Compliance as Code with Graphs and Language Models:
Public release of the Regulatory Knowledge Graph [0.0]
この論文はアブダビのグローバルマーケット規制と分類に焦点を当てている。
規制の一部を手動でタグ付けし、BERTベースのモデルをトレーニングし、残りのコーパスに適用する。
タグ付けされたエンティティ間の関係を解析するために、参照解決と構文解析が使用された。
論文 参考訳（メタデータ） (2023-02-03T16:37:08Z) - Finding the Law: Enhancing Statutory Article Retrieval via Graph Neural
Networks [3.5880535198436156]
本稿では,グラフニューラルネットワークを用いて法制構造を組み込んだグラフ拡張高密度法規検索(G-DSR)モデルを提案する。
実験の結果,本手法は,実世界のエキスパートアノテートされたSARデータセットにおいて,強力な検索ベースラインよりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-01-30T12:59:09Z) - LeSICiN: A Heterogeneous Graph-based Approach for Automatic Legal
Statute Identification from Indian Legal Documents [10.059041122060686]
法的法規識別 (LSI) は、法規の特定の記述や訴訟の証拠に関連する法規を特定することを目的としている。
既存の方法は、そのようなタスクを導くために、Factsと法的な記事のテキストコンテンツのみを利用する。
我々は、LSIタスクのためのテキストと法的な引用ネットワークの両方を利用するための第一歩を踏み出す。
論文 参考訳（メタデータ） (2021-12-29T18:39:35Z) - Interpretable Entity Representations through Large-Scale Typing [61.4277527871572]
本稿では,人間の読みやすいエンティティ表現を作成し,箱から高パフォーマンスを実現する手法を提案する。
我々の表現は、微粒な実体型に対する後続確率に対応するベクトルである。
特定のドメインに対して,学習に基づく方法で,型セットのサイズを縮小できることを示す。
論文 参考訳（メタデータ） (2020-04-30T23:58:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。