A Temporal FRBR/FRBRoo-Based Model for Component-Level Versioning of Legal Norms

要約

自動処理の法的規範を効果的に表現することは、特に階層コンポーネント（記事、パラグラフなど）の時横岩の進化を追跡する上で、重大な課題です。
FRBR/FRBROOのような基礎フレームワークや、マクロレベルでのAkoma NTOSOモデルの法的文書のような標準ですが、粒状のコンポーネントレベルのバージョンのネイティブメカニズムがありません。
この制限は、信頼できる法的技術およびAIアプリケーションの基本的な能力である法的テキストの決定論的なポイントインタイム再構成を妨げます。
このペーパーでは、このギャップに対処するためにFRBROOフレームワークを拡張する構造化された時間モデルを提案します。
特定の時点で法的規範とその言語バージョンの状態とその言語変動の状態を表すために、Expressio -Expressioの特殊なサブクラス（TV）と言語バージョン（LV-）を導入します。モデルは、この同じパラダイム階層を導入し、コンポーネントワーク（CW）、コンポーネントの時間バージョン（CTV）、およびCLAPRAMSを使用するコンポーネント言語バージョンを使用します。
ブラジルの連邦憲法は、事例研究として、各修正が影響を受ける条項のために新しいコンポーネントの一時的なバージョンをどのように作成し、既存の既存のアーキテクチャを保持します。
正確な歴史的分析と影響評価が可能で、現在の生成モデルの制限を克服します。

要約(オリジナル)

Effectively representing legal norms for automated processing is a critical challenge, particularly in tracking the diachronic evolution of their hierarchical components (e.g., articles, paragraphs). While foundational frameworks like FRBR/FRBRoo and standards like Akoma Ntoso model legal documents at a macro level, they lack native mechanisms for granular, component-level versioning. This limitation hinders the deterministic point-in-time reconstruction of legal texts, a fundamental capability for reliable Legal Tech and AI applications. This paper proposes a structured, temporal model that extends the FRBRoo framework to address this gap. It introduces specialized subclasses of Expressio – Temporal Version (TV) and Language Version (LV – to represent the state of a legal norm and its linguistic variations at specific points in time. The model applies this same paradigm hierarchically, introducing Component Work (CW), Component Temporal Version (CTV), and Component Language Version (CLV) to track the lifecycle of individual articles, paragraphs, and clauses. Using the Brazilian Federal Constitution as a case study, the paper demonstrates how each amendment creates new Component Temporal Versions for affected provisions, while unaffected components retain their existing versions. This fine-grained, time-aware architecture enables the precise, deterministic retrieval and reconstruction of any part of a legal text as it existed on a specific date. The model provides a robust foundation for developing advanced legal information systems, knowledge graphs, and AI tools capable of accurate historical analysis and impact assessment, overcoming the limitations of current generative models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google