自动创建针对针对妇女暴力法律的知识图谱：资源、方法与经验教训

法律决策过程需要 comprehensive and detailed 的立法背景知识以及关于法律案件和相关判决/决定的最新信息。Legal Knowledge Graphs (KGs) 将是有价值的工具，用于 facilitate 对法律信息的访问，可被查询和利用用于特定目的，并可 enable 高级推理和机器学习应用。确实，legal KGs 可作为知识密集型组件，用于 pre-dictive machine learning solutions 支持 legal expert 的 decision process。然而，很少有KGs可在legal领域找到。为填补这一差距，我们开发了一个针对妇女暴力法律案件的legal KG，并提供清晰的采用方法。具体而言，本文介绍了两种用于自动化legal KG构建的互补方法；一种为legal领域定制的系统自下而上方法，以及一种新颖的解决方案，利用大型语言模型(LLM)。从来自欧洲法院司法部公开的legal sentences出发，这些解决方案整合结构化数据提取、ontology development和语义丰富，以生产为涉及妇女暴力的legal KGs。在分析和比较两种方法的结果后，通过 suitable competency questions 验证所developed的KGs。获得的KG可能对multiple purposes具有重要影响：可以 improve 对法律信息的可访问性，既面向human也面向machine；可以 enable 复杂查询；并且可能构成一种重要的知识组件，可被可能用于针对 predictive justice 的机器学习工具。