法律树的信息检索与结构复杂性

我们引入了一个用于检索隐藏于法律文本中信息的模型。这些文本通常组织为层级（树）结构，关注某条规定的读者需要向下探索至“最深层”级（条文、条款……）。我们通过计算随机读者检索种植在叶节点中信息所需的平均首次 passage 时间，来评估法律树的结构复杂性。假设读者基于自身兴趣/关键词略读法律文本内容，并依据关键词亲和度——即层级的章/节标题与叶节点信息内容的匹配程度——被吸引向所求信息。利用随机生成的关键词模式，我们研究了文本的两个主要特征——横向与纵向连贯性——对搜索时间的影响，并考虑了使用真实法律文本验证结果的方法。我们得到了数值与解析结果，后者基于模式层面的平均场近似，从而导出法律树复杂性作为模型结构参数函数的显式表达式。简要讨论了我们结果的策略含义。