基于一亿乌克兰法院判决自动构建法律引用图：大规模提取、拓扑分析与本体驱动聚类
研究者从1.007亿份乌克兰法院判决中提取了5.02亿条引用链接，构建了首个大规模法律引用图。该图揭示了司法引用结构能无监督地编码法律领域边界，并以近乎完美的准确率预测未来立法重要性。主要发现包括：度分布遵循幂律；共引投影上的社区检测自动恢复了民法、刑法、行政法和商法等法律领域边界；引用特征以AUC=0.9984预测前1000篇重要文章。该本体被用于LLM辅助法律分析的工作流记忆系统。
近日，一项由Volodymyr Ovcharov完成的研究成功从乌克兰的1.007亿份法院判决中自动构建了首个大规模法律引用图，提取了超过5.02亿条引用链接。该研究作为预印本发表于arXiv，利用完整的EDSRR登记册（包含9950万份全文文本，总数据量达1.1TB），通过正则表达式在普通硬件上仅用约5小时就提取了六种类型的引用链接。在200份判决的验证样本中，精确度达到1.00（95% Wilson置信区间：[0.982, 1.000]）。
该引用图揭示了三个核心发现。首先，度分布遵循幂律（alpha = 1.57 ± 0.008），将乌克兰法院网络置于欧盟法院和美国最高法院之间，部分中心文章被数百万份判决引用，形成高度连接的枢纽节点。其次，对共引投影进行Louvain社区检测，以模块化Q=0.44-0.55恢复了法律领域边界（民事、刑事、行政、商业），且在不同时间段内保持稳定（NMI=0.83-0.86），自动构建了植根于司法实践的法律本体。最后，引用特征以AUC=0.9984预测前1000篇重要文章，远优于基于简单计数频率的基线（P@1000=0.655），展示了引用网络在预测立法重要性方面的强大能力。
时间动态分析进一步发现了立法体制变化的相变现象。2022年俄罗斯入侵乌克兰导致引用熵从11.02激增至13.49，同时涌现出与战时立法相关的新节点，反映了法律制度对重大事件的适应性。研究者将这一引用推导出的本体作为LLM辅助法律分析工作流记忆系统的领域层，连接到本体控制的范式中，实现了对法律知识的有效组织和推理。提取流程、分析代码和聚合统计数据已作为开放数据发布，供其他研究者使用。该研究不仅展示了大规模法律文本分析在自动构建法律本体方面的巨大潜力，也为预测立法发展提供了新工具。