ECALP: Empirische computergestützte Argumentation in juristischen Texten

• Antragsteller: Professor Dr. Christoph Burchard; Professor Dr. Ivan Habernal
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 470110829

Dieses Projekt trägt zu verschiedenen Bereichen im Kontext von Argument Mining in den Rechtswissenschaften bei: (1) robuste Argument Mining Methoden trotz sehr geringer Datenmengen und komplexen juristischen Texten; (2) skalierbare Methoden zur Datenerhebung mit Hilfe von Expertenwissen. Hierfür werden drei zentrale Forschungsfragen (FF) definiert: FF1: Grundlagen. Wie kann man Argumente und ihre Strukturen in juristischen Texten modellieren, annotieren und evaluieren? FF2: Kontextualisierung. Wie lassen sich Fallanalogien und ähnliche Argumentationsstrukturen in juristischen Texten erkennen und extrahieren? FF3: Erkenntnisse. Welche Rolle spielen Argumente (verbal oder textuell) in obersten Gerichtshöfen und Gerichtshöfen für Menschenrechte? Die aufgestellten Forschungsfragen werden in drei konsekutiven Phasen untersucht. Die erste Phase behandelt die Datenerhebung und Annotation, die zweite Phase die Modellierung, Skalierung und empirische Analyse der erhobenen Daten, und die dritte Phase untersucht die Wichtigkeit einzlner Argumente sowie ihren Transfer zwischen unterschiedlichen Rechtssystemen. Die in diesem Projekt untersuchten computergestützen Argumente und Argumentsysteme tragen vor allem durch zwei Schwerpunkte zur empirischen Forschung in den Rechtswissenschaften bei: die Entwicklung von neuronalen Netzen, die effizient zum Einsatz gebracht und transferiert werden können, sowie bayessche Ansätze, welche Ungewissheiten von Modellvorhersagen für eine fachliche Analyse erkenntlich machen. Weiterhin trägt dieses Projekt im Bereich der theoretischen, rechtswissenschaftlichen Argumentation (beispielsweise durch einen Abgleich zwischen Theorie und empirischer Analyse) bei und öffnet die Zugänglichkeit des Forschungsfeldes für die breite NLP Gemeinschaft.

• DFG-Verfahren: Sachbeihilfen