การค้นหาข้อมูลทางกฎหมายคือศาสตร์แห่งการค้นหาข้อมูลที่ประยุกต์ใช้กับข้อความทางกฎหมาย ซึ่งรวมถึงกฎหมายคำพิพากษาและงานวิชาการ^{[ 1 ]}การค้นหาข้อมูลทางกฎหมายที่ถูกต้องแม่นยำมีความสำคัญต่อการเข้าถึงกฎหมายสำหรับบุคคลทั่วไปและผู้เชี่ยวชาญด้านกฎหมาย ความสำคัญของการค้นหาข้อมูลทางกฎหมายเพิ่มมากขึ้นเนื่องจากปริมาณเอกสารทางกฎหมายที่มีอยู่มากมายและเพิ่มขึ้นอย่างรวดเร็วผ่านทางอิเล็กทรอนิกส์^{[ 2 ]}การค้นหาข้อมูลทางกฎหมายเป็นส่วนหนึ่งของสาขาสารสนเทศทางกฎหมายที่ กำลังเติบโต

ในบริบททางกฎหมาย การค้นหาข้อมูลทั้งหมดที่เกี่ยวข้องกับคำถามเฉพาะเจาะจงมักมีความสำคัญ อย่างไรก็ตาม วิธี การค้นหาแบบบูลีน ที่ใช้กันทั่วไป (การจับคู่ที่ตรงกันทุกประการของคำที่ระบุ) ในเอกสารทางกฎหมายฉบับเต็ม พบว่ามีอัตราการเรียกคืนข้อมูล เฉลี่ย ต่ำเพียง 20 เปอร์เซ็นต์^{[ 3 ]}ซึ่งหมายความว่าเอกสารที่เกี่ยวข้องเพียง 1 ใน 5 เท่านั้นที่ถูกค้นพบ ในกรณีดังกล่าว นักวิจัยเชื่อว่าพวกเขาค้นพบเอกสารที่เกี่ยวข้องมากกว่า 75% ^{[ 3 ]}ซึ่งอาจส่งผลให้ไม่สามารถค้นหากรณีสำคัญหรือ กรณี ตัวอย่างได้ในบางเขตอำนาจศาล ปัญหานี้อาจร้ายแรงเป็นพิเศษ เนื่องจากผู้ประกอบวิชาชีพกฎหมายมีภาระผูกพันทางจริยธรรมที่จะต้องได้รับข้อมูลเกี่ยวกับเอกสารทางกฎหมายที่เกี่ยวข้องอย่างเหมาะสม^{[ 4 ]}

การดึงข้อมูลทางกฎหมายพยายามเพิ่มประสิทธิภาพของการค้นหาทางกฎหมายโดยการเพิ่มจำนวนเอกสารที่เกี่ยวข้อง (ให้ผลลัพธ์ที่มีอัตราการเรียกคืน สูง ) และลดจำนวนเอกสารที่ไม่เกี่ยวข้อง ( ให้ผลลัพธ์ที่มีความแม่นยำ สูง ) นี่เป็นงานที่ยาก เนื่องจากสาขากฎหมายมักมีศัพท์เฉพาะ [ ^{5 ] คำ}ที่มี หลายความหมาย ^{[ 6 ]} (คำที่มีความหมายต่างกันเมื่อใช้ในบริบททางกฎหมาย) และมีการเปลี่ยนแปลงอยู่ตลอดเวลา

เทคนิคที่ใช้เพื่อให้บรรลุเป้าหมายเหล่านี้โดยทั่วไปแบ่งออกได้เป็นสามประเภท ได้แก่ การค้นหาแบบ บูลีนการจำแนกประเภทข้อความทางกฎหมายด้วยตนเอง และ การประมวลผล ข้อความทางกฎหมาย ด้วยภาษาธรรมชาติ

การประยุกต์ใช้ เทคนิค การค้นหาข้อมูล มาตรฐาน กับข้อความทางกฎหมายอาจทำได้ยากกว่าการประยุกต์ใช้ในวิชาอื่นๆ ปัญหาสำคัญประการหนึ่งคือกฎหมายมักไม่มีการจัดหมวดหมู่ โดย ธรรมชาติ^{[ 7 ]}แต่กฎหมายโดยทั่วไปมักเต็มไปด้วยคำศัพท์ที่เปิดกว้าง ซึ่งอาจเปลี่ยนแปลงไปตามกาลเวลา^{[ 7 ]}โดยเฉพาะอย่างยิ่งใน ประเทศ ที่ใช้กฎหมายจารีตประเพณีซึ่งแต่ละคดีที่ตัดสินอาจเปลี่ยนแปลงความหมายของคำหรือวลีบางคำได้อย่างละเอียดอ่อน^{[ 8 ]}

ระบบข้อมูลทางกฎหมายจะต้องได้รับการตั้งโปรแกรมให้สามารถจัดการกับคำและวลีเฉพาะทางกฎหมายได้เช่นกัน แม้ว่าปัญหานี้จะน้อยลงในบริบทของคำที่ปรากฏเฉพาะในกฎหมายเท่านั้น แต่ข้อความทางกฎหมายก็มักใช้คำที่มีหลายความหมาย คำอาจมีความหมายต่างกันเมื่อใช้ในลักษณะทางกฎหมายหรือการพูดทั่วไป ซึ่งอาจเกิดขึ้นได้ทั้งสองแบบในเอกสารเดียวกัน ความหมายทางกฎหมายอาจขึ้นอยู่กับขอบเขตของกฎหมายที่นำไปใช้ ตัวอย่างเช่น ในบริบทของกฎหมายสหภาพยุโรป คำว่า "คนงาน" มีความหมายต่างกันสี่แบบ: ^{[ 9 ]}

1. คนงานใดๆ ตามที่กำหนดไว้ในมาตรา 3(ก) ของคำสั่ง 89/391/EECที่ใช้จอแสดงผลเป็นส่วนสำคัญของงานปกติของตนเป็นประจำ
2. บุคคลใดก็ตามที่ได้รับการจ้างงานจากนายจ้าง รวมถึงผู้ฝึกงานและนักเรียนฝึกงาน แต่ไม่รวมถึงคนรับใช้ในบ้าน
3. บุคคลใดก็ตามที่ประกอบอาชีพบนเรือ รวมถึงผู้ฝึกงานและนักเรียนฝึกหัด แต่ไม่รวมถึงเจ้าหน้าที่นำร่องเรือและเจ้าหน้าที่ภาคพื้นดินที่ปฏิบัติงานบนเรือบริเวณท่าเทียบเรือ
4. บุคคลใดก็ตามที่ได้รับการคุ้มครองในฐานะลูกจ้างภายใต้กฎหมายแรงงานแห่งชาติและสอดคล้องกับแนวปฏิบัติของประเทศสมาชิกที่เกี่ยวข้อง

นอกจากนี้ยังมีความหมายทั่วไปอีกด้วย:

5. บุคคลที่ทำงานในอาชีพเฉพาะ^{[ 9 ]}

แม้ว่าคำศัพท์อาจจะคล้ายกัน แต่การค้นหาข้อมูลที่ถูกต้องจะต้องแยกแยะระหว่างการใช้งานที่ตั้งใจไว้กับการใช้งานที่ไม่เกี่ยวข้อง เพื่อให้ได้ผลลัพธ์ที่ถูกต้อง

แม้ว่าระบบจะสามารถเอาชนะปัญหาทางภาษาที่มีอยู่ในกฎหมายได้ แต่ก็ยังต้องพิจารณาความเกี่ยวข้องของแต่ละผลลัพธ์ ในบริบทของการตัดสินของศาล จำเป็นต้องพิจารณาคุณค่าของคดีที่เป็นบรรทัดฐาน^{[ 10 ]}คำตัดสินของศาลชั้นสูงหรือศาลที่เหนือกว่าอาจมีความเกี่ยวข้องมากกว่าคำตัดสินของศาลที่ต่ำกว่า แม้ว่าคำตัดสินของศาลที่ต่ำกว่าจะมีรายละเอียดเกี่ยวกับข้อเท็จจริงที่เกี่ยวข้องมากกว่าก็ตาม^{[ 10 ]}อย่างไรก็ตาม ในทางกลับกันอาจเป็นจริงได้ หากศาลชั้นสูงมีรายละเอียดเกี่ยวกับหัวข้อนั้นเพียงเล็กน้อย (เช่น หากเป็นประเด็นรองในคดี) ^{[ 10 ]}ระบบการค้นหาข้อมูลต้องตระหนักถึงอำนาจของเขตอำนาจศาลด้วย คดีจากหน่วยงานที่มีผลผูกพันมีแนวโน้มที่จะมีคุณค่ามากกว่าคดีจากหน่วยงานที่ไม่มีผลผูกพัน

นอกจากนี้ เจตนาของผู้ใช้อาจเป็นตัวกำหนดว่ากรณีใดที่พวกเขาเห็นว่ามีคุณค่า ตัวอย่างเช่น ในกรณีที่ผู้เชี่ยวชาญด้านกฎหมายพยายามโต้แย้งการตีความกฎหมายเฉพาะเจาะจง เขาอาจพบว่าคำตัดสินของศาลชั้นต้นที่สนับสนุนจุดยืนของเขามีคุณค่ามากกว่าจุดยืนของศาลชั้นสูงที่ไม่สนับสนุน^{[ 10 ]}เขายังอาจให้คุณค่ากับจุดยืนที่คล้ายคลึงกันจากสาขากฎหมายที่แตกต่างกัน เขตอำนาจศาลที่แตกต่างกัน หรือความเห็นที่คัดค้าน^{[ 10 ]}

การเอาชนะปัญหาเหล่านี้อาจทำได้ยากขึ้นเนื่องจากจำนวนคดีที่มีอยู่มากมาย จำนวนคดีทางกฎหมายที่มีให้ใช้งานผ่านช่องทางอิเล็กทรอนิกส์เพิ่มขึ้นอย่างต่อเนื่อง (ในปี 2546 ศาลอุทธรณ์ของสหรัฐฯ ได้ตัดสินคดีใหม่ประมาณ 500 คดีต่อวัน^{[ 2 ]} ) ซึ่งหมายความว่าระบบการค้นหาข้อมูลทางกฎหมายที่ถูกต้องจะต้องรวมวิธีการทั้งการจัดเรียงข้อมูลในอดีตและการจัดการข้อมูลใหม่^{[ 2 ] [ 11 ]}

การค้นหาแบบบูลีนซึ่งผู้ใช้สามารถระบุเงื่อนไขต่างๆ เช่น การใช้คำเฉพาะ หรือคำพิพากษาของศาลเฉพาะแห่ง เป็นรูปแบบการค้นหาที่พบได้บ่อยที่สุดในระบบการค้นหาข้อมูลทางกฎหมาย มีการใช้งานอย่างแพร่หลาย แต่แก้ไขปัญหาที่กล่าวถึงข้างต้นได้เพียงเล็กน้อย

อัตราการเรียกคืนและความแม่นยำของการค้นหาเหล่านี้แตกต่างกันไปตามการใช้งานและการค้นหาที่วิเคราะห์ การศึกษาหนึ่งพบว่าอัตราการเรียกคืน ของการค้นหาแบบบูลีนพื้นฐาน อยู่ที่ประมาณ 20% และอัตราความแม่นยำอยู่ที่ประมาณ 79% ^{[ 3 ]}การศึกษาอีกฉบับหนึ่งได้นำการค้นหาทั่วไปมาใช้ (นั่นคือ ไม่ได้ออกแบบมาเพื่อการใช้งานทางกฎหมาย) และพบอัตราการเรียกคืน 56% และอัตราความแม่นยำ 72% ในกลุ่มผู้เชี่ยวชาญด้านกฎหมาย ตัวเลขทั้งสองเพิ่มขึ้นเมื่อทำการค้นหาโดยผู้ที่ไม่ใช่ผู้เชี่ยวชาญด้านกฎหมาย โดยมีอัตราการเรียกคืน 68% และอัตราความแม่นยำ 77% ซึ่งอาจอธิบายได้เนื่องจากการใช้คำศัพท์ทางกฎหมายที่ซับซ้อนโดยผู้เชี่ยวชาญด้านกฎหมาย^{[ 12 ]}

เพื่อเอาชนะข้อจำกัดของการค้นหาแบบบูลีนพื้นฐาน ระบบสารสนเทศได้พยายามจัดประเภทกฎหมายและพระราชบัญญัติต่างๆ ให้เป็นโครงสร้างที่เป็นมิตรกับคอมพิวเตอร์มากขึ้น โดยปกติแล้ว สิ่งนี้จะส่งผลให้เกิดการสร้างออนโทโลยีเพื่อจัดประเภทข้อความ โดยอิงจากวิธีที่ผู้เชี่ยวชาญด้านกฎหมายอาจคิดเกี่ยวกับข้อความเหล่านั้น^{[ 13 ]}ความพยายามเหล่านี้เชื่อมโยงข้อความตามประเภท คุณค่า และ/หรือหัวข้อของข้อความ ผู้ให้บริการค้นหากฎหมายรายใหญ่ส่วนใหญ่ในปัจจุบันได้นำการค้นหาแบบจัดประเภทมาใช้ เช่น การค้นหา"ภาษาธรรมชาติ" ของWestlaw ^{[ 14 ]}หรือ การค้นหา Headnote ของLexisNexis ^{[ 15 ]}นอกจากนี้ บริการทั้งสองนี้ยังอนุญาตให้เรียกดูการจัดประเภทผ่าน West Key Numbers ของ Westlaw ^{[ 14 ]}หรือ Headnotes ของ Lexis ^{[ 15 ]}แม้ว่าอัลกอริทึมการค้นหาทั้งสองนี้จะเป็นกรรมสิทธิ์และเป็นความลับ แต่ก็เป็นที่ทราบกันว่ามีการใช้การจัดประเภทข้อความด้วยตนเอง (แม้ว่าอาจจะใช้คอมพิวเตอร์ช่วยก็ตาม) ^{[ 13 ]}

ระบบเหล่านี้สามารถช่วยเอาชนะปัญหาส่วนใหญ่ที่มีอยู่ในระบบการค้นหาข้อมูลทางกฎหมายได้ เนื่องจากการจัดประเภทด้วยตนเองมีโอกาสมากที่สุดในการระบุคดีสำคัญและทำความเข้าใจประเด็นที่เกิดขึ้นในข้อความ^{[ 16 ]}ในการศึกษาหนึ่ง การค้นหาแบบออนโทโลยีส่งผลให้อัตราความแม่นยำอยู่ที่ 82% และอัตราการเรียกคืนอยู่ที่ 97% ในกลุ่มผู้เชี่ยวชาญด้านกฎหมาย^{[ 17 ]}อย่างไรก็ตาม ข้อความทางกฎหมายที่รวมอยู่ได้รับการควบคุมอย่างระมัดระวังให้เหลือเพียงไม่กี่สาขากฎหมายในเขตอำนาจศาลเฉพาะ^{[ 18 ]}

ข้อเสียเปรียบที่สำคัญของแนวทางนี้คือความต้องการใช้ผู้เชี่ยวชาญด้านกฎหมายที่มีทักษะสูงและใช้เวลาจำนวนมากในการจัดประเภทข้อความ^{[ 16 ] [ 19 ]}เนื่องจากปริมาณข้อความที่มีอยู่เพิ่มขึ้นอย่างต่อเนื่อง บางคนจึงแสดงความเชื่อว่าการจัดประเภทด้วยตนเองนั้นไม่ยั่งยืน^{[ 20 ]}

เพื่อลดการพึ่งพาผู้เชี่ยวชาญด้านกฎหมายและลดเวลาที่จำเป็น จึงได้มีการพยายามสร้างระบบเพื่อจำแนกข้อความและคำถามทางกฎหมายโดยอัตโนมัติ^{[ 2 ] [ 21 ] [ 22 ]}การแปลที่เหมาะสมของทั้งสองอย่างจะช่วยให้สามารถดึงข้อมูลได้อย่างแม่นยำโดยไม่ต้องเสียค่าใช้จ่ายสูงในการจำแนกโดยมนุษย์ ระบบอัตโนมัติเหล่านี้โดยทั่วไปใช้ เทคนิค การประมวลผลภาษาธรรมชาติ (NLP) ที่ปรับให้เข้ากับโดเมนทางกฎหมาย และยังต้องสร้างออนโทโลยี ทางกฎหมาย ด้วย แม้ว่าจะมีระบบหลายระบบที่ได้รับการเสนอ^{[ 2 ] [ 21 ] [ 22 ]}แต่มีเพียงไม่กี่ระบบที่รายงานผลลัพธ์ ระบบหนึ่งชื่อ “SMILE” ซึ่งพยายามแยกการจำแนกประเภทจากข้อความคดีโดยอัตโนมัติ ส่งผลให้ค่าf-measure (ซึ่งเป็นการคำนวณทั้งอัตราการเรียกคืนและความแม่นยำ) ต่ำกว่า 0.3 (เมื่อเทียบกับค่า f-measure ที่สมบูรณ์แบบที่ 1.0) ^{[ 23 ]}ซึ่งอาจต่ำกว่าอัตราที่ยอมรับได้สำหรับการใช้งานทั่วไปมาก^{[ 23 ] [ 24 ]}

แม้ว่าผลลัพธ์จะจำกัด แต่ทฤษฎีหลายอย่างคาดการณ์ว่าวิวัฒนาการของระบบดังกล่าวจะเข้ามาแทนที่ระบบการจำแนกประเภทด้วยตนเองในที่สุด^{[ 25 ] [ 26 ]}

ในช่วงกลางทศวรรษที่ 1990 โครงการค้นหากฎหมายคดี Room 5 ใช้การขุดค้นการอ้างอิงเพื่อสรุปและจัดอันดับผลการค้นหาตามประเภทและจำนวนการอ้างอิง ซึ่งเกิดขึ้นก่อน อัลกอริทึม PageRankที่ Stanford เล็กน้อย ซึ่งก็เป็นการจัดอันดับตามการอ้างอิงเช่นกัน การจัดอันดับผลลัพธ์ขึ้นอยู่กับเขตอำนาจศาลมากพอๆ กับจำนวนการอ้างอิง^{[ 27 ]}

• การค้นคว้าข้อมูลทางกฎหมายโดยใช้คอมพิวเตอร์ช่วย