- Australian law map นำกฎหมาย ระเบียบ และคำพิพากษาจาก Open Australian Legal Corpus มาจัดวางในปริภูมิความหมายแบบ 2 มิติ เพื่อให้สำรวจโครงสร้างของระบบกฎหมายออสเตรเลียได้ในภาพรวม
- บนแผนที่ ความแตกต่างด้านสำนวนและวัตถุประสงค์ตามประเภทเอกสารส่งผลแรงกว่าความแตกต่างของหัวข้อ จึงเกิด กำแพงที่มองไม่เห็น ระหว่างคำพิพากษากับกฎหมายลายลักษณ์อักษร
- เส้นแบ่งตามเขตอำนาจไม่ชัดเจนนัก แต่ในคลังข้อมูลมีเพียงคำพิพากษาของ Commonwealth และ New South Wales เพราะข้อจำกัดด้านลิขสิทธิ์ และไม่มีบทกฎหมายของ Victoria, Northern Territory และ Australian Capital Territory
- กฎหมายคนเข้าเมือง กฎหมายครอบครัว และกฎหมายอาญาสารบัญญัติ แยกตัวมากที่สุดในฝั่งคำพิพากษา และยังอยู่ไกลจากเอกสารนิติบัญญัติ ขณะที่คำพิพากษาด้านกฎหมายการพัฒนาอยู่ใกล้เอกสารนิติบัญญัติมากที่สุด
- การนำไปใช้จริงเป็นกระบวนการทำแผนที่ความหมายแบบทั่วไปที่นำกลับไปใช้ซ้ำได้ โดยผสาน text embedding, การลดมิติด้วย PaCMAP, การทำคลัสเตอร์ด้วย HDBSCAN, การติดป้ายด้วย tf-idf, การรวมคลัสเตอร์ด้วยมือ และการแสดงผลด้วย Plotly
แผนที่ที่จัดวางกฎหมายออสเตรเลียในปริภูมิความหมาย
- แผนที่นี้จัดวางกฎหมาย ระเบียบ และคำพิพากษาของออสเตรเลียไว้ในปริภูมิ 2 มิติ โดยแสดง ความคล้ายคลึงเชิงความหมาย ระหว่างเอกสารเป็นระยะห่าง
- แต่ละจุดแทนเอกสารกฎหมาย ระเบียบ หรือคำพิพากษาเฉพาะหนึ่งฉบับจาก Open Australian Legal Corpus
- บนคอมพิวเตอร์ เมื่อนำเมาส์ไปวางเหนือเอกสาร จะเห็นชื่อเรื่อง ประเภท เขตอำนาจ และหมวดหมู่ และเมื่อคลิกจะเปิดเอกสารนั้น
- เอกสารมีสีต่างกันตามหมวดหมู่ และสามารถคลิกหมวดหมู่ในคำอธิบายสัญลักษณ์เพื่อซ่อนหมวดนั้น หรือดับเบิลคลิกเพื่อแสดงเฉพาะหมวดนั้นได้
กำแพงที่มองไม่เห็นระหว่างคำพิพากษากับกฎหมายลายลักษณ์อักษร
- บนแผนที่ปรากฏ กำแพงที่มองไม่เห็น ที่แบ่งคำพิพากษาออกจากเอกสารนิติบัญญัติ โดยมีโครงสร้างที่แยกออกเป็นสองขั้วคล้ายขั้วโลกเหนือกับขั้วโลกใต้
- แม้จะพูดถึงหัวข้อเดียวกัน คำพิพากษาก็มักมีความคล้ายกับคำพิพากษาด้วยกันมากกว่า ส่วนเอกสารนิติบัญญัติก็คล้ายกับเอกสารนิติบัญญัติด้วยกันมากกว่า
- ความแตกต่างนี้อาจตีความได้ว่าเป็นผลจาก สำนวนและวัตถุประสงค์ ของคำพิพากษากับกฎหมายลายลักษณ์อักษรที่สะท้อนออกมาอย่างชัดเจนในปริภูมิความหมาย มากกว่าตัวหัวข้อเอง
เส้นแบ่งตามเขตอำนาจไม่เด่นชัด
- แม้จะระบายสีเอกสารตามเขตอำนาจ ก็ไม่เห็น เส้นแบ่ง ที่ชัดเจนระหว่างเอกสารจากเขตอำนาจต่าง ๆ
- อย่างไรก็ดี Open Australian Legal Corpus มีเพียงคำพิพากษาของ Commonwealth และ New South Wales เนื่องจากข้อจำกัดด้านลิขสิทธิ์ และไม่มีบทกฎหมายของ Victoria, Northern Territory และ Australian Capital Territory
- การปะปนกันของเขตอำนาจบนแผนที่บ่งชี้ว่ากฎหมายของรัฐและกฎหมายของรัฐบาลกลางในออสเตรเลียอาจมีความ เป็นเนื้อเดียวกัน ค่อนข้างสูง
- เส้นแบ่งที่ยังพอมีอยู่ระหว่างกฎหมายของรัฐกับกฎหมายกลางก็สอดคล้องกับความต่างด้านหัวข้อมากกว่าความต่างในหลักกฎหมายตามเขตอำนาจ
- สิ่งนี้สอดคล้องกับโครงสร้างที่ศาลและรัฐสภาระดับรัฐและรัฐบาลกลางดำเนินงานอยู่ภายในระบบกฎหมายเดียวกัน และ High Court of Australia ทำหน้าที่ไกล่เกลี่ยข้อพิพาทระหว่างรัฐบาลเกี่ยวกับขอบเขตของสิทธิและอำนาจตามรัฐธรรมนูญ
แผ่นดินใหญ่และหมู่เกาะของคำพิพากษากับกฎหมายลายลักษณ์อักษร
- ภายในเขตของคำพิพากษาและกฎหมายลายลักษณ์อักษร มีทั้ง แผ่นดินใหญ่ ที่เอกสารส่วนใหญ่อยู่รวมกัน และ เกาะ หลายแห่งที่เอกสารในหัวข้อเดียวกันรวมตัวกันอยู่
- การมีอยู่ของแผ่นดินใหญ่ชี้ว่า คำพิพากษาและกฎหมายลายลักษณ์อักษรส่วนใหญ่มาจากคลังความรู้ที่เชื่อมโยงถึงกัน และกลับเข้าไปอยู่ในคลังนั้นอีกครั้ง
- เกาะของบทกฎหมายและคำพิพากษาบางส่วนแยกออกจากแผ่นดินใหญ่อย่างสิ้นเชิง
- Tariff concession orders กำกับดูแลหมวดหมู่ทางเทคนิคของสินค้าที่นำเข้าได้ และก่อตัวเป็นหมู่เกาะเฉพาะตัว
- airworthiness directives ก่อตัวเป็นเกาะขนาดใหญ่ที่มุ่งเน้นการกำกับดูแลชิ้นส่วนอากาศยาน
- เกาะที่มีพื้นที่ผิวใหญ่ที่สุดเกือบทั้งหมดประกอบด้วย คดีคนเข้าเมือง
- จากสาขากฎหมายที่เป็นไปได้ 19 สาขา มีเพียงกฎหมายคนเข้าเมืองและกฎหมายครอบครัวเท่านั้นที่พบอยู่นอกแผ่นดินใหญ่มากกว่าภายใน
- เดิมก็มีกระแสรับรู้ว่ากฎหมายครอบครัวค่อนข้างแยกตัวจากส่วนอื่นของกฎหมายอยู่แล้ว และแผนที่นี้ก็แสดงรูปแบบที่สนับสนุนความแยกตัวนั้น
- คดีคนเข้าเมืองมักอ้างอิงบทกฎหมายและคำพิพากษาที่เฉพาะทางด้านคนเข้าเมือง จึงมีลักษณะค่อนข้างปิดในตัวเอง
ตำแหน่งของกฎหมายอาญา กฎหมายครอบครัว และกฎหมายคนเข้าเมือง
- กฎหมายคนเข้าเมือง กฎหมายครอบครัว และกฎหมายอาญาสารบัญญัติ ยังรวมกลุ่มอยู่ใกล้กันในเชิงละติจูดด้วย สะท้อนความเชื่อมโยงที่อาจมีอยู่
- ทั้งสามสาขามุ่งเน้นเป็นพิเศษต่อการกำกับชีวิตของปัจเจกบุคคล ไม่ได้จำกัดอยู่เพียงสิทธิในทรัพย์สินของนิติบุคคล
- คำพิพากษาในสามสาขานี้เป็นประเภทคำพิพากษาที่อยู่ไกลจากเอกสารนิติบัญญัติมากที่สุดบนแผนที่
- ระยะห่างนี้ไม่ได้หมายความว่าสาขาเหล่านี้ไม่อ้างอิงกฎหมายลายลักษณ์อักษรเลย แต่อาจเกี่ยวข้องกับการพึ่งพาบรรทัดฐานคดีเดิมมากกว่าสาขาคำพิพากษาอื่น ๆ หรือเป็นผลจากข้อจำกัดของการแทนความสัมพันธ์หลายมิติที่ซับซ้อนด้วยแผนที่ 2 มิติ
- สาขาคำพิพากษาที่อยู่ใกล้เอกสารนิติบัญญัติมากที่สุดคือ กฎหมายการพัฒนา เพราะมักเกี่ยวข้องอย่างใกล้ชิดกับกฎหมายและระเบียบด้านผังพื้นที่
- เกาะขนาดใหญ่รูปหกเหลี่ยมของกฎหมายอาญาประกอบด้วยคดีกฎหมายอาญาสารบัญญัติเป็นหลัก ส่วนคดีกฎหมายอาญาที่เชื่อมกับแผ่นดินใหญ่ของฝ่ายตุลาการมักเป็นคดีเกี่ยวกับกระบวนพิจารณาอาญา
- สิ่งนี้สอดคล้องอย่างดีทั้งกับการแบ่งใหญ่ระหว่างกฎหมายสารบัญญัติออกเป็นอาญากับแพ่ง และกับข้อเท็จจริงที่ว่ากฎหมายวิธีพิจารณาอาญาและกฎหมายวิธีพิจารณาแพ่งต่างแบ่งปันหลักร่วมหลายประการของความยุติธรรมตามธรรมชาติ
กฎหมายจากคำพิพากษาดูเหมือนเป็นภาวะต่อเนื่อง
- หากไล่ตามแผ่นดินใหญ่ของคำพิพากษาจากล่างขึ้นบน กฎหมายจากคำพิพากษาของออสเตรเลียจะดูใกล้เคียงกับ ภาวะต่อเนื่อง มากกว่าโครงสร้างที่แบ่งแยกแข็งตัว
- คดีด้านการพัฒนาเชื่อมต่อกับคดีสิ่งแวดล้อม และคดีสิ่งแวดล้อมก็เชื่อมต่อกับคดีที่ดิน
- คดีที่ดินแตะกับคดีสัญญา และทางเหนือของคดีสัญญาคือคดีวิธีพิจารณา ทางตะวันตกคือคดีทรัพย์สินทางปัญญา และทางตะวันออกคือคดีพาณิชย์
- ทางเหนือของกฎหมายวิธีพิจารณาคือกฎหมายอาญาและหมิ่นประมาท ส่วนทางตะวันตกของกฎหมายทรัพย์สินทางปัญญามีต่อเนื่องไปยังกฎหมายปกครอง กฎหมายสุขภาพและบริการสังคม กฎหมายแรงงาน ละเมิด และกฎหมายขนส่ง
- ทางตะวันออกของกฎหมายพาณิชย์มี equity และบางส่วนของกฎหมายครอบครัว
- การที่กฎหมายการพัฒนา สิ่งแวดล้อม และที่ดินพัวพันกัน รวมถึงการที่คดีละเมิดเกี่ยวข้องกับอุบัติเหตุทางถนนและการเรียกร้องจากอุบัติเหตุในที่ทำงานจำนวนมากจนไปจับกลุ่มใกล้กฎหมายขนส่งและกฎหมายแรงงานนั้น สอดคล้องกับความเข้าใจเดิมเกี่ยวกับความสัมพันธ์ระหว่างสาขากฎหมาย
- คำพิพากษาด้านกฎหมายที่ดินบางส่วนซ้อนทับกับคดีพาณิชย์และคดีวิธีพิจารณา และคดีลักษณะเป็นลายพาดเหล่านี้มักมุ่งเน้นข้อพิพาทจำนองที่เกี่ยวข้องกับการผิดนัดชำระหนี้
- คำพิพากษาด้านกฎหมายขนส่งแยกเป็นกลุ่มที่เชื่อมกับแผ่นดินใหญ่ และอีกกลุ่มที่เชื่อมกับเกาะของกฎหมายอาญาสารบัญญัติ
- คำพิพากษาด้านขนส่งที่เชื่อมกับเกาะกฎหมายอาญามักมุ่งเน้นการพักใช้ใบอนุญาตขนส่ง
- คำพิพากษาด้านขนส่งที่เชื่อมกับแผ่นดินใหญ่มักมุ่งเน้นอุบัติเหตุด้านการขนส่ง
โครงสร้างที่มองเห็นได้จาก semantic mapping และความเป็นไปได้ในการขยายต่อ
- แผนที่นี้สะท้อนความแตกต่างที่ทราบกันอยู่แล้วระหว่างคำพิพากษากับกฎหมายลายลักษณ์อักษร พร้อมทั้งเผยให้เห็นการแบ่งแยกที่อาจมีอยู่และความเชื่อมโยงที่ซ่อนอยู่ระหว่างสาขากฎหมาย
- โดยเฉพาะรูปแบบต่อไปนี้ที่เด่นชัด
- กฎหมายคนเข้าเมือง กฎหมายครอบครัว และกฎหมายอาญาสารบัญญัติ เป็นสาขาคำพิพากษาที่แยกตัวมากที่สุดบนแผนที่
- กฎหมายคนเข้าเมือง กฎหมายครอบครัว และกฎหมายอาญาสารบัญญัติ เป็นสาขาคำพิพากษาที่อยู่ไกลจากเอกสารนิติบัญญัติมากที่สุด
- กฎหมายการพัฒนา เป็นสาขาคำพิพากษาที่อยู่ใกล้เอกสารนิติบัญญัติมากที่สุด
- ระหว่างกฎหมายของรัฐกับกฎหมายของรัฐบาลกลางในออสเตรเลีย ไม่ปรากฏความแตกต่างที่สังเกตได้ชัดในด้านสำนวน หลักการตีความ และหลักกฎหมายทั่วไป
- หากทำแผนที่แบบ 3 มิติ อาจเผยความสัมพันธ์แฝงใหม่ ๆ ที่ยากจะแสดงใน 2 มิติ
- หากเพิ่มคำพิพากษาและบทกฎหมายของรัฐและดินแดนอื่น ๆ ก็จะเพิ่มความละเอียดของแผนที่กฎหมายออสเตรเลียได้
- หากเพิ่มเอกสารกฎหมายของประเทศในระบบ common law อื่น ๆ เช่น UK, Canada, New Zealand ก็อาจจับปฏิสัมพันธ์ทางประวัติศาสตร์และการปฏิสัมพันธ์ที่ดำเนินต่อเนื่องระหว่างระบบกฎหมายได้
- semantic mapping ไม่ได้จำกัดอยู่แค่กฎหมายออสเตรเลีย แต่ยังใช้ทำความเข้าใจองค์ประกอบและโครงสร้างของชุดข้อมูลไร้โครงสร้างขนาดใหญ่ได้อย่างรวดเร็ว
ขั้นตอนการทำ: จากการแปลงเป็นเวกเตอร์สู่การแสดงผล
- กระบวนการทำแผนที่ความหมายของชุดข้อมูลใด ๆ โดยรวมแบ่งได้เป็น การแปลงเป็นเวกเตอร์, การทำคลัสเตอร์, การติดป้าย, การลดมิติ และการแสดงผล
- ความหมายของข้อความถูกแทนด้วยเวกเตอร์หรือ embedding ซึ่งเป็นชุดตัวเลข และใช้ความคล้ายของเวกเตอร์เพื่อประเมินความคล้ายเชิงความหมายระหว่างเอกสารโดยคร่าว
- โมเดล text embedding ถูกเลือกโดยอ้างอิง Massive Text Embedding Benchmark (MTEB) Leaderboard ของ Hugging Face
- ในช่วงที่สร้างแผนที่
BAAI/bge-small-en-v1.5เป็นหนึ่งในโมเดลโอเพนซอร์สที่ให้ประสิทธิภาพดีเมื่อเทียบกับขนาด และปัจจุบันavsolatorio/GIST-small-Embedding-v0ซึ่งเป็นโมเดลที่ fine-tune ต่อจากโมเดลดังกล่าว มีอันดับสูงกว่า - โมเดล text embedding สมัยใหม่มี context window คงที่ ซึ่งคือจำนวนโทเค็นที่สามารถแปลงเป็นเวกเตอร์ได้ในคราวเดียว
- context window ของ
GIST-small-Embedding-v0คือ 512 โทเค็น - โดยประมาณ 1 คำเท่ากับ 0.75 โทเค็น จึงสามารถแปลงได้ราว 384 คำต่อครั้ง
- context window ของ
- ข้อความยาวจะถูกแบ่งเป็นชิ้นที่ไม่เกิน 512 โทเค็น แล้วแปลงแต่ละชิ้นเป็นเวกเตอร์ ก่อนนำมาเฉลี่ยเป็นเวกเตอร์เดียวเพื่อแทนความหมายเฉลี่ยของทั้งข้อความ
- หากตัดทุก ๆ โทเค็นที่ 512 แบบตรง ๆ ข้อมูลสำคัญเชิงความหมายอาจขาดช่วง จึงจำเป็นต้องมี semantic chunker ที่แบ่งในจุดที่มีความหมาย
semchunkเป็นไลบรารี Python ที่แบ่งข้อความแบบเรียกซ้ำโดยค้นหาลำดับอักขระ เช่น การขึ้นบรรทัดใหม่ต่อเนื่องหรือแท็บ ซึ่งบ่งชี้ถึงการแบ่งเชิงความหมาย
การลดมิติและการทำคลัสเตอร์
- ข้อมูลที่แปลงเป็นเวกเตอร์แล้วจะถูกย่อจากเวกเตอร์มิติสูงให้กลายเป็นพิกัด 2 มิติหรือมิติต่ำกว่าเพื่อแสดงบนแผนที่
- การลดมิติยังใช้เพื่อบรรเทา คำสาปของมิติ ที่ทำให้การทำคลัสเตอร์ข้อมูลมิติสูงทำได้ยาก
- โมเดลลดมิติที่ใช้คือ PaCMAP ซึ่งถูกใช้ในฐานะโมเดลที่รวดเร็วและแม่นยำและสามารถรักษาได้ทั้งโครงสร้างระดับโลกและระดับท้องถิ่น
- สำหรับการแสดงผลบนแผนที่ ใช้ 2 มิติ และเพื่อง่ายต่อการทำคลัสเตอร์จึงลดเหลือ 80 มิติ
- ในชุดข้อมูลอื่นที่มีจุดข้อมูลราว 400 จุด กลับพบว่า 2 มิติทำงานได้ดีกว่า 80 มิติ ดังนั้นควรทดลองหลายระดับมิติตามลักษณะข้อมูล
- ใช้ HDBSCAN สำหรับการทำคลัสเตอร์
- HDBSCAN ต่างจาก
k-means ตรงที่ไม่ได้บังคับให้ทุกจุดข้อมูลต้องอยู่ในคลัสเตอร์ - ตอนที่สร้างแผนที่ Open Australian Legal Corpus มีข้อความกฎหมายอยู่ 218,336 ชิ้น และมี 84,780 ชิ้น (38.8%) ที่ไม่ถูกจัดเข้าคลัสเตอร์
- นอกจากนี้ ยังมีอีก 10,100 ชิ้น (4.6%) ที่ถูกจัดไปอยู่ในคลัสเตอร์ที่ดูเหมือนไม่มีลักษณะร่วมที่มีความหมาย
- รวมแล้วมีเอกสาร 94,880 ชิ้น (43.4%) ที่ไม่ได้ถูกจัดเข้าคลัสเตอร์ที่มีความหมาย จึงถูกตัดออกจากแผนที่
- ตอนนั้นใช้
fast_hdbscanแต่ภายหลังพบว่ามีแนวโน้มสร้างคลัสเตอร์ว่างเป็นหย่อม ๆ ได้ง่ายกว่า HDBSCAN ปกติ จึงใช้ HDBSCAN ปกติในตัวอย่างโค้ด min_cluster_sizeกำหนดจำนวนจุดข้อมูลขั้นต่ำของคลัสเตอร์ ยิ่งค่าน้อยคลัสเตอร์ยิ่งละเอียด ยิ่งค่าสูงคลัสเตอร์ยิ่งกว้าง- ในงานสุดท้ายตั้ง
min_cluster_sizeไว้ที่ 50 ทำให้ได้ 507 คลัสเตอร์เฉพาะ ก่อนจะยุบด้วยมือเหลือ 19 สาขากฎหมาย
การติดป้ายและการรวมคลัสเตอร์ด้วยมือ
- เพื่อใส่ป้ายที่มีความหมายให้คลัสเตอร์ ใช้ tf-idf ตรวจดูโทเค็นเด่นของแต่ละคลัสเตอร์
- tf-idf ให้คะแนนสูงกับโทเค็นที่พบได้บ่อยในคลัสเตอร์หนึ่ง แต่พบได้น้อยกว่าเมื่อเทียบกับทั้งชุดข้อมูล
- มีการรวมคลัสเตอร์ที่มีโทเค็น 4 อันดับแรกเหมือนกันก่อน แต่จาก 507 คลัสเตอร์ กำจัดได้เพียง 2 คลัสเตอร์เท่านั้น
- หลังจากนั้นจึงสร้างกฎรวมคลัสเตอร์ด้วยมือ 337 ข้อโดยอิงจากโทเค็นเด่น และสุดท้ายสรุปเหลือ 19 สาขากฎหมาย
- ในกระบวนการรวมด้วยมือ พยายามให้ข้อมูลเป็นตัวนำหมวดหมู่ แต่เมื่อจำนวนคลัสเตอร์ลดลง ก็จำเป็นต้องตัดสินใจยากขึ้นว่าจะรวมและไม่รวมอะไรไว้ในแต่ละหมวด
- การแสดง 19 หมวดด้วยสีที่แยกจากกันได้ชัดก็ไม่ใช่เรื่องง่าย และแก้ปัญหาด้วยการใช้ชุดสีที่ Sasha Trubetskoy เผยแพร่ไว้
- การรวมด้วยมือเหมาะเมื่อจำเป็นต้องเข้าใจองค์ประกอบของข้อมูลอย่างลึกซึ้ง หรือเมื่อความละเอียดและความแม่นยำของผลลัพธ์สุดท้ายมีความสำคัญเป็นพิเศษ
- ในกรณีอื่น การปรับโมเดลคลัสเตอร์ให้สร้างคลัสเตอร์น้อยลง แล้วใช้โทเค็น tf-idf 3 อันดับแรกหรือโมเดลภาษาขนาดใหญ่สำหรับการติดป้ายอัตโนมัติอาจเหมาะกว่า
- ตัวอย่างการติดป้ายอัตโนมัติคือส่ง snippet เอกสารแบบสุ่มและโทเค็น tf-idf เด่นไปยัง
gpt-4หรือโมเดลที่เข้ากันได้กับ OpenAI API เพื่อให้สร้างป้ายที่มีความยาวไม่เกิน 4 คำ
การแสดงผลด้วย Plotly และข้อจำกัด
- แผนที่ขั้นสุดท้ายถูกสร้างด้วย Plotly เพื่อให้ทำ scatter plot แบบ 2 มิติหรือ 3 มิติได้
- ข้อจำกัดหลักของ Plotly คือไม่สามารถขยายขนาดจุดข้อมูลไปพร้อมกับการซูมแผนที่ได้
- เมื่อมีจุดข้อมูลหลายแสนจุด จุดต่าง ๆ จะทับกัน หรือหากลดขนาดจุดลงก็จะระบุได้ยากเมื่อซูมเข้า
- ปัญหาบางอย่างของ Plotly ถูกแก้ทางอ้อมด้วย CSS และ JavaScript ที่ปรับแต่งเอง แต่โค้ดนั้นไม่ได้เผยแพร่
- หลังการแสดงผล จะเข้าสู่ขั้นตอนการวิเคราะห์เพื่อตรวจดูรูปแบบภูมิประเทศของแผนที่ outlier เกาะ และโครงสร้างพื้นฐานของข้อมูล
- ผู้เขียนมองว่าหากนำเทคนิคเดียวกันไปใช้กับคลังข้อมูล Common Crawl ก็อาจสร้างแผนที่ความหมายความละเอียดสูงของอินเทอร์เน็ตได้
1 ความคิดเห็น
ความคิดเห็นบน Hacker News
เป็นงานที่ยอดเยี่ยม โดยเฉพาะประโยคที่ว่า “ถ้านำเทคนิคนี้ไปใช้กับ Common Crawl ก็จะสร้างแผนที่ของอินเทอร์เน็ตได้” โดนใจมาก
ผมหมกมุ่นกับการ ทำสิ่งที่ปกติไม่มีอยู่บนแผนที่ให้กลายเป็นแผนที่ มาหลายปีแล้ว และก็ทำไว้หลายชิ้น หนึ่งในนั้นที่ค่อนข้างเป็นที่รู้จักคือ Music-Map: https://www.music-map.com
ผมอยากทำแผนที่เว็บมานานแล้ว เลยจดโดเมน web-map.com ไว้ด้วย และเคยทดลองคัสตอมครอว์เลอร์กับอัลกอริทึมสำหรับหาเว็บไซต์ที่เกี่ยวข้องกันอย่างรวดเร็ว ซึ่งดูแล้วน่าจะเป็นไปได้พอสมควร
แต่ตอนนี้ยังพักไว้ก่อน เพราะมีแผนที่เชิงทดลองหลายอันที่ดูแลอยู่แล้ว และยังหารูปแบบธุรกิจสำหรับ การทำแผนที่ของทุกสิ่ง ไม่ได้
ใช้โมเดล embedding ขนาดเล็กและการวิเคราะห์องค์ประกอบหลัก (PCA) สำหรับลดมิติ: https://weblog.snats.xyz/posts/2024/03/20/
ค่อนข้างสนุกที่ได้ดูว่าศิลปินสองคนเชื่อมถึงกันไกลแค่ไหนผ่านสายโซ่การร่วมงานยาว ๆ เหมือนแผนที่ความสัมพันธ์มนุษย์ส่วนใหญ่ สุดท้ายก็ลงเอยที่ซูเปอร์คอนเน็กเตอร์ไม่กี่คนซึ่งร่วมงานกับคนเป็นร้อย ๆ และกลุ่มเล็ก ๆ รอบตัวพวกเขา แต่ก็เผยให้เห็นกลุ่มที่น่าสนใจด้วย
มีแผนที่เจ๋ง ๆ ที่คล้ายกันอยู่เหมือนกัน แต่ค่อนข้างเก่าแล้ว: http://internet-map.net/
คำว่า “กฎหมายจากคำพิพากษาของออสเตรเลียดูลักษณะคล้ายคอนทินิวอัม” ให้ภาพที่สวยงามก็จริง แต่ผมอยากย้ำสุภาษิตที่ว่า แผนที่ไม่ใช่ดินแดนจริง
คอนทินิวอัมนั้นอาจเป็นผลจากวิธีฉายภาพ มาตรวัดความคล้ายที่เลือกใช้ ฯลฯ มากกว่าจะเป็นโครงสร้างความรู้ทางกฎหมายจริง
แน่นอนว่าไม่ได้หมายความว่าเราเรียนรู้อะไรจากแผนที่ไม่ได้ แต่โครงสร้างความรู้จริงของเอกสารทั้งหมดไม่จำเป็นต้องเป็นคอนทินิวอัมที่จัดวางได้สะดวกเสมอไป
ถึงอย่างนั้น วิธีจัดทำเอกสารของโปรเจกต์นี้ก็ยอดเยี่ยม และช่วยให้มอง ขอบเขตกฎหมายออสเตรเลีย ในมุมใหม่
ผมเขียนโดยนึกถึงทั้งผู้อ่านสายกฎหมายและสายวิทยาศาสตร์ข้อมูล จึงพยายามไม่ทำให้การอนุมานดูเป็นมากกว่าการอนุมาน ขณะเดียวกันก็ไม่อยากอธิบายข้อจำกัดของความพยายามในการทำแผนที่ความรู้เชิงความหมายด้วยเทคโนโลยีปัจจุบันให้เป็นเชิงเทคนิคเกินไป
อย่างไรก็ดี ในฐานะคนที่เคยเรียนกฎหมายมา กฎหมายจากคำพิพากษาของออสเตรเลียนั้นจริง ๆ แล้วก็ใกล้เคียงกับ คอนทินิวอัม อยู่ระดับหนึ่ง คดีหนึ่งอาจแตะหลายสาขากฎหมายได้ และหัวข้อของบรรทัดฐานคดีที่ผู้พิพากษาอาจอ้างอิงในการตัดสินก็แทบไม่มีข้อจำกัดมากนัก นอกจากความเกี่ยวข้องและมีผลผูกพันหรือไม่
อีกอย่างที่น่าสนใจคือคลัสเตอร์สุดท้ายออกมาคล้ายกับวิธีที่เรียนกฎหมายในมหาวิทยาลัยอย่างน่าประหลาดใจ แสดงให้เห็นว่าการออกแบบหลักสูตรนิติศาสตร์ของออสเตรเลียผ่านการคิดมาอย่างมาก จริง ๆ แล้วมีวิชาบังคับ 11 วิชาที่เรียกว่า Priestley 11 และทั้งหมดก็สะท้อนอยู่บนแผนที่ด้วย: https://en.wikipedia.org/wiki/Priestley_11
การทำภาพแบบนี้ให้ความรู้สึกค่อนข้างแปลก ผมไม่ใช่ผู้เชี่ยวชาญกฎหมาย แต่เคยอ่านตำรากฎหมายมามาก
โดยทั่วไปผมคาดว่า กฎหมายลายลักษณ์อักษร น่าจะสร้างโครงสร้างคล้ายหนวดที่ค่อนข้างโปร่ง
โดยธรรมชาติแล้ว กฎหมายจากคำพิพากษามีลักษณะกึ่งกลางอย่างมาก คือผู้พิพากษาเติมความหมายที่ไม่ชัดเจนหรือช่องว่างของกฎหมายลายลักษณ์อักษร
แต่การที่กฎหมายจากคำพิพากษากับกฎหมายลายลักษณ์อักษรรวมตัวเป็นสองคลัสเตอร์ที่ชัดเจนนั้นยากจะยอมรับ และดูเหมือน ข้อผิดพลาดในการทำโมเดลโดเมน มากกว่า เหมือนผลลัพธ์ที่อาจเกิดขึ้นเมื่อเอามาตรวัดความคล้ายของข้อความไปใช้กับชุดข้อมูลแบบตรง ๆ โดยไม่คำนึงถึงโมเดลโดเมน
ยิ่งไปกว่านั้น ใน ประเทศระบบกฎหมายคอมมอนลอว์ อย่างออสเตรเลีย มีแนวคิดทางกฎหมายจำนวนมากที่พัฒนาขึ้นโดยอิสระจากกฎหมายบัญญัติ และยังคงเป็นอิสระอยู่ หรือภายหลังถูกทำให้เป็นทางการในกฎหมายบัญญัติด้วย ตัวอย่างเช่นละเมิด: https://www.alrc.gov.au/publication/traditional-rights-and-freedoms-encroachments-by-commonwealth-laws-ip-46/16-authorising-what-would-otherwise-be-a-tort/the-right-to-sue-in-tort/
เป็นงานที่มหาศาลมาก ในฐานะคนที่ทำเว็บเดฟด้วยทุนตัวเอง ผมสงสัยจริง ๆ ว่าเขาหาเวลาทำอะไรแบบนี้ได้อย่างไร
ไม่รู้ว่านี่ทำเพื่อเสริมเรซูเม่ เป็นผลิตภัณฑ์หรือต้นแบบ หรือเป็นผลงานจากความรักล้วน ๆ แต่ อย่างน้อยก็ถือว่า ล้ำมาก
คำอธิบายทางเทคนิคก็ดี และแม้ผมจะอ่านแบบกวาด ๆ ตั้งแต่กลาง ๆ ไป แต่ดูเหมือนเป็นการผสานอัลกอริทึม embedding สมัยใหม่กับ clustering แบบแมชชีนเลิร์นนิงดั้งเดิม
เมื่อมีข้อมูลพื้นฐานแล้ว ผมสงสัยว่าเคยคิดจะใช้โมเดลเชิงกำเนิดเต็มรูปแบบทำ การวิเคราะห์เชิงความหมาย เช่น “สรุปชุดย่อยของคดีเหล่านี้ และติดแท็กตามสถานการณ์เฉพาะหรือประเด็นละเอียดอ่อน” แล้วค่อยนำผลลัพธ์ไปทำ clustering หรือไม่ หวังว่านักพัฒนาจำนวนมากในสหรัฐฯ ที่นำ large language model ไปใช้กับ case law ในช่วงปีที่ผ่านมา คงกำลังทำอะไรทำนองนั้นอยู่
โปรเจกต์แบบนี้เป็นประเภทที่ทำให้ถึงตารางจะเต็มแล้วก็ยังอยากบอกว่าอยากร่วมงานด้วย ดังนั้นคงต้องพอใจกับการเก็บไว้ในตำแหน่งค่อนข้างมีเกียรติในโฟลเดอร์บุ๊กมาร์กความคิดเห็นและแรงบันดาลใจ
Umar Butler เป็นนักวิทยาศาสตร์ข้อมูล ผู้เชี่ยวชาญด้านเทคโนโลยีกฎหมาย และนักวิจัยปัญญาประดิษฐ์ชาวออสเตรเลีย และดำเนินบล็อกที่เขียนเรื่องกฎหมาย เทคโนโลยี ปัญญาประดิษฐ์ และหัวข้อที่อยู่ระหว่างนั้น
ในฐานะส่วนหนึ่งของงานวิจัยด้านเทคโนโลยีกฎหมายและปัญญาประดิษฐ์ เขาได้เผยแพร่ ชุดข้อมูล LLM สำหรับการเรียนรู้กฎหมายออสเตรเลีย ฐานข้อมูลกฎหมายออสเตรเลียแบบสาธารณะที่ใหญ่ที่สุด และ LLM สาธารณะตัวแรกสำหรับกฎหมายออสเตรเลีย เป็นต้น
ปัจจุบันทำงานเป็นผู้ช่วยผู้อำนวยการฝ่ายวิทยาศาสตร์ข้อมูลที่ Attorney-General’s Department โดยรับผิดชอบการใช้ปัญญาประดิษฐ์อย่างมีความรับผิดชอบเพื่อเปิดทาง เร่ง และปรับปรุงการตัดสินใจภาครัฐและการวิเคราะห์กฎหมาย·นโยบาย รวมถึงให้คำปรึกษาการพัฒนานโยบายปัญญาประดิษฐ์หลัก
ชอบมากที่บนมือถือแทนที่ visualization แบบโต้ตอบด้วย สกรีนช็อต ทำให้ประสบการณ์อ่านบนโทรศัพท์ดีขึ้นมาก
เป็นงานที่ยอดเยี่ยมมากและควรค่าแก่การแสดงความยินดี
ตอนเรียนกฎหมาย ผมเคยจินตนาการ common law เป็นใยของความพึ่งพาอาศัยกัน และ visualization นี้ก็คล้ายกัน แม้ยังไม่ได้สะท้อน dependency ที่ผมนึกถึงได้ทั้งหมด
Common law หมายถึงกฎหมายที่ส่วนใหญ่สร้างขึ้นโดยผู้พิพากษาศาลอุทธรณ์ บางครั้งเป็นการเติมความหมาย การตีความ และนิยามลงบนตัวบทกฎหมาย และบางครั้งก็ถูกสร้างขึ้นทั้งชุดเมื่อไม่มีตัวกฎหมายที่ตรงกับประเด็นนั้นพอดี ในที่นี้คำว่า “สร้างขึ้น” หมายถึงสร้างต่อบนสายธารยาวของบรรทัดฐานทางประวัติศาสตร์จากอังกฤษยุควิกตอเรียหรือเก่ากว่านั้น
ดังนั้นคนในสหรัฐฯ ที่ตำหนิ “กฎหมายที่ผู้พิพากษาสร้างขึ้น” จึงฟังดูน่าขัน เพราะแทบทั้งหมดของกฎหมายสหรัฐฯ โดยเนื้อแท้แล้วคือกฎหมายที่ผู้พิพากษาสร้างขึ้น
ผมคิดมาตลอดว่า common law เหมาะจะแสดงเป็น โครงสร้างกราฟ ที่คดีหรือบรรทัดฐานเป็นโหนด และเส้นเชื่อมเข้ารหัสความแข็งแรงในการรองรับบรรทัดฐานไม่ทางใดก็ทางหนึ่ง หากผู้พิพากษามองเห็นความแข็งแรงของบรรทัดฐานเป็นภาพได้ ก็อาจไตร่ตรองรอบคอบขึ้นก่อนจะเบี่ยงเบนจากบรรทัดฐาน
การนำเสนอนี้เป็นอีกก้าวหนึ่งไปในทิศทางนั้น และหวังว่าเทคโนโลยีนี้จะขยายไปยังประเทศ common law อื่น ๆ ด้วย
ผมจัดการเรื่องต่าง ๆ ในระบบกฎหมายออสเตรเลียมาเป็นเวลานาน ช่วงหนึ่งทำคดีด้วยตัวเองและศึกษาด้วยตนเอง ก่อนที่ช่วงหลังจะได้รับความช่วยเหลือจากทนายความ
ผมอ่านกฎหมายเกี่ยวกับกระบวนพิจารณาคดีแพ่งและอาญาหลายฉบับด้วยตัวเอง และเคยชนเข้ากับ กำแพงที่มองไม่เห็นระหว่างกฎหมายลายลักษณ์อักษรกับ case law มาแล้ว
งานนี้ตรงกับสิ่งที่ผมสนใจอย่างน่าทึ่ง ขอบคุณที่จัดระเบียบให้ เสียดายอย่างเดียวคือถ้าโพสต์เมื่อไม่กี่เดือนก่อนคงช่วยได้มากกว่านี้มาก
เป็นบทความที่ยอดเยี่ยม เห็นได้ถึงความพยายามทั้งในการวิเคราะห์เชิงพรรณนาของข้อมูลและการแยกย่อยกระบวนการในเชิงเทคนิค
ปีที่แล้วผมเคยมีไอเดียคล้ายกันที่จะ ทำแผนที่ case law และกฎหมายลายลักษณ์อักษรของสหราชอาณาจักร
แต่ก็เหมือนทุกที ชีวิตเข้ามาแทรกจนมันไปอยู่ในคอลเลกชันโปรเจกต์ที่ทำค้างไว้ครึ่งหนึ่ง พอได้อ่านบทความยอดเยี่ยมนี้แล้วก็ทำให้อยากกลับไปลองอีกครั้ง
ดูเหมือนว่าหลายประเทศในเครือจักรภพมักไม่มีการจัดระบบอย่างเป็นทางการสำหรับ case law, administrative law และกฎหมายที่ฝ่ายนิติบัญญัติผ่านและฝ่ายบริหารให้ความเห็นชอบ
สหรัฐฯ ซึ่งแยกออกมาจากเครือจักรภพ มี US Code อย่างเป็นทางการและประมวลกฎหมายของแต่ละรัฐ รวมถึงมีความพยายามจัดระเบียบผลกระทบของ case law, administrative law และกฎหมายที่ผ่านแล้ว ในขณะที่แคนาดามีการจัดระบบบางส่วน เช่น Criminal Code แต่กฎหมายทั้งหมดของรัฐสภาไม่ได้ถูกรวบรวมเป็นประมวลกฎหมายเดียว
เท่าที่ผมเห็น สหราชอาณาจักรไม่มีสิ่งแบบนั้นสำหรับอังกฤษหรือเวลส์ ส่วนฮ่องกงมี Basic Law และข้อบัญญัติต่าง ๆ ซึ่งเป็นรูปแบบของการจัดระบบอยู่บ้าง ผมสงสัยว่าออสเตรเลียมีระบบประมวลกฎหมายในระดับสหพันธรัฐหรือระดับรัฐหรือไม่
US Code คือกฎหมายลายลักษณ์อักษร ส่วน Code of Federal Regulations คือ administrative law ไม่มีการจัด case law เป็นประมวลกฎหมาย มีแต่ law reports เท่านั้น
law reports ใกล้เคียงกับการที่ผลของคำพิพากษาถูกปล่อยออกมาตามลำดับ ซึ่งคล้ายกับวิธีประกาศกฎหมายตามลำดับในที่ที่ไม่ได้จัดตัวบทกฎหมายเป็นประมวลกฎหมาย โดยทั่วไปแล้วรัฐต่าง ๆ ก็จัดประมวลกฎหมายลายลักษณ์อักษรและ administrative law แต่ไม่จัด case law เป็นประมวล