Bibliographic record
Abstract
Le Web semantique, ayant pour ambition de remplacer le « Web des documents » de plus en plus difficile a exploiter en raison de sa croissance exponentielle, prend finalement son envol apres plusieurs annees de recherches concertees. La theorie a la base de ce mouvement et les standards proposes deviennent de plus en plus reconnus par l’industrie des nouvelles technologiques et sont desormais utilises pour le developpement d’applications necessitant un cadre commun d’analyse pour publier, echanger et restituer l’information provenant de sources heterogenes. Bien que la recherche sur l’automatisation du traitement de l’information juridique ne soit pas nouvelle, la formalisation semantique de ce corpus documentaire par le biais d’ontologies et sa structuration en langage Ressource Description Framework (RDF) apportent des resultats de plus en plus prometteurs. Cette nouvelle approche apporte des reponses concretes pour des grands enjeux de gestion de l’information juridique, en particulier en ce qui concerne la modelisation, la normalisation et l’interoperabilite de diverses bases de donnees. Dans cet article, nous introduisons le cadre theorique du Web semantique et definissions les notions essentielles qui s’y attachent. Nous presentons ensuite les apports potentiels des standards du Web semantique dans la gestion de l’information juridique avant de discuter plus specifiquement de l’enjeu de l’ingenierie des ontologies juridiques permettant la representation explicite des contenus des ressources documentaires. La question qui anime notre recherche est la suivante : les ontologies juridiques produites par des ingenieurs de connaissances en vue de reduire la complexite du langage juridique et de faciliter le stockage et l’acces aux documents juridiques peuvent-elles englober la complexite des concepts juridiques sans imposer un formalisme reducteur? Un bref survol de nouvelles perspectives methodologiques de construction des ontologies viendra en appui a l’hypothese que le cadre theorique du Web semantique, base sur une structuration formelle des concepts juridiques, peut mener a un meilleur acces a l’information legislative et est susceptible d’accroitre l’interoperabilite et de faciliter l’echange d’informations entre les institutions. Les travaux sur le developpement du Legal Knowledge Interchange Format (LKIF) seront evoques afin d’illustrer ce propos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.003 | 0.014 |
| Scholarly communication | 0.019 | 0.035 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.005 | 0.009 |
| Insufficient payload (model declined to judge) | 0.007 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".