Zasada działania

Model nie zwraca tekstu, tylko listę numerów zdań z kategorią i priorytetem:

{ "assignments": [
  { "segment": 14, "role": "teza",       "salience": 0.96 },
  { "segment": 19, "role": "przeslanki", "salience": 0.91 }
] }

Każde zdanie na ekranie pochodzi więc z orzeczenia. Model nie ma kanału, którym mógłby dodać własne.

Różnica między „mało prawdopodobne" a strukturalnie niemożliwe ma znaczenie przy nauce. Błędne streszczenie wygląda tak samo jak poprawne, a jego wykrycie wymaga wiedzy, której osoba ucząca się dopiero nabywa.

Odpowiedź modelu przechodzi dwa etapy walidacji: najpierw kształtu, potem istnienia zwróconych numerów w dokumencie. Numer spoza dokumentu jest odrzucany, choć formalnie jest poprawną liczbą.

Akapit polskiego uzasadnienia liczy często kilkanaście zdań i łączy różne kategorie, np. przesłanki z ich zastosowaniem do stanu faktycznego. Podział na akapity nadałby im wspólny priorytet i zatarł granicę między normą a subsumpcją.

Skróty z kropką

Tekst prawniczy zawiera wiele skrótów zakończonych kropką. Prosty podział po kropce (split('.')) przecina zdanie w każdym z nich i przesuwa numerację.

• art.

  …naruszenie art. 385(1) § 1 k.c. przez błędne przyjęcie…

• m.in.

  …sąd pominął m.in. zeznania świadka…

• r.

  …umowę z dnia 8 czerwca 2008 r. zawarto na 30 lat…

• k.p.c.

  …na podstawie art. 386 § 1 k.p.c. orzeczono jak w sentencji…

Dlatego podział korzysta z własnej listy skrótów: jednostek redakcyjnych, źródeł prawa, sygnatur, nazw kodeksów, tytułów naukowych i inicjałów. Numeracja wyliczeń (1. na początku wiersza) nie kończy zdania.

Z analizy dokumentu, nie z zamkniętej listy. Pierwsze przejście modelu ustala typ dokumentu, jego przedmiot i kategorie fragmentów. W kodzie nie ma słownika etykiet prawniczych do przypisania.

Ten sam mechanizm zastosowany do dwóch różnych tekstów daje różne kategorie:

W każdym zestawie dokładnie jedna kategoria ma wagę 1,00 i od niej zaczyna się widok początkowy. Opis kategorii służy w drugim przejściu jako instrukcja klasyfikacji poszczególnych zdań.

Udział kategorii w przykładowym wyroku

Wszystkie kategorie pozostają w dokumencie i można je rozwinąć. Podział wyznacza wyłącznie kolejność lektury.

Priorytet każdego zdania jest obliczany raz, podczas analizy, i zapisywany z dokumentem. Suwak porównuje zapisane wartości z progiem w przeglądarce, bez ponownego wywołania modelu.

Na uzasadnieniach orzeczeń, pod które jest dziś zestrojone. Jednostką jest w nich zdanie, a układ kategorii (teza, przesłanki, argumentacja, zarzuty, stan faktyczny) powtarza się między sprawami.

Teksty ciągłe spoza prawa, np. artykuły czy rozdziały książek, również są obsługiwane: kategorie powstają pod konkretny dokument.

Ustawy mają inną strukturę: artykuł, ustęp, punkt, litera. Podział według jednostek redakcyjnych jest następny w kolejce.

Użytkownik. Narzędzie proponuje kolejność, a suwak pozostaje dostępny przez cały czas. Każdy zwinięty fragment zostawia w tekście znacznik z liczbą zdań i rozwija się w miejscu.

Szczególną uwagę poświęcamy przesłankom w zdaniach podrzędnych i zastrzeżeniach („chyba że", „z zastrzeżeniem", „o ile"); ich wykrywanie mierzymy osobną metryką. Zdanie, które powinno być wyżej, można zgłosić. Zgłoszenia trafiają do zestawu testowego kolejnej wersji.

Są domyślnie prywatne i usuwane automatycznie po 30 dniach od ostatniego otwarcia. Nie trafiają do wspólnej bazy analiz i nie są dostępne dla innych użytkowników.

Wspólna baza obejmuje wyłącznie dokumenty oznaczone jako publiczne, czyli orzeczenia z jawnych źródeł. Rozdział jest wymuszony w bazie danych, nie w regulaminie.

Treść dokumentu nie trafia do logów aplikacji, również we fragmentach. Log zawiera skrót i długość tekstu w znakach.

Zdania i ich długości pochodzą z przykładowego uzasadnienia wbudowanego w aplikację i są liczone tym samym kodem co w aplikacji. 32 zdania to rzeczywista liczba.

Kategorie i priorytety na stronach publicznych to adnotacja ręczna, nie wynik modelu, i tak są oznaczone. Wynik modelu wymagałby wywołania API przy budowaniu strony, a liczby wpisane ręcznie i przypisane modelowi byłyby fikcją.

Wynik modelu na tym samym wyroku jest dostępny w aplikacji.