Aumentare la trasparenza normativa con similarità semantica e Akoma Ntoso
DOI:
https://doi.org/10.32091/RIID0287Parole chiave:
Trasparenza, Akoma Ntoso, Similarità semantica, Ricerca multidisciplinareAbstract
La trasparenza normativa dipende dalla possibilità di ricostruire e verificare i legami tra fonti, oltre che dalla mera disponibilità dei testi. Il recepimento delle direttive Ue è un caso emblematico, perché gli obblighi europei vengono spesso riformulati e distribuiti su più disposizioni nazionali, rendendo la ricostruzione manuale delle corrispondenze onerosa e poco replicabile. Questo lavoro propone una procedura riproducibile (pipeline) per supportare l’analisi comparativa tra direttive Ue e decreti legislativi italiani di attuazione, mantenendo un collegamento esplicito tra risultati computazionali e testo giuridico. Il workflow normalizza le fonti su una rappresentazione strutturata. I decreti italiani sono acquisiti da Normattiva in formato XML Akoma Ntoso; le direttive Ue sono scaricate da EUR-Lex nella versione HTML “OJ” e convertite in una struttura XML coerente per metadati e segmentazione in articoli e paragrafi. Su tali unità si calcolano la similarità semantica (Sentence-BERT, similarità coseno) e un indicatore complementare di overlap lessicale; i candidati vengono ordinati e restituiti tramite output ispezionabili e visualizzazioni (heatmap e grafi) utili alla revisione umana.
Riferimenti bibliografici
E. Agirre, D. Cer, M. Diab, A. Gonzalez-Agirre (2012), SemEval-2012 Task 6: A Pilot on Semantic Textual Similarity, in “SEM 2012: The First Joint Conference on Lexical and Computational Semantics – Proceedings”, Association for Computational Linguistics, 2012
F. Ariai, J. Mackenzie, G. Demartini (2025), Natural Language Processing for the Legal Domain: A Survey of Tasks, Datasets, Models, and Challenges, in “ACM Computing Surveys”, 2025
Commissione europea (2023), Better Regulation Toolbox 2023. Chapter 4 -Compliance, implementation and preparing proposals, 2023
R. Ferrod, D.A. Bondarenko, D. Audrito, G. Siragusa (2023), Pairing EU directives and their national implementing measures: A dataset for semantic search, in “Computer Law & Security Review”, vol. 51, 2023
T. Lima, K. Brito, A. Nascimento, G. Valença, F. Pedrosa (2022), Using Natural Language Processing to Improve Transparency by Enhancing the Understanding of Legal Decisions, in “Proceedings of EGOV-CeDEM-ePart 2022”, CEUR Workshop Proceedings, vol. 3399, 2022
C.D. Manning, P. Raghavan, H. Schütze (2008), Introduction to Information Retrieval, Cambridge University Press, 2008
R. Nanda, G. Siragusa, L. Di Caro, G. Boella (2019), Unsupervised and supervised text similarity systems for automated identification of national implementing measures of European directives, in “Artificial Intelligence and Law”, vol. 27, 2019
M. Palmirani, R. Sperberg, G. Vergottini, F. Vitali (2018), Akoma Ntoso Version 1.0 Part 1: XML Vocabulary, OASIS Standard, 2018
M. Palmirani, F. Vitali (2011), Akoma-Ntoso for Legal Documents, in G. Sartor, M. Palmirani, E. Francesconi, M.A. Biasiotti (eds.), “Legislative XML for the Semantic Web”, Springer, 2011
N. Reimers, I. Gurevych (2019), Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks, in “Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)”, Association for Computational Linguistics, 2019
A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, L. Kaiser, I. Polosukhin (2017), Attention Is All You Need, in “Advances in Neural Information Processing Systems (NeurIPS)”, 2017
Dowloads
Pubblicato
Fascicolo
Sezione
Licenza
Copyright (c) 2026 Rivista italiana di informatica e diritto
Questo volume è pubblicato con la licenza Creative Commons Attribuzione - Non commerciale - Condividi allo stesso modo 4.0 Internazionale.
