ऑस्ट्रेलिया के लगभग सभी कानूनों, नियमों और केस लॉ को मैप करने वाला प्रोजेक्ट

 (umarbutler.com)
2 पॉइंट द्वारा GN⁺ 2024-03-23 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Australian law map Open Australian Legal Corpus के कानूनों, नियमों और केस लॉ को 2D semantic space में रखता है, जिससे ऑस्ट्रेलियाई कानूनी व्यवस्था की संरचना को एक नज़र में explore किया जा सकता है
  • मैप में समान विषय की तुलना में दस्तावेज़ के प्रकार की शैली और उद्देश्य का अंतर ज़्यादा प्रभावी दिखता है, जिससे केस लॉ और legislation के बीच एक अदृश्य दीवार दिखाई देती है
  • jurisdiction के आधार पर सीमाएं स्पष्ट नहीं हैं, लेकिन copyright प्रतिबंधों के कारण corpus में केवल Commonwealth और New South Wales के फैसले शामिल हैं, और Victoria·Northern Territory·Australian Capital Territory की legislation शामिल नहीं है
  • immigration law, family law और substantive criminal law केस लॉ क्षेत्र में सबसे अलग-थलग हैं और legislative documents से भी दूर हैं, जबकि development law केस लॉ legislative documents के सबसे करीब क्षेत्र के रूप में दिखता है
  • implementation text embeddings, PaCMAP dimension reduction, HDBSCAN clustering, tf-idf labeling, manual merging और Plotly visualization को मिलाकर बनी एक reusable general-purpose semantic mapping प्रक्रिया है

ऑस्ट्रेलियाई कानूनों को semantic space में रखने वाला मैप

  • यह मैप ऑस्ट्रेलिया के कानूनों, नियमों और केस लॉ को 2D space में रखकर दस्तावेज़ों के बीच semantic similarity को दूरी के रूप में दिखाता है
  • हर point Open Australian Legal Corpus के किसी unique law, regulation या case law document को दर्शाता है
  • कंप्यूटर पर किसी document पर mouse hover करने से title, type, jurisdiction और category देखी जा सकती है, और click करने पर document खोला जा सकता है
  • documents को category के अनुसार अलग-अलग रंग दिए गए हैं; legend में category पर click करने से वह category छिपती है, और double-click करने से केवल वही category दिखाई देती है

केस लॉ और legislation के बीच अदृश्य दीवार

  • मैप में case law और legislative documents को अलग करने वाली अदृश्य दीवार दिखाई देती है, जो North Pole और South Pole की तरह दो ओर बंटी हुई संरचना दिखाती है
  • समान विषय पर होने के बावजूद case law, case law के साथ और legislative documents, legislation के साथ अधिक समानताएं रखते हैं
  • इस अंतर को इस रूप में देखा जा सकता है कि विषय से ज़्यादा case law और legislation की लेखन शैली और उद्देश्य का अंतर semantic space में मजबूती से reflected है

jurisdiction के आधार पर सीमाएं स्पष्ट नहीं

  • documents को jurisdiction के आधार पर रंगने पर भी अलग-अलग jurisdictions के documents के बीच कोई स्पष्ट सीमा सामने नहीं आती
  • हालांकि, copyright प्रतिबंधों के कारण Open Australian Legal Corpus में केवल Commonwealth और New South Wales के फैसले शामिल हैं, और Victoria·Northern Territory·Australian Capital Territory की legislation शामिल नहीं है
  • मैप पर jurisdictions का मिश्रण यह संकेत देता है कि ऑस्ट्रेलियाई state law और federal law अपेक्षाकृत homogeneous हो सकते हैं
  • state और federal law के बीच बची हुई सीमाएं भी jurisdiction की legal doctrine की तुलना में विषयगत अंतर से बेहतर मेल खाती हैं
  • यह उस संरचना से मेल खाता है जिसमें state और federal courts तथा parliaments एक ही कानूनी व्यवस्था के भीतर काम करते हैं, और High Court of Australia constitutional rights और powers की सीमाओं से जुड़े intergovernmental disputes में मध्यस्थता करता है

केस लॉ और legislation के mainland और islands

  • case law और legislation क्षेत्रों के भीतर एक mainland है जिसमें अधिकतर documents आते हैं, और कई islands हैं जहां समान विषय के documents एक साथ हैं
  • mainland का होना यह संकेत देता है कि अधिकतर case law और legislation एक interconnected knowledge pool से निकलते हैं और फिर उसी में वापस जाते हैं
  • कुछ legislation और judgment islands mainland से पूरी तरह अलग हैं
    • Tariff concession orders आयात योग्य वस्तुओं की technical categories को regulate करते हैं और एक अलग archipelago बनाते हैं
    • airworthiness directives aircraft parts regulation पर केंद्रित एक बड़ा island बनाते हैं
  • area के आधार पर सबसे बड़ा island लगभग पूरी तरह immigration cases से बना है
  • 19 संभावित legal fields में से केवल immigration law और family law mainland के अंदर की तुलना में mainland के बाहर अधिक बार दिखते हैं
  • family law के बारे में पहले से यह धारणा थी कि यह कानून के बाकी हिस्सों से कुछ हद तक अलग-थलग है, और मैप भी उस isolation को support करता दिखता है
  • immigration law cases immigration law-specific legislation और case law को refer करने की प्रवृत्ति रखते हैं, इसलिए वे अपेक्षाकृत self-contained दिखते हैं

criminal law, family law और immigration law की स्थिति

  • immigration law, family law और substantive criminal law latitude के हिसाब से भी पास-पास cluster होते हैं, जिससे संभावित connection दिखता है
  • ये तीनों क्षेत्र व्यक्तिगत जीवन को regulate करने पर विशेष रूप से केंद्रित हैं, और केवल corporations के property rights तक सीमित नहीं हैं
  • इन तीन क्षेत्रों का case law मैप पर legislative documents से सबसे दूर स्थित case law types हैं
  • यह दूरी यह नहीं बताती कि ये क्षेत्र legislation को बिल्कुल cite नहीं करते; यह इस संभावना से जुड़ी हो सकती है कि वे अन्य case law fields की तुलना में precedents पर अधिक निर्भर करते हैं, या complex multidimensional relationships को 2D map में व्यक्त करने की सीमा से संबंधित हो सकती है
  • legislative documents के सबसे करीब case law field development law है, क्योंकि यह अक्सर local planning laws और regulations से गहराई से जुड़ा होता है
  • criminal law का बड़ा hexagonal island मुख्य रूप से substantive criminal law cases से बना है, और judicial mainland से जुड़े criminal law cases में criminal procedure से जुड़े cases अधिक पाए जाते हैं
  • यह substantive law को criminal law और civil law में बांटने वाले बड़े विभाजन, और criminal procedure law तथा civil procedure law द्वारा natural justice के कई common principles share करने की बात से अच्छी तरह मेल खाता है

case law एक continuum जैसा दिखता है

  • case law mainland को नीचे से ऊपर follow करने पर Australian case law सख्ती से विभाजित संरचना की बजाय एक continuum के करीब दिखता है
  • development cases environmental cases से जुड़ते हैं, और environmental cases land cases से आगे जुड़ते हैं
  • land cases contract cases से सटे हैं; contract cases के उत्तर में procedure cases, पश्चिम में intellectual property cases और पूर्व में commercial cases हैं
  • procedure law के उत्तर में criminal law और defamation हैं, और intellectual property law के पश्चिम में administrative law, health and social services law, employment law, negligence और transport law जुड़े हैं
  • commercial law के पूर्व में equity law और family law का एक हिस्सा है
  • development, environmental और land law का आपस में गुंथा होना, और negligence cases का traffic accidents व workplace accident claims से बहुत संबंधित होकर transport law और employment law के पास cluster होना, legal fields के संबंधों की मौजूदा समझ से अच्छी तरह मेल खाता है
  • कुछ land law judgments commercial और procedure cases से overlap करते हैं, और इन stripe-like cases का focus अक्सर default से जुड़े mortgage disputes पर होता है
  • transport law judgments दो groups में बंटते हैं: एक mainland से जुड़ा group और दूसरा substantive criminal law island से जुड़ा group
    • criminal law island से जुड़े transport judgments अक्सर transport licence suspension पर केंद्रित होते हैं
    • mainland से जुड़े transport judgments का focus transport accidents पर होता है

semantic mapping से दिखी संरचना और विस्तार की संभावना

  • मैप case law और legislation के ज्ञात अंतर को reflect करता है, साथ ही legal fields के बीच संभावित विभाजन और छिपे connections भी दिखाता है
  • खासकर ये patterns प्रमुख हैं
    • immigration law, family law और substantive criminal law मैप पर सबसे अलग-थलग case law fields हैं
    • immigration law, family law और substantive criminal law legislative documents से सबसे दूर case law fields हैं
    • development law legislative documents के सबसे करीब case law field है
    • Australian state law और federal law के बीच style, interpretive principles और general legal doctrine के मामले में कोई notable distinction नहीं दिखता
  • 3D map बनाने से 2D में दिखाना मुश्किल नए hidden relationships सामने आ सकते हैं
  • अन्य states और territories के case law और legislation जोड़ने से Australian law map का resolution बढ़ाया जा सकता है
  • UK, Canada, New Zealand जैसे अन्य common law देशों के legal documents जोड़ने से legal systems के बीच historical और continuing interactions पकड़े जा सकते हैं
  • semantic mapping केवल Australian law तक सीमित नहीं है; इसे बड़े unstructured datasets की composition और structure को जल्दी समझने के लिए इस्तेमाल किया जा सकता है

implementation प्रक्रिया: vectorization से visualization तक

  • किसी भी dataset को semantic map में बदलने की प्रक्रिया broadly vectorization, clustering, labeling, dimension reduction और visualization में बंटी होती है
  • text के meaning को vector या embedding नाम के numbers के set के रूप में represent किया जाता है, और vector similarity का उपयोग करके documents के बीच semantic similarity का मोटा अंदाज़ लगाया जाता है
  • text embedding model चुनने के लिए Hugging Face के Massive Text Embedding Benchmark (MTEB) Leaderboard को refer किया जाता है
  • map बनाते समय BAAI/bge-small-en-v1.5 size के हिसाब से अच्छे open-source models में से एक था, और वर्तमान में उसकी fine-tuning avsolatorio/GIST-small-Embedding-v0 higher rank पर है
  • modern text embedding models में एक fixed context window होती है, यानी एक बार में vectorize किए जा सकने वाले tokens की संख्या fixed होती है
    • GIST-small-Embedding-v0 की context window 512 tokens है
    • 1 word को roughly 0.75 token माना जा सकता है, इसलिए करीब 384 words को एक बार में vectorize किया जा सकता है
  • long texts को 512 tokens या उससे छोटे chunks में बांटा जाता है, हर chunk को vectorize किया जाता है, और फिर average vector बनाकर पूरे text का average meaning represent किया जाता है
  • केवल हर 512वें token पर काटने से semantically important information टूट सकती है, इसलिए meaningful sections पर split करने वाला semantic chunker चाहिए
  • semchunk एक Python library है जो consecutive newlines और tabs जैसे semantic boundaries दिखाने वाले character sequences को ढूंढकर recursively text को split करती है

dimension reduction और clustering

  • vectorized data को high-dimensional vectors से 2D या lower-dimensional coordinates में घटाकर map पर दिखाया जाता है
  • dimension reduction का उपयोग curse of dimensionality को कम करने में भी होता है, जो high-dimensional data clustering को कठिन बनाता है
  • इस्तेमाल किया गया dimension reduction model PaCMAP है, जिसे global और local structures दोनों को preserve कर सकने वाले fast और accurate model के रूप में इस्तेमाल किया गया
  • map display के लिए 2D का उपयोग किया गया, और clustering आसान करने के लिए data को 80 dimensions तक घटाया गया
  • लगभग 400 data points वाले एक अन्य dataset में 80 dimensions की तुलना में 2D बेहतर काम करता था, इसलिए data के अनुसार कई dimensions test करने चाहिए
  • clustering के लिए HDBSCAN का उपयोग किया गया
  • HDBSCAN, k-means के विपरीत, सभी data points को अनिवार्य रूप से किसी cluster में नहीं डालता
  • map बनाते समय Open Australian Legal Corpus में 218,336 legal texts थे, और 84,780 (38.8%) clustered नहीं हुए
  • अतिरिक्त 10,100 (4.6%) ऐसे clusters में रखे गए जिनमें meaningful common characteristics दिखाई नहीं देते थे
  • कुल 94,880 (43.4%) documents किसी meaningful cluster में assign नहीं हुए, इसलिए उन्हें map से exclude किया गया
  • उस समय fast_hdbscan का उपयोग किया गया था, लेकिन बाद में पाया गया कि यह सामान्य HDBSCAN की तुलना में जगह-जगह empty clusters बनाने की अधिक संभावना रखता है, इसलिए code examples में सामान्य HDBSCAN इस्तेमाल किया गया
  • min_cluster_size cluster में न्यूनतम data points की संख्या तय करता है; कम value से अधिक fine-grained clusters बनते हैं, और अधिक value से broader clusters बनते हैं
  • final work में min_cluster_size को 50 रखा गया, जिससे 507 unique clusters बने, फिर इन्हें manually घटाकर 19 legal fields किया गया

labeling और manual merging

  • clusters को meaningful labels देने के लिए tf-idf से हर cluster के top tokens देखे गए
  • tf-idf उन tokens को high score देता है जो किसी particular cluster में frequently आते हैं लेकिन पूरे dataset में अपेक्षाकृत कम common होते हैं
  • पहले उन clusters को merge किया गया जिनके top 4 tokens समान थे, लेकिन 507 में से केवल 2 clusters हटे
  • इसके बाद top tokens के आधार पर 337 cluster merging rules manually बनाए गए, और अंत में इन्हें 19 legal fields में organize किया गया
  • manual merging के दौरान कोशिश थी कि data categories को guide करे, लेकिन clusters की संख्या घटने पर यह तय करना कठिन होता गया कि किन categories को शामिल या exclude किया जाए
  • 19 categories को एक-दूसरे से अलग पहचाने जा सकने वाले colors में दिखाना भी आसान नहीं था, और Sasha Trubetskoy द्वारा जारी color palette का उपयोग करके इसे हल किया गया
  • manual merging तब उपयुक्त है जब data composition की गहरी समझ चाहिए या final result की precision और accuracy विशेष रूप से महत्वपूर्ण हो
  • अन्य मामलों में clustering model को adjust करके कम clusters बनाना, और top 3 tf-idf tokens या large language model से automatic labeling करना अधिक उपयोगी है
  • automatic labeling example में gpt-4 या OpenAI API-compatible model को random document snippets और top tf-idf tokens देकर 4 words से कम का label बनवाने की setup शामिल है

Plotly visualization और सीमाएं

  • final map को Plotly के साथ 2D या 3D scatter plot बनाने के लिए configure किया गया
  • Plotly की मुख्य सीमा यह है कि map zoom करने पर data point size को साथ-साथ बड़ा नहीं किया जा सकता
  • लाखों data points होने पर points overlap होते हैं, या point size कम करने पर zoomed state में उन्हें पहचानना कठिन हो जाता है
  • कुछ Plotly issues को custom CSS और JavaScript से bypass किया गया, लेकिन वह code share नहीं किया गया
  • visualization के बाद map के topographical patterns, outliers, islands और data की basic structure को देखने वाला analysis stage आता है
  • यही technique Common Crawl corpus पर apply की जाए तो internet का high-resolution semantic map बनाया जा सकता है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-03-23
Hacker News की राय

  • शानदार काम। खासकर यह वाक्य कि “अगर इस तकनीक को Common Crawl पर लागू करें, तो इंटरनेट का नक्शा बनाया जा सकता है” बहुत गहराई से लगा
    मैं कई सालों से उन चीज़ों को नक्शे में बदलने के काम में लगा हुआ हूं जो आम तौर पर नक्शों में नहीं होतीं, और कई ऐसे नक्शे बनाए हैं। उनमें से एक काफ़ी जाना-पहचाना Music-Map है: https://www.music-map.com
    मैं लंबे समय से वेब का नक्शा बनाना चाहता था, इसलिए web-map.com डोमेन भी रजिस्टर कर रखा है, और custom crawler व संबंधित वेबसाइटों को जल्दी खोजने वाले algorithms के साथ भी प्रयोग किए हैं; यह काफ़ी संभव लगा
    लेकिन अभी पहले से ही कई experimental maps चला रहा हूं, और हर चीज़ का नक्शा बनाने का business model अभी नहीं मिला है, इसलिए इसे रोक रखा है

    • हाल ही में मैंने इंटरनेट पर मौजूद सभी PDF URL का नक्शा बनाया
      इसके लिए एक छोटा embedding model और dimension reduction के लिए Principal Component Analysis (PCA) इस्तेमाल किया: https://weblog.snats.xyz/posts/2024/03/20/
    • पहले मैंने Spotify library के सभी artists ने किसके साथ collaborate किया है, यह दिखाने वाला एक connection graph बनाया था
      यह देखना काफ़ी मज़ेदार था कि दो artists लंबी collaboration chain के ज़रिए कितनी दूर तक जुड़े हैं। अधिकांश human relationship maps की तरह अंत में यह कुछ ऐसे super connectors पर आ गया जिन्होंने सैकड़ों लोगों के साथ collaboration किया है, और उनके आसपास छोटे-छोटे groups थे, लेकिन कुछ दिलचस्प clusters भी सामने आए
    • यह भी आपको पसंद आ सकता है: https://everynoise.com/
    • मैं इंटरनेट का semantic map देखना चाहता हूं, और खुद एक बार बनाने के बारे में भी सोच रहा हूं, लेकिन लगता है यह बहुत बड़ा काम होगा
      ऐसा ही एक बढ़िया map मौजूद है, हालांकि काफ़ी पुराना है: http://internet-map.net/
    • कुछ समय पहले मैंने perfumes के लिए भी ऐसा ही कुछ बनाया था: https://observablehq.com/@55th/every-fragrance-at-once

  • “Australian case law किसी तरह के continuum जैसा दिखता है” वाली अभिव्यक्ति सुंदर तस्वीर तो देती है, लेकिन मैं इस कहावत पर ज़ोर देना चाहूंगा कि नक्शा भू-भाग नहीं होता
    वह continuum वास्तविक legal knowledge structure से ज़्यादा projection method, चुने गए similarity metric आदि का function भी हो सकता है
    बेशक इसका मतलब यह नहीं कि map से कुछ सीखा नहीं जा सकता, लेकिन पूरे documents की वास्तविक knowledge structure का सुविधाजनक continuum होना ज़रूरी नहीं है
    फिर भी project की documentation शानदार है, और यह Australian law के क्षेत्र को नए ढंग से देखने देता है

    • सही। यह map Australian law की underlying semantic structure को अनिवार्य रूप से हूबहू नहीं दिखाता, बल्कि उपयोग किए गए data, चुने गए embedding model, और 2D space में project करने वाले dimension reduction model आदि से प्रभावित एक approximation है
      इसे legal readers और data science readers दोनों को ध्यान में रखकर लिखा गया था, ताकि inference को inference से अधिक न दिखाया जाए, और साथ ही आज की technology से knowledge को semantically map करने की कोशिशों की सीमाओं को बहुत ज़्यादा technical तरीके से समझाना भी न पड़े
      हालांकि law पढ़ चुके व्यक्ति के तौर पर, Australian case law सचमुच कुछ हद तक continuum के करीब है। एक case कई legal areas को छू सकता है, और judge निर्णय लेते समय जिन precedents के topics का संदर्भ ले सकता है, उन पर relevance और binding nature के अलावा बड़ा प्रतिबंध नहीं होता
      यह भी दिलचस्प था कि अंतिम clusters university में law पढ़ाए जाने के तरीके से आश्चर्यजनक रूप से मिलते-जुलते निकले। यह दिखाता है कि Australia के law curriculum design में काफ़ी सोच-विचार किया गया है। वास्तव में 11 अनिवार्य subjects, Priestley 11, हैं, और वे सभी map में reflected हैं: https://en.wikipedia.org/wiki/Priestley_11

  • इस तरह का visualization काफ़ी अजीब लगता है। मैं legal expert नहीं हूं, लेकिन law textbooks काफ़ी पढ़ी हैं
    आम तौर पर मैं उम्मीद करूंगा कि statute law अपेक्षाकृत विरल tentacle-जैसी structure बनाएगा
    case law मूल रूप से statute law के अस्पष्ट अर्थों या gaps को judges द्वारा भरने जैसा, बीच का स्वभाव रखता है
    लेकिन case law और statute law का दो स्पष्ट clusters बनाना समझना मुश्किल है, और यह domain modeling error जैसा दिखता है। domain model पर विचार किए बिना dataset पर text similarity metric को भोलेपन से लागू करने पर शायद ऐसा result निकल सकता है

  • बहुत बड़ा काम है। खुद के पैसे से web development करने वाले के नाते, मैं सोचता हूँ कि ऐसे काम के लिए समय कैसे निकालते होंगे
    नहीं पता यह resume मजबूत करने के लिए है, कोई product या prototype है, या सिर्फ शुद्ध लगाव का नतीजा, लेकिन कम से कम यह क्रांतिकारी तो है
    तकनीकी विवरण भी अच्छा था, और बीच से मैंने बस सरसरी तौर पर देखा, लेकिन लगता है कि आधुनिक embedding algorithms और पारंपरिक machine learning clustering का मेल है
    अब जब बुनियादी data बन गया है, तो सोचता हूँ कि क्या उन्होंने पूरे generative model का इस्तेमाल करके “इन मामलों के subset को summarize करो और किसी खास स्थिति या सूक्ष्म मुद्दे से tag करो” जैसी semantic analysis करके, फिर उसके नतीजों को cluster करने पर भी विचार किया होगा। उम्मीद है कि अमेरिका में पिछले एक साल में case law पर large language models लागू कर रहे ढेरों developers शायद ऐसा ही कुछ कर रहे होंगे
    इस तरह का project ऐसा होता है कि schedule पहले से भरा होने पर भी साथ काम करने की इच्छा हो जाती है, इसलिए मुझे comments और inspiration bookmarks folder में इसकी काफी सम्मानजनक जगह से ही संतोष करना होगा

    • परिचय लेख देखें तो दिलचस्प लग सकता है: https://umarbutler.com/about/
      Umar Butler ऑस्ट्रेलिया के data scientist, legal technology specialist और artificial intelligence researcher हैं, और कानून, तकनीक, AI तथा इनके बीच के विषयों पर blog चलाते हैं
      legal technology और AI research के हिस्से के रूप में उन्होंने Australian law सीखने के लिए LLM dataset, सबसे बड़ा सार्वजनिक Australian law database, Australian law के लिए पहला सार्वजनिक LLM आदि जारी किए हैं
      फिलहाल वे Attorney-General’s Department में data science के assistant director के रूप में काम करते हैं, जहाँ वे public decision-making और legal/policy analysis को सक्षम, तेज और बेहतर बनाने के लिए responsible AI के उपयोग और मुख्य AI policy development पर सलाह देते हैं

  • बहुत अच्छा लगा कि mobile पर interactive visualization की जगह screenshots दे दिए। फोन पर पढ़ने का अनुभव काफी बेहतर हो गया

    • 59% readers mobile पर हैं, इसलिए लगा कि फोन पर लगभग बेकार होने वाले interactive map की तुलना में static images बेहतर रहेंगी

  • बेहद शानदार और बधाई के योग्य काम है
    law school में पढ़ते समय मैं common law को आपसी निर्भरताओं के जाल के रूप में सोचता था; यह visualization भी वैसा ही है, लेकिन मेरे दिमाग में आने वाली dependencies को पूरी तरह नहीं पकड़ता
    common law मुख्यतः appellate judges द्वारा बनाया गया कानून होता है। कभी-कभी यह statutes के ऊपर अर्थ, व्याख्या और परिभाषाएँ जोड़ता है, और कभी-कभी जब किसी मुद्दे पर ठीक-ठीक लागू होने वाला कानून नहीं होता, तो यह पूरी तरह बनाया भी जाता है। यहाँ “बनाया” से मतलब है कि यह Victorian-era England या उससे भी पुराने historical precedents की लंबी धारा पर बनाया जाता है
    इसलिए अमेरिका में “judge-made law” की आलोचना करने वाले लोग हास्यास्पद लगते हैं। अमेरिका के लगभग सारे कानून असल में judge-made law ही हैं
    मैं हमेशा सोचता था कि common law को graph structure के रूप में दिखाना अच्छा रहेगा, जहाँ cases या precedents nodes हों और edges किसी तरह precedent को support करने की strength encode करें। अगर judges precedent की strength को visualize करके देख सकें, तो शायद precedent से हटने के बारे में ज्यादा सावधानी से सोचें
    यह प्रस्तुति उस दिशा में एक कदम है, और उम्मीद है कि यह technology अन्य common law देशों तक भी फैलेगी

  • मैं लंबे समय से Australian legal system में तरह-तरह के काम निपटाता रहा हूँ; कुछ समय तक self-representation और self-study से किया, और हाल में lawyer की मदद लेने लगा
    civil और criminal procedures से जुड़ी कई laws भी खुद पढ़ीं, और legislation और case law के बीच की अदृश्य दीवार से भी टकराया
    यह काम मेरी दिलचस्पियों से हैरान कर देने वाली हद तक मेल खाता है, और इसे整理 करने के लिए धन्यवाद। बस एक ही अफसोस है कि अगर यह कुछ महीने पहले पोस्ट हुआ होता तो और ज्यादा मददगार होता

    • अच्छा लगा कि यह वास्तविक अनुभव से मेल खाता है। map मेरे law degree के दौरान बनी कानून की समझ से भी मेल खाता दिखा, यह देखकर सचमुच हैरानी हुई

  • data के descriptive analysis और process के technical breakdown, दोनों में लगी मेहनत महसूस होती है—बेहतरीन लेख

  • पिछले साल मेरे पास UK के case law और statutes को map करने का मिलता-जुलता idea था
    हमेशा की तरह जिंदगी आड़े आ गई और वह आधे-अधूरे projects के collection में चला गया, लेकिन इस बेहतरीन लेख को पढ़कर फिर कोशिश करने का मन हो रहा है

  • कई Commonwealth देशों में case law, administrative law, और legislature द्वारा पारित व executive द्वारा मंजूर laws का आधिकारिक codification अक्सर नहीं दिखता
    Commonwealth से अलग हुए अमेरिका में official US Code और state codes हैं, और case law, administrative law तथा passed laws के प्रभावों को व्यवस्थित करने की कोशिशें हैं। दूसरी ओर Canada में Criminal Code जैसी कुछ codification है, लेकिन parliament के सभी laws एक ही code में व्यवस्थित नहीं हैं
    UK में, मेरी समझ से England या Wales में ऐसा कुछ नहीं है, और Hong Kong में Basic Law और ordinances के रूप में कुछ हद तक codification का रूप है। सोचता हूँ कि Australia में federal या state level पर code system है या नहीं

    • “अमेरिका में US Code और state codes हैं, और case law, administrative law तथा passed laws के प्रभावों को व्यवस्थित करने की कोशिशें हैं” — यह बात सही भी है और नहीं भी
      US Code statutory law है, और Code of Federal Regulations administrative law है। case law का codification नहीं है, सिर्फ law reports हैं
      law reports फैसलों के नतीजों के क्रमिक रूप से प्रकाशित होने जैसे हैं, जो उन जगहों पर statutes को क्रमिक रूप से publish करने के तरीके जैसा है जहाँ statutory law को codify नहीं किया जाता। states भी आम तौर पर statutory law और administrative law को codify करते हैं, लेकिन case law को नहीं