Het LIDO netwerk is een fascinerende dataset bestaande uit gerechtelijke uitspraken en hun verwijzingen naar eerdere uitspraken, wetsartikelen en parlementaire stukken. Het netwerk bestaat uit honderduizenden knopen en miljoenen verwijzingen. Twee bachelor studenten Informatiekunde zijn eens heerlijk met dat netwerk aan de gang gegaan.
Netwerkanalyse
Vin Wiegman heeft het deelnetwerk van verwijzingen tussen uitspraken op rechtspraak.nl op allerlei Network Science manieren bekeken, met vragen als “is er sprake van een Zwaan-kleef-aan (preferential attachment) effect, kunnen we duidelijk deelgemeenschappen onderscheiden en hebben die dan eigenschappen gemeen (bijvoorbeeld regionaal, of rechtsgebied). Zijn presentatie gaat op 2 deelonderzoeken in. Zijn scriptie behandelt nog veel meer.
Niet elke link is bevestigend
Thijs Beers heeft bevindingen uit de literatuur over verschillende soorten juridische verwijzingen als uitgangspunt genomen. Vaak wordt het aantal verwijzingen naar een uitspraak gezien als een teken van belangrijkheid, en kan daarmee gebruikt worden in aanbevelings- en zoek-systemen. Google is precies hiermee groot geworden. Gebaseerd op eerdere Amerikaanse literatuur wilde Thijs met behulp van AI elke verwijzing indelen in één van deze vijf klassen: steunend, neutraal, onderscheidend, kritisch en onzeker. De chatbot Claude bleek dat voor de klassen steunend en neutraal/procedureel/contextueel best goed te kunnen. De andere klassen kwamen maar heel weinig voor. In de top meest aangehaalde uitspraken veranderde daarna nog best wel wat als je het netwerk beperkte tot alleen steunende verwijzingen. Hieronder zijn presentatie, en verder lezen kan in zijn scriptie.
