Automatic reasoning over contract clauses

Abstract

Contratos escritos são utilizados para formalizar acordos envolvendo a troca de bens e serviços entre duas ou mais partes. Eles definem ações esperadas durante seu período de vigência através de normas. Tais normas seguem conceitos baseados em lógica deôntica, definindo permissões, proibições e obrigações. No entanto, conflitos entre normas podem ocorrer quando duas normas são aplicadas a um mesmo contexto tendo sentidos deônticos diferentes, como a proibição e a obrigação de uma mesma ação. Estes conflitos invalidam as normas e criam uma inconsistência para o contrato. Para evitá-los, um revisor deve ler as normas e encontrar quais apresentam elementos conflitantes. Uma vez que contratos podem ser longos e complexos, esta tarefa consome tempo e é passível de erro humano.Para automatizar o processo de identificação de conflitos, nesta tese desenvolvemos uma abordagem para identificar e classificar conflitos normativos. Transformando normas em representações vetoriais, somos capazes de extrair características relevantes de normas de forma a facilitar a identificação de conflitos normativos. Propomos quatro classes de conflitos normativos e as usamos para treinar um classificador de conflitos. Como resultado, nossa abordagem obtém acurácia superior a 99% na identificação e 78% na classificação de conflitos normativos.

Contracts formally represent agreements between parties and often involve the exchange of goods and services. In contracts, norms define expected behaviours from the parties using deontic statements, such as obligations, permissions, and prohibitions. However, norms may conflict invalidating themselves and producing a contract inconsistency. A conflict often arises when two or more norms are applied to the same context but have different deontic statements, such as permissions × obligations and prohibitions × obligations. The identification and resolution of such conflicts is often made by humans, which makes the task time-consuming and error-prone. In order to automate such identification, in this thesis we introduce an approach to identify and classify norm conflicts between norms in contracts written in natural language.We rely on the use of sentence embeddings to represent and manipulate natural language to extract information and use it to identify norm pairs as conflicts. We propose four norm conflict classes and use them to train a norm conflict classifier that can help on the conflict cause identification. The results show that our approach achieves an accuracy higher than 99% on the identification and 78% on the classification of conflicts.