Discovering implicit links in legislative graphs with Graph Neural Networks

Legislative systems form vast, continuously evolving networks of interconnected documents, where understanding the full scope of a regulation often requires following chains of explicit citations and amendments. However, many relevant relationships between legal provisions are never formally encoded, remaining implicit within the text or structure of the legal corpus. This thesis addresses the problem of predicting these implicit links within a Knowledge Graph (KG) representing the Italian legislative system, and of evaluating their practical utility for legal information retrieval. Building on an existing legal KG enriched with semantic embeddings, we propose a Graph Neural Network (GNN) architecture based on the GraphSAGE framework, which combines the graph's topological structure with pretrained textual features to infer missing connections between legal provisions, using existing expert-curated citations as a self-supervised training signal. Our study developed along three main research directions. First, a comparative analysis against a feature-only Multi-Layer Perceptron baseline showed that incorporating graph topology consistently improves link prediction performance (across all evaluation metrics); this confirmed that structural information provides a measurable advantage over semantic features alone. Second, our evaluation on an information retrieval task showed that enriching the graph with predicted implicit links improves retrieval performance. The largest gains were observed for legal provisions sparsely connected through explicit citations in the original graph. Finally, an inductive evaluation on European Union legal documents (unseen during training) demonstrated that our model generalizes to new entities and statistically distinguishes valid cross-border legal connections from negative pairs. Overall, these results indicate that combining topological and semantic signals is an effective strategy for uncovering implicit relationships in legal knowledge graphs, with tangible benefits for downstream legal information retrieval in a continuously growing legislative system.

I sistemi legislativi formano reti vaste e in continua evoluzione di documenti interconnessi, in cui comprendere la portata completa di una norma richiede spesso di seguire catene di citazioni esplicite e modifiche. Tuttavia, molte relazioni rilevanti tra disposizioni giuridiche non vengono mai codificate formalmente, rimanendo implicite nel testo o nella struttura del corpus normativo. Questa tesi affronta il problema della predizione di questi collegamenti impliciti all'interno di un Knowledge Graph (KG) che rappresenta il sistema legislativo italiano, e della valutazione della loro utilità pratica per il recupero di informazioni giuridiche. Partendo da un KG giuridico esistente arricchito con embedding semantici, proponiamo un'architettura basata su Reti Neurali a Grafo (GNN) fondata sul framework GraphSAGE, che combina la struttura topologica del grafo con caratteristiche testuali pre-addestrate per inferire connessioni mancanti tra disposizioni normative, utilizzando le citazioni esistenti curate da esperti come segnale di addestramento auto-supervisionato. Il nostro studio si è sviluppato lungo tre principali direzioni di ricerca. In primo luogo, un'analisi comparativa rispetto a un modello baseline MLP basato esclusivamente sulle caratteristiche ha mostrato che l'incorporazione della topologia del grafo migliora costantemente le prestazioni di predizione dei collegamenti (su tutte le metriche di valutazione); ciò ha confermato che le informazioni strutturali offrono un vantaggio misurabile rispetto alle sole caratteristiche semantiche. In secondo luogo, la valutazione su un compito di recupero delle informazioni ha dimostrato che arricchire il grafo con collegamenti impliciti predetti migliora le prestazioni di recupero. I guadagni più significativi sono stati osservati per le disposizioni normative scarsamente collegate tramite citazioni esplicite nel grafo originale. Infine, una valutazione induttiva su documenti giuridici dell'Unione Europea (non visti durante l'addestramento) ha dimostrato che il modello generalizza a nuove entità e distingue statisticamente connessioni giuridiche transfrontaliere valide da coppie negative. Nel complesso, questi risultati indicano che la combinazione di segnali topologici e semantici rappresenta una strategia efficace per individuare relazioni implicite nei grafi della conoscenza giuridica, con benefici tangibili per il recupero di informazioni giuridiche a valle in un sistema legislativo in continua crescita.