यह शोधपत्र इस बात पर प्रकाश डालता है कि उन्नत AI और सूचना पुनर्प्राप्ति प्रणालियों, जैसे कि लीगल नॉलेज ग्राफ़ (LKG) के निर्माण के लिए कानूनी मानदंडों को मशीन-पठनीय तरीके से संरचित करना आवश्यक है। FRBR मॉडल के आधार पर, हम कानूनी संचालनों (मानदंड नोड्स के रूप में सन्निहित) को schema.org/Legislation शब्दावली में मैप करने के लिए एक बुनियादी ढाँचा प्रस्तावित करते हैं। Normas.leg.br पोर्टल को एक केस स्टडी के रूप में उपयोग करते हुए, हम प्रदर्शित करते हैं कि स्थिर URN पहचानकर्ताओं, अंतर-मानदंड संबंधों और जीवनचक्र गुणों को ध्यान में रखते हुए, JSON-LD का उपयोग करके संचालन संस्थाओं का वर्णन कैसे किया जाए। यह संरचित और औपचारिक दृष्टिकोण नियतात्मक और सत्यापन योग्य ज्ञान ग्राफ़ के निर्माण की दिशा में पहला कदम प्रदान करता है, जो विशुद्ध रूप से संभाव्य मॉडलों की सीमाओं को पार कर सकता है और कानूनी AI अनुप्रयोगों के लिए एक औपचारिक "ग्राउंड ट्रुथ" के रूप में कार्य कर सकता है।
