Konceptualizace regulativních a právních předpisů

Abstract

Tato bakalářská práce se zabývá otázkou formální konceptualizace právních předpisů a regulací prostřednictvím vybraných modelovacích metod, které nacházejí uplatnění v oblasti právní informatiky. Právní předpisy bývají tradičně prezentovány v přirozeném jazyce, což omezuje jejich přesnou interpretaci. Cílem práce je proto identifikovat vhodné nástroje pro převod právních textů do srozumitelné, formálně definované a strojově zpracovatelné podoby.

V práci jsou analyzovány a komparativně hodnoceny vybrané modelovací přístupy z hlediska jejich expresivity, sémantické přesnosti, čitelnosti a schopnosti zachytit významové a procesní vazby. Hodnocení zahrnuje jak teoretická východiska, tak praktické aspekty implementace těchto přístupů v kontextu současné praxe konceptualizace právních předpisů.

Na vybraném článku obecného nařízení o ochraně osobních údajů (GDPR) jsou představeny výsledné modely a jejich schopnost vystihnout složité regulační struktury při zachování srozumitelnosti, konzistence a interoperability. Výsledkem je návrh metodologického rámce, který kombinuje více modelovacích jazyků a nabízí doporučení pro přesnou a prakticky využitelnou reprezentaci právních předpisů.This bachelor's thesis addresses the issue of formal conceptualization of regulations and laws using selected modeling methods applied in the field of legal informatics. Legal regulations are traditionally expressed in natural language, which limits their precise interpretation. The aim of this thesis is therefore to identify suitable tools for transforming legal texts into a comprehensible, formally defined, and machine-processable form.

The thesis analyzes and compares selected modeling approaches in terms of their expressiveness, semantic precision, readability, and ability to capture semantic and procedural dependencies. The evaluation includes both theoretical foundations and practical aspects of applying these approaches in the current practice of legal modeling.

Based on the application of these methods to a selected article of the General Data Protection Regulation (GDPR), the resulting models are compared with regard to their ability to represent complex regulatory structures while maintaining clarity, consistency, and interoperability. The outcome is a proposed methodological framework that integrates multiple modeling languages and provides recommendations for the accurate and practically usable representation of legal regulations.