面向欧盟 AI Act 的可复用语义网框架，用于基于证据的基本权利影响评估

该论文指出，欧盟 AI Act 第 27 条要求高风险 AI 系统的部署方在部署前完成基本权利影响评估（FRIA），但所需证据分散在互不兼容的事件库、风险词表和法律文本中。作者构建了一个可复用的语义网框架，聚焦就业与工人管理（Annex III(4)）及基本公共服务获取（Annex III(5)(a)）两类高风险公共部门场景，将 150 条记录按四个维度标注并序列化为含 1,351 条 RDF 三元组、可用 SPARQL 查询的知识图谱。五个 FRIA 演示场景共检索出 103 条记录，覆盖率为 68.7%。与 69 条金标准对比，LLM 辅助的就业领域分类仅达 κ=0.045。全部成果已开放发布。

此前 FRIA 证据散落在互不兼容的事件库、风险词表和法律文本中，缺乏可复用、可查询的整合方式。该工作把证据整理为统一知识图谱，并公开全部产物，同时给出 LLM 自动分类在该领域几乎无效的负面结果，为监管机构、国家主管机关和 SME 的合规实践提供了可检验的基线。

框架先人工整理 150 条记录语料，再用关键词、LLM 和混合方法沿四个维度标注，最后序列化为 1,351 条 RDF 三元组，形成支持 SPARQL 查询的知识图谱。评估环节用 69 条金标准衡量分类质量，就业领域的 κ=0.045 说明模型标注与人工判断接近随机一致，提示自动检索公平性相关证据在该场景尚不可靠。

对开发合规工具或 AI 治理产品的团队，这意味着可基于公开知识图谱搭建 FRIA 证据检索与映射功能，而不必从零构建词表和事件库。但 κ=0.045 的结果说明，若在就业等公平性敏感领域直接依赖 LLM 自动分类输出合规证据，误判风险很高，需保留人工复核环节。

• 基于该公开知识图谱与 SPARQL 端点，开发面向 SME 的 FRIA 证据检索与映射工具。
• 围绕 Annex III(4) 和 Annex III(5)(a) 两类场景，提供带人工复核的分类标注服务。
• 构建 FRIA 合规工作流产品，把证据检索、维度标注和评估记录串联存档。
• 针对 LLM 分类 κ 值偏低的问题，研发就业领域专用的公平性证据检索模型并公开评测。

• 该框架在就业与公共服务之外的其他高风险场景是否同样适用？
• 1,351 条 RDF 三元组和 150 条语料的更新与维护机制尚未说明。
• κ=0.045 是否源于标注维度定义、提示设计或领域数据不足，证据未作拆解。
• 开放许可与具体分发方式未在证据中说明，实际采纳门槛仍待确认。