![作り方
• 法令を集める
• 法令データをmecabを使って、名詞だけ抽出
• name=未成年者飲酒禁止法（大正十一年三月三十日法律
第二十号） word=['未成年', '者', '飲酒', '禁止', '法', '大正', '
年', '三月', '日', '法律', '号', '最終', '改正', '平成', '年', '二月', '
日', '法律', '号', ‘条']
• gensim.doc2vecを利用して、単語間の繋がりを学習。
model = models.Doc2Vec(size=400, alpha=0.0015, sample=1e-4, min_count=10, workers=4)
model.build_vocab(sentences)
for x in range(30):
model.train(sentences)](https://image.slidesharecdn.com/founditproject-171012090219/75/found-it-project9-46-2048.jpg?cb=1668264356)
可視化法学(Found it project#9)
•0 likes•2,237 views
Report
Share
Download to read offline
可視化法学(Found it Project #9)編です。 https://foundit-project.connpass.com/event/66468/
More Related Content
What's hot
What's hot(11)
Similar to 可視化法学(Found it project#9)
Similar to 可視化法学(Found it project#9)(20)
More from (shibao)芝尾 (kouichiro)幸一郎
More from (shibao)芝尾 (kouichiro)幸一郎(15)
可視化法学(Found it project#9)
- 2. 可視化法学の紹介 ICT x 法律 の話 芝尾幸一郎(ソフトウェアエンジニア)
- 3. 自己紹介
- 4. 芝尾幸一郎 • Aiming(ソーシャルゲーム会社)でデータ分析の仕事をして いる。 • 教育のバックグラウンドはメディアアート • ドワンゴで、ニコニコ動画for iphoneの開発をしていた。 • 趣味でデータ分析をしている。 • 趣味で動画サイトの分析やランキングサイトを作ってい る
- 5. データ分析基盤構築 • データ分析基盤構築の本を書 いた。 • どの様に集計ログフォーマッ トを作ればよいか。 • データ分析基盤の技術策定の 勘所 • 作ったデータ分析基盤をどの 様に活用するか
- 6. 今回の目的 • 可視化法学の紹介（20分） • モチベーションの紹介(5分) • リーガルテックの試み(5分) • エンジニアはどう関わるか(5分)
- 7. 可視化法学とは
- 13. 作り方
- 19. グラフ理論の基づいて描画 • 多くの法律から参照される法律のサイズは大きくした。 • eg刑法、刑事訴訟法 • 点の色は、その法律が、どの分野に属するか？ • 刑事、民事、教育、厚生、労働etc • 色々な分野から参照される法律は鮮やか
- 20. 描画の様子
- 21. 色んな法律を見てみる
- 24. 憲法分野 • 憲法には、基本法が良くくっ 付く。 • 憲法に並んで、沖縄の復帰に 関する法案が大きなウェイト を占めており、占領されて復 帰するのは一つ国作るみたい な大変さがあるようだ。 26
- 27. 河川分野 • シンプル • 河川法だけ覚えれば後はそれ の派生でなんとかなるんじゃ ないか？ • 法の修正もまだ容易だろう • バグも入り込みにくい 29
- 28. 社会保険分野 • 死ぬほど複雑で相互依存が激し い。 • 社会保障は利害関係者が多くて 、なかなか難しいのだろう。 • 何か法改正や追加の度にバグる だろう。 • リファクタリング( コードをシンプル にするプログラミング用語)出来るとい いな。 30
- 29. 今後作りたい物
- 32. 法分野の時系列変化
- 35. 国別の比較
- 36. などをやりたい
- 37. その他の取り組み
- 38. 法令要約(テスト版) 貸金業法
- 39. 法令要約 • 機械学習(自然言語処理) • トピックモデルを使って、法令を一枚の画像に要約でき ないか？ • その法令に特徴的な用語を抜き出す。 • ガウス過程に基づく連続空間トピックモデル
- 42. DOC2VECで 法令理解
- 43. Doc2VECについて • Word2Vecをパラグラフへ応用したもの。 • Paragraph2Vecが元論文の名前 • Word2Vec • 文章における各単語間の関連を元に、単語の重みを付けたも の • 詳しくはこちら • https://deepage.net/machine_learning/2017/01/08/doc2vec.ht ml
- 44. 法令の類似度を測るには • 単語の抜き出し(形態素解析) • MeCab • % mecab • すもももももももものうち • すもも 名詞,一般,*,*,*,*,すもも,スモモ,スモモ • も 助詞,係助詞,*,*,*,*,も,モ,モ • もも 名詞,一般,*,*,*,*,もも,モモ,モモ • も 助詞,係助詞,*,*,*,*,も,モ,モ • もも 名詞,一般,*,*,*,*,もも,モモ,モモ • の 助詞,連体化,*,*,*,*,の,ノ,ノ • うち 名詞,非自立,副詞可能,*,*,*,うち,ウチ,ウチ • EOS • Doc2Vec • Gensim https://radimrehurek.com/gensim/models/doc2vec.html
- 45. webサイト作ってみた • Doc2Vecを利用して法令の類似性を測るサイトを作った • http://54.238.251.57:5000/ (現在停止中) • 出来ること • 法律用語の類似語を調べる(死刑の類似語等) • ランダムに選んだカテゴリと近いカテゴリを列挙 • ランダムに選んだ法令と近い法令を列挙
- 46. 作り方 • 法令を集める • 法令データをmecabを使って、名詞だけ抽出 • name=未成年者飲酒禁止法（大正十一年三月三十日法律 第二十号） word=['未成年', '者', '飲酒', '禁止', '法', '大正', ' 年', '三月', '日', '法律', '号', '最終', '改正', '平成', '年', '二月', ' 日', '法律', '号', ‘条'] • gensim.doc2vecを利用して、単語間の繋がりを学習。 model = models.Doc2Vec(size=400, alpha=0.0015, sample=1e-4, min_count=10, workers=4) model.build_vocab(sentences) for x in range(30): model.train(sentences)
- 47. 学習パラメータの調整 • 名詞だけを含めるか？動詞や形容詞も含めるか？ • 多くの法律に共有する単語は無視するか？ • どの程度の頻度で出たらその法令を特徴づける単語だと 認識するか？
- 48. パラメータを色々いじる • law(名詞、形容詞、動詞) • law2 min_count=1 最低１回以上出た単語を学習に使用 • law3 min_count=10 • law4 min_count=40 • law5 min_count=100 • law7 tagを法令名ではなく、カテゴリ名に変更
- 49. 宣伝
- 52. モチベーション
- 54. エンジニアは複雑さが嫌い • プログラムのコードは、複雑であるが、シンプルにする 努力を、日々続けている。 • プログラム言語の進化やシステムを利用することで、シ ンプルにしている。 • アセンブラからスクリプト言語へ。 • 継続的テストとリファクタリング
- 62. 憲法をprologでリライト
- 63. コード品質向上の取り組み • プロトタイプ作成 • インテグレーションテスト • モジュール化 • DRY思想の徹底 • プログラム言語それ自体の進化 • プロファイリング • コードレビュー(gitflow)
- 68. github管理の利点 • 一世代の溶かし込みではなく、ver1から全ての世代の更新 履歴を追跡できる • ブランチを作れるので、試案や対案も保存できる。 • ある時点のある政党が、対案を出してきたとしてそれ もgithubに残るので、後世の研究者が研究できる。 • 法に対するオープンアクセスを促進できる
- 71. 法とデザイン ➤ アーキテクチャー ➤ コモンズ ➤ リーガルデザイン ➤ 分野論 ➤ 音楽、二次創作、出版、ア ート、写真、ゲーム、ファ ッション、アーカイブ、ハ ードウェア、不動産、金融 、家族、政治
- 72. アーキテクチャーと法 ➤ 法とアーキテクチャー研究の インターフェース ➤ アーキテクチャーの設計と自 由の再構築 ➤ 個人化される環境 ➤ 技術の道徳化と刑事法規制 ➤ アーキテクチャーによる法の 私物化と権利の限界 ➤ 貨幣空間の法とアーキテクチ ャー ➤ 憲法のアーキテクチャー
- 74. 新旧改め文を10秒で • 法制執務業務支援システム(e-laws) • 法改正のための、新旧改め文を、人手ではなく、プログラミ ングで行なう。 • 作業時間は、30時間から10秒へ • 人間が楽するために、機械に頑張らせる • 働くママが終止符を打った霞が関の“伝統芸能”
- 75. ある人のツィート
- 77. エンジニアは怠惰 • エンジニアは怠惰なのでこう考える • この資料の内、重要な箇所はどこだろう？ • 過去の交通事故と比べて、この事故に特徴的なことは なんだろう。 • 法的事実をこの資料から自動生成出来ないか？
- 79. 足で稼ぐ • とわいえ、足で稼ぐという、習慣も価値がある。 • 愚直に資料に向き合うことも本当は大事。 • エンジニアも謙虚にこれらの価値観に向き合う必要があ る。
- 81. 法クラスタでもAIは人気 AIがつなげる社会 AIネットワーク時代の法・政策 田 雅樹 編著・ 林 秀弥 編著・ 成原 慧 編著
- 85. 構造データ化 • 判例データは、テキスト化さ れただけ。 • デジタル化はしているが、構 造化されたデータにはなって いない。 • メタデータなどは特に無い。
- 88. データの例外は見えない • データ分析の専門家や、エン ジニア以外で、例外や特殊処 理に価値を見出す人は少ない 。 • バッドデータハンドブックは 、如何にデータ収集や前処理 が大変かを説いた書籍
- 90. 泥臭い仕事は、エンジニア • データを整形する。 • ハズレデータを除外する。 • 再整形する。 • 泥臭い仕事はエンジニアの出番。
- 91. まとめ • 可視化法学。ITで法律をわかりやすく • プログラマーのツールや発想が他業種でも役立つ • 法律 x IT(リーガルテック)の実例 • プログラマーはどう役に立つか。泥臭い部分が主戦場
- 92. 最後にお願い