機械学習を利用した判例検索支援システムの構築

• Project/Area Number: 22K12734
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90020:Library and information science, humanistic and social informatics-related
• Research Institution: Osaka University
• Principal Investigator: 養老 真一 大阪大学, 大学院法学研究科, 教授 (30240831)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000); Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 法情報 / 機械学習 / 判例検索 / 法情報学 / 判例 / 自然言語処理

Outline of Research at the Start

本研究では、法的知識が十分でないものによる判例検索を支援するシステムの構築と検証を行う。
ある事件について、どのような判例が役に立つか知りたいとしよう。十分な法的知識があれば効率のよい検索を行うことができるが、そうででない場合にはこれは難しく、事件の事実関係を手掛かりに検索を行うしかない。しかし、現在の判例検索システムでは、効率よくこのような検索をすることは困難である。本研究では最新の機械学習の手法を取り入れ、事実関係を手掛かりにする検索システムの構築と検証を行う。

Outline of Annual Research Achievements

本研究では、法的知識が十分でないものによる判例検索を支援するシステムの構築と検証を目的とする。
判決文には、裁判の争点となった具体的な法条と法律要件という専門知識が含まれている。しかしそのような情報は、十分な専門知識をもたないものが判決文を読んでも、簡単に得ることは出来ない。このような専門知識を判決文から得るようなシステムの構築を目指すこととした。判決文のもつ専門知識は、判例データベース、第一法規「判例体系」の「体系目次」から得ることとした。「体系目次」には裁判で争点となった法律要件毎に判決がまとめられている。このシステムがターゲットとする範囲であるが、まずは、民事法、特に民法の債権にかかわる判決を対象とすることした。これは十分な量の判決文があることが期待できるためである。具体的には、地方裁判所の判決で、争点が民法７０９条の不法行為の成立要件のうち、故意・過失の立証であるものと、因果関係の立証であるものを取り上げた。
これらの判決文をfasttextで学習させたのち、ただしく裁判の争点を判定できるかどうかの実験を行った。実験は、学習する内容を判決文全体にしたものだけではなく、裁判所の判断記述した部分のみとしたもの、Pysummarizationを用いてそれぞれを要約したものについても行った。
全体としては、ある程度の正しい判定をするという結果を得ている。特に、裁判所の判断記述した部分を学習したものが最もよい結果を与えている。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

2022年度の研究において、システムの対象とする判決の種類、また、学習すべき専門知識をどのようなものにするのが適切か検討することに時間を要し、そのため多少、進行に遅れが生じた。この遅れが現時点でも影響が残っている

Strategy for Future Research Activity

現時点では、判決文から文書ベクトルを得る際に、wikipedia等の情報を反映させることは行っていない。まずは、wikipedia等により学習させた単語ベクトルを使って判決文を文書ベクトルとし、これらをligtGBM等の手法をもちいて分類する実験を行う。
さらに、単語ベクトルから文書ベクトルを得るとうい方法では不十分なことが予想されるため、Bert等の手法をとりいれて、文脈を反映させた文書ベクトルを作成し、研究を行う。
発展的には生成AIを利用することが可能かどうか検討することにしている。