可視化法学、smpis登壇版

2. 可視化法学の紹介
あるいはcode(コード)≒
code(法令)について
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. 世界のYoutube
世界各国のYoutubeのランキングが一覧出来る
http://nico-ran.jp/youtube_ranking/oversea

6. • Youtubeとニコニコ動画の
ランキングを比較してみた。
• 視聴数分析
• 人気カテゴリ分析
• 人気タグ分析
• MineCraftは共通して人気
• ニコニコ学会発表
• https://www.slideshare.net/shi
bacow/youtube-12688640

7. 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

8. 今回の目的
• 可視化法学の紹介
• Codo = Codeの紹介
• 法律それ自体の技術化の話

9. 可視化法学とは

10. 可視化法学
• 概要
「可視化法学-法教育に役立てるためにICT
を活用して法律の構造を解析して可視化す
る個人のプロジェクト」

14. 法律の参照構造を解釈
してその繋がりを可視
化

15. 作り方

16. 法令データ収集
• 総務省法令データベースから
データを取得。
• 今はzipがありますが、昔は
webからスクレイプしてまし
た。

17. 全ての参照構造を抜き出
す。
• 救急救命士法の中に刑
法へのリンクが有る
刑法
救急救命士法

18. 刑法 売春防止法
刑法
労働者派遣事業の適正な運営の確保及び派遣労
働者の保護等に関する法律
刑法
育児休業、介護休業等育児又は家族介護を行う
労働者の福祉に関する法律
刑法
特定機器に係る適合性評価手続の結果の外国と
の相互承認の実施に関する法律

19. グラフ理論に基づいて描画
胡一凡さんの考えたアルゴリズム

21. 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

22. 描画の様子

23. 色んな法律を見てみる

25. 似たものは近くに配置される
人間が手動で配置しているのではなく、参照し
ている法が近くにあれば機械的に自然と集まる

26. 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. 教育法分野
• 学校教育法が超大きなウェイ
トを占めている。
• 地味に、放送大学学園法、私
立学校教職員共済法が多くの
リンクを得ている。
27

28. 税制分野
• 所得税、法人税、関税法が大
きい。
• 租税特別措置法は多くの法か
ら参照され、実はあんまり特
別措置じゃなかった。
28

29. 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

30. 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

31. 今後作りたい物

32. インタラクティブな
web版可視化法学

34. web版DEMO(作りかけ版)
http://shibaok.net:5555/
止まっていることもあります
34

35. 法分野の時系列変化

37. 法律がいつ出来ていつ
繋がったかを可視化

38. 国別の比較

39. などをやりたい

40. 宣伝

42. 冊子を売ってます。
800円
夏コミ 新刊
C92(日)東イ13a
評論島です。

43. 法律の専門家の助力を
求めます。

44. @lawvis をフォロー
ブログも有るよ。「可視化法学」で検索

45. モチベーション

46. 法は複雑すぎる
• 市民は理解できない。
• 複雑になっていくばかりで、誰もリフ
ァクタリングしない。

47. 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

48. code(法令)もcode(ソース
コード)もcodeである。

49. 川上会長の著作権
• 著作権法をjavascriptで書き直
して複雑さを測定する。
• http://bizzine.jp/article/detail/63
7
コードを書く経営者ドワン
ゴ川上会長「プログラミン
グこそが基礎教養」

50. 川上会長の著作権
これ、構造化するとわかるん
ですけど、実はこの中にコピ
ペされている部分がある。(会
場笑) JavaScriptの形式に直
してコンパイルしたら、複雑
度の合計が103になりました。
通常70以上はメンテ不可能と
いう先ほどの循環的複雑度か
らいえば、この法律は、いか
なる変更をしてもバグを生む
ということが判明したわけで
す。

51. 論理憲法
https://twitter.com/bitlawjp

52. 憲法をprologでリライト

53. code(法令)も(code)ソ
ースコードもcodeであ
る

54. 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)

55. プロファイリング
• どのプログラムコードがどの位呼ばれているか？
• どのようなコールグラフで呼ばれているか？

56. MiniScheme 0.85 でコードリーディング４
ソースコード解析２
http://blog.livedoor.jp/fortymillion/tag/%E3%82%B3
%E3%83%BC%E3%83%AB%E3%82%B0%E3%8
3%A9%E3%83%95

57. このようなコールグラフを見
ている時に、法律の参照を調
べてみようと思った。

58. 法律をgithubで管理
ドイツ
http://archive.fo/9EDKO

59. 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

60. 他のプログラミング手法を応用
すれば、法のコードクオリテイ
も上がる(上がれば良いな)。
法が何もしていないとは思いませんが、
他のジャンルで行われいることを組み入れてみたらどうだろう。

61. その他、法情報学の最
近の動向

62. 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

63. 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

64. CODEX
https://law.stanford.edu/codex-the-stanford-center-for-
legal-informatics/

66. 冊子を売ってます。
800円
夏コミ 新刊
C92(日)東イ13a
評論島です。

67. 法律の専門家の助力を
求めます。

68. @lawvis をフォロー
ブログも有るよ。「可視化法学」で検索

69. DOC2VECで
法令理解

70. DOC2VEC(曖昧な理解)
➤ 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/do
c2vec.html

71. 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

72. 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
➤ 法律用語のにた単語を調べる(死刑ににた単語)
➤ 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

73. 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)

74. 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？

75. 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