このページはMNTSQ株式会社のAIエンジニア選考課題です。

背景

• 一般的な日本語の契約書は、契約の内容が 条 / 項 / 号 と呼ばれる項目で箇条書きされています
  • 項 は 条 の下位構造にあたります
  • 号 は 項 の下位構造にあたります
• MNTSQでは契約書本文を 条 / 項 / 号 の単位に分解して、階層ツリー構造のデータモデルに変換しています
• 変換したデータを条項データと呼んでおり、契約書の目次表示や条項データ単位での検索等に活用しています

https://speakerdeck.com/mntsq/mntsq-careersdeck?slide=19

課題

• 条項データのデータモデルを設計してください
• 契約書本文を条項データに変換するアルゴリズムを実装してください
• 技術選定の根拠やアルゴリズムの品質について論じてください

より詳細な機能要件

• Viewerで目次を表示するため、条番号や条見出しを抽出してください
• 条項データ単位で全文検索するため、本文を抽出してください
• お渡しする契約書データは日本語のものですが、データモデルは他言語にも拡張されることを想定してください

提出物

• 次の内容を含んだGitHubリポジトリのURL
  • 条項データのデータ定義
    • ソースコードでもOK
  • 課題を解くために使用したソースコードと実行手順
    • ipynbでもOK
  • 技術選定や品質に関するレポート
    • mdでもipynbでもOK

データ

• アノテーション済み契約書データ
  • https://docs.google.com/spreadsheets/d/1QtCsHjuxz3OBt9JV_wX9x_UMv1E8CEy4lkoq1JveKLs/edit#gid=573714233
• 契約書本文に1行ずつ 条 / 項 / 号 をアノテーションしています