CitiLink: 検索可能な議事録を通じた市政の透明性と市民参加の向上

技術的サマリー（日本語）

本論文は、都市 council（市議会）の議事録という非構造化データを、構造化され検索可能なデータへと変換するプラットフォーム「CitiLink」を紹介するデモ論文です。自然言語処理（NLP）と情報検索（IR）の技術を応用し、市民やジャーナリストが市政情報を効率的にアクセスし、理解することを支援することを目的としています。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 問題定義 (Problem)

• 情報の非構造化と難解さ: 市議会の議事録は、公式で官僚的な文体、行政用語が多用されており、構造化されていません。
• アクセスの障壁: 市民やジャーナリストにとって、これらの文書から必要な情報を効率的に発見・抽出することは非常に時間のかかる作業であり、市政の透明性向上の障壁となっています。
• 既存研究の限界: これまでの研究は会議の映像記録に焦点が当てられがちですが、特に欧州ポルトガル語で書かれた「議事録（テキスト）」の構造化と検索に関する研究は未開発でした。

2. 手法とシステムアーキテクチャ (Methodology)

CitiLink は、非構造化の議事録を構造化データに変換し、ユーザーフレンドリーなインターフェースで提供するエンドツーエンドのシステムです。

• データ収集: ポルトガルの 6 つの自治体（Alandroal, Campo Maior, Covilhã, Fundão, Guimarães, Porto）から提供された 120 件の議事録（個人情報を手動で匿名化済み）を使用。デモ用に DeepL による英語翻訳版も作成され、多言語対応能力を実証しています。
• LLM を活用した情報抽出パイプライン:
  • 基盤モデル: Gemini 2.0 Flash を使用。
  • プロンプトエンジニアリング: 議事録のテキストを入力として、以下の 3 層の情報を抽出するように設計されています。
    1. メタデータ: 参加者、場所、日付、会議の種類。
    2. 議論主題: 具体的な議題（例：「中央大通りの交通規制変更」）。
    3. 投票結果: 賛成、反対、棄権の各議員の投票状況。
  • 整合性確保: 抽出されたメタデータは、事前に定義されたデータベース（参加者、自治体、トピック）と照合され、一貫性を保ちます。
• システム構成:
  • バックエンド: MongoDB Atlas でデータを保存し、フルテキスト検索と Faceted Search（絞り込み検索）を可能にする。Flask API でデータを提供。
  • フロントエンド: React 製。自治体別、トピック別、参加者別、時系列（タイムライン）での閲覧、およびキーワード検索に対応。
  • 人間による監視（Human-in-the-Loop）: 自治体関係者が議事録をアップロードし、抽出されたデータを検証できる限定された管理画面（Back-office）を備えています。

3. 主要な貢献 (Key Contributions)

• 議事録の構造化変換パイプラインの確立: 非構造化の行政文書から、メタデータ、議題、投票結果を自動的に抽出する LLM ベースのパイプラインを実装・公開しました。
• 多層的な検索・可視化インターフェース: 単なる全文検索に加え、トピック、政党、参加者、日付によるファセット検索や、時系列での議事録の探索を可能にする Web プラットフォームを提供しました。
• 実データに基づく評価: 6 つの自治体、120 件の議事録という実データセットを用いて、システムの有用性と LLM の抽出精度を評価しました。
• オープンソース化: プロンプト、処理パイプラインのコード、評価ガイド、生成データを GitHub で公開し、研究の再現性と拡張性を確保しています。

4. 結果と評価 (Results)

• データ抽出の規模: 120 件の議事録から、以下のデータを抽出しました。
  • 固有のメタデータ要素：115 個（参加者 86 名、場所 16 箇所、日付 111 件、会議タイプ 2 種）
  • 議論主題：3,079 件
  • 投票記録：24,040 件（賛成 22,702、反対 161、棄権 1,177）
• ユーザビリティ評価: 2025 年 7 月〜9 月に自治体職員 8 名を対象としたテストセッション（シンクアロウ法）を実施。
  • 全参加者がナビゲーションを直感的と評価。
  • 6 名が「再度利用したい」と回答。
  • ユーザーフィードバックに基づき、システムを反復的に改善しました。
• LLM 抽出精度の評価:
  • メタデータ抽出: 6 自治体全体でマクロ F1 スコア 0.84（高い精度）。
  • 議論主題: LLM の出力と正解ラベルの直接比較は困難（テキストオフセットの欠如）だが、BERTimbau 埋め込みとコサイン類似度でマッチング後、ROUGE-L (0.31) と BLEU (0.21) を記録。内容と構造の側面を捉えているが、表現のばらつきがある。
  • 投票結果: 議員の投票姿勢（賛成/反対/棄権）の識別において、マクロ F1 スコア 0.67。構造化メタデータに比べ複雑なタスクであることが示されました。

5. 意義と将来展望 (Significance & Future Work)

• 民主主義への貢献: 市民が市政決定プロセスを容易に理解・追跡できる環境を整備し、地方自治の透明性と市民参加を促進します。
• スケーラビリティ: 現在のアーキテクチャは、より大規模な自治体アーカイブへの段階的な拡張を設計しています。
• 今後の課題:
  • オープンソースの言語モデルを各抽出層に統合し、コスト削減と精度向上を図る。
  • 一般市民やジャーナリストを対象としたアンケートやフォーカスグループを通じた、より広範なユーザビリティと社会的インパクトの評価を行う。

CitiLink は、NLP と IR の技術を行政文書に応用することで、官僚的な文書から実用的な洞察を引き出し、民主的なガバナンスを支援する実用的なソリューションとして位置づけられています。