인공지능 기법을 활용한 법률안 예측 모델 연구 (A Study of the Legislation Prediction Model using Artificial Intelligence)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 21권 / 8호 / 1443 ~ 1452페이지
· 저자명 : 할타르 바타르촐론, 주라구지예브다다존, 이말례

초록

최근 인공지능의 발달에 따라 많은 연구들에서 해당 딥러닝 기법을 사용하여 연구를 수행하고 있다. 본 논문에서는 Word2vec의 모델을 활용하여 한국의 법률안을 벡터화하며 법률안 간 연관관계를 예측하여 연구하였다. 우선, 법률안을 검색하여 corpus를 만들고 법률안의 기초적인 정보를 담긴 제안이유 및 중요내용을 추출하여 문맥을 구성하였다. 다음, Word2vec 모델에 법률안 문맥을 학습시킨 후 각 문맥 단어벡터의 코사인 유사도가 가장 높은 법률안 정보를 추출하였다. 마지막으로 학습결과를 검증하기 위하여 제시어에 따라 연관법률안을 출력하고 ‘의안정보시스템’ 사이트에 의하여 출력된 법률안의 포함여부를 비교하여 성능을 평가하였다. 실험결과에 따르면, 본 논문에서 제안된 Word2vec 기반 법률안 예측 모델이 키워드 검색 방식만 활용한 '의안정보시스템' 사이트보다 우수하다는 사실을 확인하였다.

영어초록

With the recent rise of artificial intelligence, many studies are using deep learning techniques to carry out research applying them. In this paper, we used Word2vec model, to vectorize Korean legislation and to predict the relation between them. First, the context was formed by searching the legislation and creating a corpus and extracting important contents of the proposal. Next, learning the context in the Word2vec model, the cosine similarity of each context word vector was extracted. Finally, to verify the performance of the model proposed in this study, the relevant legislations found in the proposed model were compared with those found in the 'Bill information' website. The experiment results confirmed that the Word2vec based legislation prediction model proposed in this paper is superior than 'Bill Information' website utilizing only keyword search method.

참고자료

· 없음