"""
契約リスク自動分析＆要約ツール - Webアプリケーション
Gradioを使用したユーザーインターフェース
"""
import gradio as gr
from contract_analyzer import ContractAnalyzer
import os
import json
def analyze_contract_pdf(pdf_file):
"""
契約書PDFを分析する関数
Args:
pdf_file: アップロードされたPDFファイル
Returns:
分析結果のテキスト
"""
if pdf_file is None:
return "PDFファイルをアップロードしてください。"
try:
# 分析器を初期化（初回のみ時間がかかる）
analyzer = ContractAnalyzer()
# PDFファイルのパスを取得
pdf_path = pdf_file.name
# 契約書を分析
result = analyzer.analyze_contract(pdf_path)
# 平易な要約を生成
summary = analyzer.generate_plain_summary(result)
# 詳細情報をJSON形式で追加
detailed_json = json.dumps(result, ensure_ascii=False, indent=2)
# 結果を組み合わせて返す
output = f"{summary}\n\n" + "="*50 + "\n"
output += "\n【詳細情報（JSON形式）】\n"
output += detailed_json
return output
except Exception as e:
return f"エラーが発生しました: {str(e)}\n\n詳細: {type(e).__name__}"
def create_demo():
"""Gradioデモを作成"""
with gr.Blocks(title="契約リスク自動分析ツール") as demo:
gr.Markdown(
"""
# 契約リスク自動分析＆要約ツール
## 機能
- **PDF契約書のアップロード**: 契約書PDFを簡単にアップロード
- **AI自動分析**: Hugging Face LLMを使用して自動分析
- **リスク抽出**: リスク条項を自動検出
- **義務抽出**: 義務事項を明確化
- **期限管理**: 重要な期限・納期を抽出
- **平易な要約**: 専門用語を避けた分かりやすい説明
## 使い方
1. 下のボックスに契約書PDF（日本語または英語）をアップロード
2. 「分析開始」ボタンをクリック
3. 数秒～数十秒で分析結果が表示されます
**⚠️ 注意**: 初回実行時は、AIモデルのダウンロードに数分かかる場合があります。
"""
)
with gr.Row():
with gr.Column():
pdf_input = gr.File(
label="契約書PDF",
file_types=[".pdf"],
type="filepath"
)
analyze_btn = gr.Button("分析開始", variant="primary", size="lg")
with gr.Column():
output_text = gr.Textbox(
label="分析結果",
lines=30,
max_lines=50,
show_copy_button=True
)
# ボタンクリック時の処理
analyze_btn.click(
fn=analyze_contract_pdf,
inputs=[pdf_input],
outputs=[output_text]
)
gr.Markdown(
"""
---
### システム情報
- **使用モデル**:
- 要約: facebook/bart-large-cnn
- テキスト生成: google/flan-t5-base
- **処理時間**: 通常5〜30秒（モデル読み込み済みの場合）
- **対応言語**: 日本語、英語
### ヒント
- PDFのテキストが抽出可能である必要があります（画像のみのPDFは非対応）
- より正確な分析のため、契約書は明瞭な文章で記載されている必要があります
- 大きなファイルの場合、処理に時間がかかることがあります
"""
)
return demo
if __name__ == "__main__":
print("契約リスク自動分析ツールを起動中...")
print("ブラウザが自動的に開きます...")
demo = create_demo()
# アプリケーション起動
demo.launch(
share=False, # 公開リンクを生成しない（ローカルのみ）
server_name="0.0.0.0", # すべてのネットワークインターフェースでリッスン
server_port=7860,
show_error=True
)
"""
契約リスク自動分析ツール - コア機能
PDFから契約書を読み込み、Hugging Face LLMを使用してリスク分析を実行
"""
import PyPDF2
from typing import Dict, List
from transformers import pipeline
import re
class ContractAnalyzer:
"""契約書分析クラス"""
def __init__(self, model_name: str = "facebook/bart-large-cnn"):
"""
初期化
Args:
model_name: 使用するHugging Faceモデル名
"""
print(f"モデルを読み込み中: {model_name}")
# 要約用のパイプラインを初期化
self.summarizer = pipeline("summarization", model=model_name)
# テキスト生成用のパイプライン（リスク分析用）
# より軽量なモデルを使用
try:
self.text_generator = pipeline(
"text2text-generation",
model="google/flan-t5-base"
)
except:
# フォールバック: 要約モデルを使用
self.text_generator = self.summarizer
def extract_text_from_pdf(self, pdf_path: str) -> str:
"""
PDFファイルからテキストを抽出
Args:
pdf_path: PDFファイルのパス
Returns:
抽出されたテキスト
"""
try:
with open(pdf_path, 'rb') as file:
pdf_reader = PyPDF2.PdfReader(file)
text = ""
for page in pdf_reader.pages:
text += page.extract_text() + "\n"
return text
except Exception as e:
raise Exception(f"PDF読み込みエラー: {str(e)}")
def extract_risk_clauses(self, text: str) -> List[str]:
"""
リスク条項を抽出
Args:
text: 契約書テキスト
Returns:
リスク条項のリスト
"""
risk_keywords = [
"損害賠償", "違約金", "解除", "終了", "責任", "義務",
"禁止", "制限", "罰則", "ペナルティ", "補償",
"liability", "penalty", "termination", "obligation",
"prohibited", "restricted", "damages", "breach"
]
# 文章を分割
sentences = re.split(r'[。\.\n]', text)
risk_clauses = []
for sentence in sentences:
sentence = sentence.strip()
if not sentence:
continue
# リスクキーワードを含む文章を抽出
if any(keyword in sentence.lower() for keyword in risk_keywords):
risk_clauses.append(sentence)
return risk_clauses
def extract_obligations(self, text: str) -> List[str]:
"""
義務条項を抽出
Args:
text: 契約書テキスト
Returns:
義務条項のリスト
"""
obligation_patterns = [
r"(甲|乙|当事者|受注者|発注者|契約者)(?:は|が).*(?:しなければならない|する義務|する責任)",
r"shall\s+.*",
r"must\s+.*",
r"obligated to\s+.*"
]
sentences = re.split(r'[。\.\n]', text)
obligations = []
for sentence in sentences:
sentence = sentence.strip()
if not sentence:
continue
for pattern in obligation_patterns:
if re.search(pattern, sentence, re.IGNORECASE):
obligations.append(sentence)
break
return obligations
def extract_deadlines(self, text: str) -> List[str]:
"""
期限・日付を抽出
Args:
text: 契約書テキスト
Returns:
期限に関する条項のリスト
"""
deadline_patterns = [
r"\d{4}年\d{1,2}月\d{1,2}日",
r"\d{1,2}日以内",
r"\d+(?:日|週間|ヶ月|年)(?:以内|前|後|まで)",
r"期限|締切|納期|有効期限",
r"\d{4}-\d{2}-\d{2}",
r"within\s+\d+\s+(?:days|weeks|months|years)",
r"deadline|due date|expiration"
]
sentences = re.split(r'[。\.\n]', text)
deadlines = []
for sentence in sentences:
sentence = sentence.strip()
if not sentence:
continue
for pattern in deadline_patterns:
if re.search(pattern, sentence, re.IGNORECASE):
deadlines.append(sentence)
break
return deadlines
def summarize_text(self, text: str, max_length: int = 150) -> str:
"""
テキストを要約
Args:
text: 要約するテキスト
max_length: 要約の最大長
Returns:
要約されたテキスト
"""
if not text or len(text.strip()) == 0:
return "（テキストが空です）"
# テキストが短すぎる場合はそのまま返す
if len(text) < 100:
return text
try:
# 長すぎるテキストは分割
chunk_size = 1024
if len(text) > chunk_size:
text = text[:chunk_size]
summary = self.summarizer(
text,
max_length=max_length,
min_length=30,
do_sample=False
)
return summary[0]['summary_text']
except Exception as e:
# エラー時は先頭部分を返す
return f"要約エラー: {str(e)}\n\n元のテキスト（抜粋）:\n{text[:300]}..."
def analyze_contract(self, pdf_path: str) -> Dict:
"""
契約書を総合的に分析
Args:
pdf_path: PDFファイルのパス
Returns:
分析結果の辞書
"""
print("PDF読み込み中...")
text = self.extract_text_from_pdf(pdf_path)
print("リスク条項を抽出中...")
risk_clauses = self.extract_risk_clauses(text)
print("義務条項を抽出中...")
obligations = self.extract_obligations(text)
print("期限情報を抽出中...")
deadlines = self.extract_deadlines(text)
print("要約を生成中...")
# 全体の要約
overall_summary = self.summarize_text(text[:2000], max_length=200)
# リスク条項の要約（上位5件）
risk_summary = []
for clause in risk_clauses[:5]:
try:
summary = self.summarize_text(clause, max_length=100)
risk_summary.append(summary)
except:
risk_summary.append(clause[:150] + "...")
result = {
"全体要約": overall_summary,
"リスク条項": {
"件数": len(risk_clauses),
"主要なリスク": risk_clauses[:10], # 上位10件
"要約": risk_summary
},
"義務条項": {
"件数": len(obligations),
"主要な義務": obligations[:10]
},
"期限・納期": {
"件数": len(deadlines),
"主要な期限": deadlines[:10]
},
"リスクレベル": self._calculate_risk_level(
len(risk_clauses),
len(obligations),
len(deadlines)
)
}
return result
def _calculate_risk_level(
self,
risk_count: int,
obligation_count: int,
deadline_count: int
) -> str:
"""
リスクレベルを計算
Args:
risk_count: リスク条項数
obligation_count: 義務条項数
deadline_count: 期限条項数
Returns:
リスクレベル（高/中/低）
"""
total_score = risk_count * 2 + obligation_count + deadline_count * 1.5
if total_score > 50:
return "高 - 詳細な法的レビューを推奨"
elif total_score > 20:
return "中 - 重要条項の確認を推奨"
else:
return "低 - 標準的な契約書"
def generate_plain_summary(self, analysis_result: Dict) -> str:
"""
平易な言葉で分析結果を要約
Args:
analysis_result: analyze_contractの結果
Returns:
平易な要約文
"""
summary_lines = []
summary_lines.append("=== 契約書分析結果 ===\n")
summary_lines.append(f"【総合リスクレベル】{analysis_result['リスクレベル']}\n")
summary_lines.append(f"\n【全体要約】\n{analysis_result['全体要約']}\n")
summary_lines.append(f"\n【リスク条項】（{analysis_result['リスク条項']['件数']}件検出）")
if analysis_result['リスク条項']['主要なリスク']:
summary_lines.append("主な注意点:")
for i, risk in enumerate(analysis_result['リスク条項']['主要なリスク'][:5], 1):
summary_lines.append(f" {i}. {risk}")
summary_lines.append(f"\n【義務事項】（{analysis_result['義務条項']['件数']}件検出）")
if analysis_result['義務条項']['主要な義務']:
summary_lines.append("主な義務:")
for i, obligation in enumerate(analysis_result['義務条項']['主要な義務'][:5], 1):
summary_lines.append(f" {i}. {obligation}")
summary_lines.append(f"\n【期限・納期】（{analysis_result['期限・納期']['件数']}件検出）")
if analysis_result['期限・納期']['主要な期限']:
summary_lines.append("重要な期限:")
for i, deadline in enumerate(analysis_result['期限・納期']['主要な期限'][:5], 1):
summary_lines.append(f" {i}. {deadline}")
return "\n".join(summary_lines)
if __name__ == "__main__":
# テスト用
analyzer = ContractAnalyzer()
print("契約リスク分析ツールが初期化されました")
# 契約リスク自動分析＆要約ツール - 必要パッケージ
# PDF処理
PyPDF2>=3.0.0
# Hugging Face Transformers（LLM）
transformers>=4.35.0
torch>=2.0.0
sentencepiece>=0.1.99
# Webインターフェース
gradio>=4.0.0
# データ処理
numpy>=1.24.0
