🔍【目的】
議会の質疑応答記録（会議録や議事録）から、以下を抽出：
- 🟥 課題（問題提起）
- 🟩 成果（解決策・実行内容・効果）
📘【前提データ】
対象：議会の議事録（テキストデータ or PDF）
内容：議員の質問、行政側の答弁、報告、結果 など
🧠【手法：全文検索＋意味抽出】
① 全文検索で特定のキーワードを探す
- 例）「空き家」「保育士不足」「河川氾濫」などの課題キーワード
- 「実施」「開始」「効果」「改善」「補助金」など成果を示す語
② NLP（自然言語処理）で要点を抽出する（AI活用）
- 誰が何に対して問題を提起したか
- それに対して何を回答したか（対応策 or 否定）
- 実施した結果（後追い答弁や報告）
🧰【技術的なアプローチ】
| フェーズ | 技術 | 説明 |
|---|---|---|
| 検索 | MeCab / SudachiPy | 日本語の形態素解析で重要語抽出 |
| 構文理解 | spaCy（日本語）+ transformers | 文の意味構造解析 |
| 検索拡張 | Elasticsearch / Meilisearch | 高速な全文検索と類似検索 |
| 抽出 | ChatGPT API / LLM | 意味的に「課題」「成果」を分類・抽出 |
📝【今後に向けて】
- 議事録のデータ化（PDF→テキスト）
- 検索・分析対象の分類（会期・議員・テーマなど）
- AIでの自動要約・分類機能の導入
- Web化 or Excelレポート化
お試し議事録
https://www.city.chiba.jp/shigikai/documents/zanteiban_070205.pdf
PDFファイル「令和7年第1回定例会（2025年2月5日）」の議事録を確認しました。
これをもとに、議員の質問内容と行政の答弁内容から、「課題」と「成果」を抽出して整理します。
🔍 抽出例（前半からの要約）
🧑⚖️ 質問者：大川せい子 議員（公明党）
質問テーマ1：災害対策としてのマンホールトイレの整備
- 課題：災害時のトイレ確保が困難。特に学校等の避難所では、トイレ機能の整備が十分ではない。
- 答弁：マンホールトイレの設置を避難所のうち27カ所に整備済み。引き続き計画的な設置を進める。
- 成果：整備済み避難所数の具体的提示、計画的拡充の方針
質問テーマ2：ヤングケアラー支援
- 課題：家族の世話を担う若者（ヤングケアラー）への支援が不足している
- 答弁：実態調査を行っており、今後は早期発見や相談体制を整備していく
- 成果：実態把握に基づく支援体制構築方針
質問者：石井茂宏 議員（自民党）
質問テーマ：こども家庭センターの相談支援体制
- 課題：児童相談所の機能分散と、支援の複雑化
- 答弁：令和6年4月に「こども家庭センター」を設置。専門職を配置し、ワンストップ支援を目指す
- 成果：新組織の設置とワンストップ支援体制の具体的整備
📝 形式的出力イメージ（表形式）
| 議員 | テーマ | 課題 | 答弁内容 | 成果 |
|---|---|---|---|---|
| 大川せい子 | マンホールトイレ整備 | 災害時のトイレ不足 | 27か所設置済、計画的整備継続 | 実装進行中 |
| 大川せい子 | ヤングケアラー支援 | 若者の介護負担 | 実態調査と早期支援体制強化 | 調査完了・制度構築中 |
| 石井茂宏 | こども家庭センター設置 | 支援の複雑化・分断 | 令和6年に新センター開設 | ワンストップ体制確立へ |
課題に対して、結果（成果）を判断していく必要があるが、まずは議事録をすべてよむまえに、ここまで整理されていたら、完了しているのか、進行中なのか、やってないのかの判断ができる。
これの即見える化は非常に重要なことだ。
🧩 システム全体像
1. 🔽 議事録アップロード（PDF対応）
- ユーザーが議事録PDFをアップロード
- システム側で自動的にテキスト化（OCR or PDFテキスト抽出）
2. 🔍 全文検索 + 自然言語解析
- 対象の文を分割（発言者・質問・答弁ごと）
- ChatGPT APIなどで「質問 → 課題」「答弁 → 成果」を抽出
- カテゴリ別にタグづけ（例：「防災」「福祉」「教育」など）
3. 📊 出力・表示
- 課題・成果ごとの一覧をWeb上に表示
- Excel/CSV形式でダウンロード可能
- フィルター：会期・議員名・キーワード
💻 技術スタック（例）
| 要素 | 推奨技術 |
|---|---|
| フロントエンド | Vue.js / Blade（Laravel） |
| バックエンド | Laravel（PHP） |
| テキスト抽出 | pdf2text / Tesseract OCR（画像PDF対応） |
| 自然言語解析 | OpenAI GPT-4 API or Claude 3 |
| 検索機能 | Meilisearch or Elasticsearch |
| データベース | MySQL or PostgreSQL |
🧠 AIによる処理の例
{
"speaker": "大川せい子",
"question": "災害時にトイレが不足する…",
"issue": "災害時におけるトイレの確保不足",
"response": "27か所にマンホールトイレ整備済。今後も継続。",
"result": "27か所整備済＋今後の整備計画明言"
}
議事録から、解析した結果をDBに蓄えて、形式的出力イメージ（表形式）が出力されることでわかりやすいと思います。
🧩 システム構成概要
① 議事録アップロード・解析
- PDF or テキストアップロード
- AI（ChatGPT APIなど）で発言ごとに「課題」「成果」を抽出
- 結果を構造化してDB保存
② データベース設計（例）
という具合に、考えは、即コードへと落としていくことができるのですよ。
ただし、こういった流れについていけるかどうかというのもあるんだろうな。いっきに考えやコードが生成されたとしても、それを許容できる準備がないと、人間が対応できない。
そこで一番大事なのが、これを即動作させることができる環境があることと、どこにどのようにファイルをつくればよいのか。
実際に動かすことができれば、一気に疲れも吹き飛ぶが
泥沼に入り込む場合もある。一筋縄でいくもんでもないが、それを勉強とおもい楽しんでいくことこそが人生なのだ。そこを乗り越えてどのような場合にも対処できるようになると怖いものなしだ。
じゃ、さっさと実装してみよう。
