Pythonによる日本語の”機械学習”－２（契約約款の比較表作成）

〇 日本語の”機械学習”による契約約款の比較表作成

• 「Pythonによる日本語の”機械学習”」が使用できる題材として、契約約款のチェックのための比較表の作成を取り上げます。
• 大手ゼネコンクラスの民間の元請工事請負契約において、契約約款は「民間（七会）連合協定工事請負契約約款」が使用されることが一般的ですが、国土交通省は大規模工事用として「民間建設工事標準請負契約約款（甲）」を、また小規模工事用として「民間建設工事標準請負契約約款（乙）」を標準約款として定めています。
• しかし、発注者（又は設計者）によっては独自の（片務的な）「指定約款」を定め、元請負業者にその使用を求めてくるケースも少なくありません。
• このような場合、発注者の指定約款をリーガルチェックする必要がありますが、チェックの比較対象とする約款は国土交通省所定の「民間建設工事標準請負契約約款（甲）」とするのが、その後、発注者と見直し交渉する場合にも説得力が増します。
• しかし、約款は一般に数十条もあること、各条の文言が日本語の長文であること、また約款に書かれている条文の定めや条項の順序は約款ごとに異なることなどから、その内容を把握して比較表を作成するのは一苦労です。
• そこで、「Pythonによる日本語の”機械学習”－１」で作成した機械学習のアルゴリズムをそのまま使って、Pythonで自動的に「民間建設工事標準請負契約約款（甲）」と発注者の指定約款との比較表を作るプログラムを作成してみます。
• プログラムは次のとおりです。大きく、「形態素解析の設定」、「学習フェーズ－１（Wordの約款をExcel形式に変換）」、「学習フェーズ－２（学習）」、「予測フェーズ－１（Wordの約款をExcel形式に変換）」、「予測フェーズ－２（予測）」、「比較表作成フェーズ」に分かれます。
• 「形態素解析の設定」は、「Pythonによる日本語の”機械学習”－１」とほぼ同じですが、ここでは特定文字や固有名詞などの除去は行っていません。複合名詞の設定は行ってみました。
• 「学習フェーズ」における学習用データは「民間建設工事標準請負契約約款（甲）」だけです。学習用データとしては少な過ぎますが、建設工事の約款は似たようなフレーズが並ぶこと、また「Pythonによる日本語の”機械学習”－１」で使った機械学習アルゴリズムが好成績だったことから、これで十分と考えました。Wordファイルの学習用約款は、1行目が約款名、2行目は空白行、3行目以降は各条項（条項見出し行（＝「カテゴリー」とする）＋条文＋空白行の組合せ）とし、Wordの表形式は使用されていないものとしています。「民間建設工事標準請負契約約款（甲）」は、学習用データとして適切になるよう一部を変更しています（第1条の総則は、第1項を「信義誠実の原則」、第2項を「請負契約の目的」、第3項を「書面主義」、第6項を「設計意図」として別カテゴリーで独立させ、第4～5項を第9条の「監理者」と一体化させています。第33～36条は「発注者の中止権及び解除権」として一体化（間の空白行をなくすこと）させ、第37～40条は「受注者の中止権及び解除権」として一体化させ、第47条の「補則」は「規定外事項の協議」と表記を変えています。また、「民間建設工事標準請負契約約款（甲）」にはないものの、「民間（七会）連合協定工事請負契約約款」など一般の約款では条項とされていることの多いものとして、第1条の2に「用語の定義」、第7条の2に「秘密の保持」を前後の条項と矛盾しない内容で挿入していますが、比較表作成時には「民間建設工事標準請負契約約款（甲）」の条文としては削除する必要があるため見出しの前に「*」を付けて区分しています）。変更後の約款は、次のＰＤＦファイルのとおりです。
• 学習用約款（「民間建設工事標準請負契約約款（甲）」を一部変更）
• まず「学習フェーズ－１」では、（Wordファイルである）学習用の約款ファイル名（ここでは、上記のとおり「民間建設工事標準請負契約約款（甲）」を一部変更したもの）を指定し、これを機械学習するためExcelファイルに変換します。このためデータフレーム（df_g）を準備したうえで、Wordファイルを１パラグラフずつ読み込んで、各条項見出しを（括弧を外して）「カテゴリー」としてA列のセルに書き込み、当該条項見出しに対応した条文の全てのパラグラフ（条項見出しを含む）をB列のセルに書き込むことで、学習用Excelファイルを作成します。空白行の次の行からその次の空白行までが1つの条項見出しに対応した条文とみなされます。
• なお、PythonでExcelファイルを扱う場合、Excelとの親和性が高い openpyxlライブラリ を使用したいところですが、条文は一つ一つが長文の日本語であるためか、openpyxlライブラリの saveコマンドでファイル保存しようとすると、一部（数％）のセルでデータの欠損が発生します。元データを1文字増減させると欠損部分も1文字ずれるので、作業用ファイル（あるいは変数）の文字数に何らかの制約があるためかと思われます。このため、代わりに pandasライブラリ を使ってみましたが、pandasライブラリ の ExcelWriter を使用するとやはり一部のセルでデータ欠損が発生します。最終的には、単に pandasライブラリの to_excelコマンド で保存すると欠損しないことが分かりました。openpyxlライブラリ や（pandasライブラリの）ExcelWriter（＋styleframeライブラリのStyleFrame）が使用できないと、Excelの書式設定ができない点が困りものですが、やむをえません。このため、ここでは pandas のデータフレーム（pandas.DataFrame）形式でExcelデータを作成しています。
• 次に「学習フェーズ－２」では、作成した学習用Excelファイルのデータを（カテゴリーごとに）1行ずつ取り出し、「条文」項目の内容を形態素解析関数「keitaiso」で処理して単語（名詞のみ）に分かち書きし、カテゴリー別の単語出現回数をカウントして記録（学習）します（この学習アルゴリズムは、「Pythonによる日本語の”機械学習”－１」と全く同じです）。また、形態素解析が適切かどうか確認するため、抽出した「単語集」をC列（タイトル名「形態素解析」）に新たに書き込み、「（学習）」という語句を加えたファイル名でファイル保存します。また、条文がExcelファイル上で欠損なく保存されたかチェックし、もし欠損が生じた場合はその状況を画面印刷します。
• 「予測フェーズ－１」では、比較をしたい（ Wordファイルである）予測用の約款ファイル名（ここでは題材として「民間（七会）連合協定工事請負契約約款」を使用）を指定し、これを機械学習するためExcelファイルに変換します。予測用の約款は、1行目が約款名、2行目は空白行、3行目以降は各条項（条項見出し行（予測用では条項見出し行は無くても構わない）＋条文＋空白行の組合せ）とし、Wordの表形式は使用されていないものとしています（予測用約款のWordファイルでは、条項と条項の間に1行の空白行を設ける決まり以外は大きな制約はありません）。このためデータフレーム（df_y）を準備したうえで、Wordファイルを１パラグラフずつ読み込んで、各条文の全てのパラグラフをB列のセルに書き込むことで、予測用Excelファイルを作成します。なお、「民間（七会）連合協定工事請負契約約款」の場合、第1条だけはカテゴリー分類が適切となるよう、次のように適宜空白行を入れて分割する必要があります（このように、予測用約款において、「総則」や「雑則」などとして1つの条内で複数の異なる”決めごと”をまとめている条項がある場合は、条内の各項ごとに空白行を入れて分割しておかないと適切なカテゴリー分けが行われません）。
• 
• 「予測フェーズ－２」では、作成した予測用のExcelファイルのデータを1行ずつ取り出し、「条文」項目の内容を形態素解析関数「keitaiso」で処理して単語（名詞のみ）に分かち書きし、学習用データにおけるカテゴリー別の単語の出現回数から、予測用データにカテゴリー別のスコアを付け、最もスコアの高かったカテゴリーを予測カテゴリーとしA列に、学習・予測結果を保存するため抽出した「単語集」をC列（タイトル名「形態素解析」）に、全カテゴリーのスコア順リストをD列に新たに書き込み、「（予測）」という語句を加えたファイル名でファイル保存します（この予測アルゴリズムも、「Pythonによる日本語の”機械学習”－１」と全く同じです）。また、条文がExcelファイル上で欠損なく保存されたかチェックし、もし欠損が生じた場合はその状況を画面印刷します。
• 最後の「比較表作成フェーズ」では、学習用データの各カテゴリーに対応する学習用データの条文と予測用データの条文を比較するExcelファイルを作成するため、データフレーム（df_h）を準備します。学習用データにおけるカテゴリーをA列に、当該カテゴリーに対応した学習用データの条文をB列に、当該カテゴリーに対応した予測用データの条文ををC列に新たに書き込み、「（比較）」という語句を加えたファイル名でファイル保存します。
• プログラムを実行させてみると、「民間建設工事標準請負契約約款（甲）」と「民間（七会）連合協定　工事請負契約約款」は姉妹約款のようなものという理由もあって、一致率は100%でした（「民間（七会）連合協定　工事請負契約約款」が正しくカテゴリー分類されている）。完成した比較表を見ると、「民間建設工事標準請負契約約款（甲）」にあって「民間（七会）連合協定　工事請負契約約款」にないものは「著しく短い工期の禁止」と「情報通信の技術を利用する方法」であり、「民間（七会）連合協定　工事請負契約約款」にあって「民間建設工事標準請負契約約款（甲）」にないものは「用語の定義」と「秘密の保持」であることがすぐに分かります（実際には約款の他の項目に記述されて実質的な内容的には差がないものもあります）。各約款の内容の違いもすぐに比較できるので、発注者の指定約款が国土交通省の指定約款とどのくらい異なっているかを検討する手間が大幅に短縮できるものと思われます。
• 予測用約款を「民間建設工事標準請負契約約款（乙）」にすると、「民間建設工事標準請負契約約款（甲）」にあって「同（乙）」にないものは、「設計意図」「工事用地の確保等」「関連工事の調整」「特許権等の使用」「保証人」「現場代理人及び監理技術者等」「工事関係者についての異議」「支給材料及び貸与品」「その他の検査」「部分使用」「部分引渡し」であることや、各条項の内容が簡略化されていることもすぐに分かります。
• なお、「民間建設工事標準請負契約約款（甲）」には、必要と思われる多くの条項見出し（＝「カテゴリー」）がありますが、発注者の指定約款に全く別のカテゴリーとすべき条文が入ってくることは十分あり得ます。その場合、（C列の）当該条文は「民間建設工事標準請負契約約款（甲）」のどこかのカテゴリーに入り込むことになりますが、必ず空白行で区切られているので、チェックしてみて下さい。

# 日本語の”機械学習”－２（契約約款の比較表作成）

# 必要なモジュールを呼び出す

import os, re, sys

import docx

import pandas as pd

from janome.charfilter import *

from janome.analyzer import Analyzer

from janome.tokenizer import Tokenizer

from janome.tokenfilter import CompoundNounFilter,POSKeepFilter,POSStopFilter,LowerCaseFilter

# 機械学習する契約約款のWordファイルがあるディレクトリ「dir」を指定する

dir = r'C:\Users\......\......\......\......\......'

# 【 形態素解析の設定 】－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

# 「janome」による形態素解析のパラメーター設定

char_filters = []

tokenizer = Tokenizer()

token_filters = [

                 CompoundNounFilter(), # 連続する名詞は複合名詞にする

                 POSKeepFilter(['名詞']), # 名詞のみを取得する

                ]

analyzer = Analyzer(char_filters=char_filters,tokenizer=tokenizer,token_filters=token_filters) 

# 形態素解析関数「keitaiso」の定義

def keitaiso(text):

    w_list = [] # 形態素解析で順に取り出した単語のリスト（同一単語の重複あり）

    w_list_u = [] # 形態素解析で順に取り出した単語のリスト（同一単語の重複なし）

    words = '' # w_listの単語を /（スラッシュ記号） で区切りながら1つにつなげた「単語集」

    # 前処理したテキストを「janome」のパラメーター設定に基づき形態素解析して単語（名詞のみ）を取り出しリスト化（w_list）する

    # また、それらの単語をつなげて「単語集」（words）を作る

    for j in analyzer.analyze(text):

        wbf = j.base_form

        w_list.append(wbf) 

        words += wbf+'/' 

    # w_list から同一単語の重複を取り除いたユニークリスト w_list_u を作る

    w_list_u = set(w_list)

    # w_list、w_list_u 、words を形態素解析関数「keitaiso」の結果として返す

    return w_list,w_list_u,words

# 【 学習フェーズ－１（Wordの約款をExcel形式に変換）　】－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

# 学習用の約款（Wordファイル）のファイル名「nam_g」を指定し読み込む

# 約款は、1行目が約款名、2行目は空白行、3行目以降は各条項（条項見出し行＋条文＋空白行の組合せ）とし、Wordの表形式は使用されていないものとする

nam_g = '民間建設工事標準請負契約約款（甲）_一部変更'

nam1_g = nam_g+'.docx'

path1_g = os.path.join(dir,nam1_g) 

doc = docx.Document(path1_g)

yakkan_g = doc.paragraphs[0].text # 1行目から約款名を取得

# Wordファイルから読み込んだ約款データを機械学習するため、Excel形式に変換して保存することとし、このためデータフレーム（df_g）を準備する

#  df_gのA列は「カテゴリー」として（）で括られた各条項見出しを書き込む

#  df_gのB列は当該条項見出しに対応した各条文を書き込む

#  df_gのC列は形態素解析が適切かどうか確認するため、抽出した「単語集」を保存する

df_g = pd.DataFrame(data=None,index=None,columns=['カテゴリー','条文（'+yakkan_g+'）','形態素解析'])

# Wordファイルを１パラグラフずつ読み込み、各条項見出しをA列のセルに書き込み、

# 当該条項見出しに対応した条文の全てのパラグラフ（条項見出しを含む）をB列のセルに書き込む

category = '' # 条項見出し(カテゴリー)

jyoubun = '' # 条文

jyoubun_c = [] # 条文が正しく保存されたチェックするためのリスト

i = 1

for para in doc.paragraphs:

    if para.text != '' and para.text != yakkan_g:

        jyoubun += para.text + '\n' # 1つの条文内でもパラグラフごとに改行記号（\n）を挿入

    else:

        if para.text == '' and jyoubun != '':

            c1 = jyoubun.find('（')

            c2 = jyoubun.find('）')

            category = jyoubun[c1+1:c2] # カテゴリーは条項見出しから括弧を取り除いたものとする

            df2_g = pd.DataFrame(data={'カテゴリー':[category],'条文（'+yakkan_g+'）':[jyoubun],'形態素解析':['']})

            df_g = pd.concat([df_g, df2_g])

            jyoubun_c += [jyoubun]  

            i += 1

            jyoubun = ''

# 【 学習フェーズ－２（学習）　】－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

# 学習用データを1行ずつ取り出し、「条文」項目の内容を形態素解析して単語（名詞のみ）に分かち書きし、

# カテゴリーの出現回数や、カテゴリー別の単語出現回数をカウントする

c_n = {} # カテゴリーの出現回数を記録する辞書型変数

cw_n = {} # カテゴリー別の単語の出現回数を記録する辞書型変数

for i in range(df_g.shape[0]):

    # 「条文」項目を形態素解析するテキスト（text）とする

    text = df_g.iloc[i,1] 

    # 「カテゴリー」項目をカテゴリー（c）とする

    c = df_g.iloc[i,0]

    # テキスト（text）を形態素解析関数「keitaiso」で処理し結果（w_list,w_list_u,words）を得る

    w_list,w_list_u,words = keitaiso(text)

    # カテゴリー（c）別の単語（w）の出現回数を辞書型変数（cw_n）にカウントする

    for w in w_list:

        if not c in cw_n:

            cw_n[c] = {}

        if not w in cw_n[c]:

            cw_n[c][w] = 0

        cw_n[c][w] += 1

    # カテゴリー（c）の出現回数を辞書型変数（c_n）にカウントする

    if not c in c_n:

        c_n[c] = 0

    c_n[c] += 1

    # 形態素解析して抽出した「単語集」をC列に保存する

    df_g.iloc[i,2] = words

# 形態素解析の結果を残すExcelファイルとして、「nam_g」に「（学習）」という語句を加えたファイル名でファイル保存する

nam2_g = nam_g+'（学習）'+'.xlsx'

path2_g = os.path.join(dir,nam2_g) 

df_g.to_excel(path2_g,header=True,index=False)

print('パス '+path2_g+' でファイルを保存しました')

# 条文がExcelファイル上で欠損なく保存されたかチェックする（欠損が生じた場合はその状況を画面印刷する）

flag = '0'

for i in range(df_g.shape[0]):

    if df_g.iloc[i,1] != jyoubun_c[i]:

        print('【保存した欠損のあるデータ】')

        print(df_g.iloc[i,1])

        print('↓')

        print('【正しいデータ】')

        print(jyoubun_c[i])

        flag = '1'

if flag != '1':

    print('学習データの各条文は正しく保存されました。')

# 【 予測フェーズ－１（Wordの約款をExcel形式に変換）】－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

# 予測用の約款（Wordファイル）のファイル名「nam_y」を指定し読み込む

# 約款は、1行目が約款名、2行目は空白行、3行目以降は各条項（条項見出し行＋条文＋空白行の組合せ）とし、Wordの表形式は使用されていないものとする

# なお、予測用の約款では条項見出し行は無くても構わない

nam_y = '民間（七会）連合協定工事請負契約約款_一部変更'

nam1_y = nam_y+'.docx'

path1_y = os.path.join(dir,nam1_y) 

doc = docx.Document(path1_y)

yakkan_y = doc.paragraphs[0].text # 1行目から約款名を取得

# Wordファイルから読み込んだ約款データを機械学習するため、Excel形式に変換して保存することとし、このためデータフレーム（df_y）を準備する

#  df_yのA列は条文の内容から予測した「カテゴリー」を書き込む

#  df_yのB列は各条文を書き込む

#  df_yのC列は形態素解析が適切かどうか確認するため、抽出した「単語集」を保存する

#  df_yのD列はカテゴリーを予測した根拠である「スコアリスト」を保存する

df_y = pd.DataFrame(data=None,index=None,columns=['カテゴリー','条文（'+yakkan_y+'）','形態素解析','スコアリスト'])

# Wordファイルを１パラグラフずつ読み込み、各条文の全てのパラグラフをB列のセルに書き込む

jyoubun = '' # 条文

jyoubun_c = [] # 条文が正しく保存されたチェックするためのリスト

i = 1

for para in doc.paragraphs:

    if para.text != '' and para.text != yakkan_y:

        jyoubun += para.text + '\n' # 1つの条文内でもパラグラフごとに改行記号（\n）を挿入

    else:

        if para.text == '' and jyoubun != '':

            df2_y = pd.DataFrame(data={'カテゴリー':[''],'条文（'+yakkan_y+'）':[jyoubun],'形態素解析':[''],'スコアリスト':['']})

            df_y = pd.concat([df_y, df2_y])

            jyoubun_c += [jyoubun] 

            i += 1

            jyoubun = ''

# 【 予測フェーズ－２（予測）　】－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

# 予測用データ（「条文」項目）の内容を1行ずつ取り出し、形態素解析して単語（名詞のみ）に分かち書きし、

# 学習用データにおけるカテゴリー別の単語の出現回数から、予測用データに各カテゴリー別のスコアを付け、

# 最もスコアの高かったカテゴリーを予測カテゴリーとする

for i in range(df_y.shape[0]):

    sc_list = [] # 予測用データ1行ごとに、カテゴリー別のスコアを記録するリスト

    best_c = '' # 予測用データ1行ごとに、最もスコアの高かったカテゴリー名を記録する変数

    best_sc = 0 # 予測用データ1行ごとに、最もスコアの高かったカテゴリーのスコアを記録する変数

    # 「条文」項目を形態素解析するテキスト（text）とする

    text = df_y.iloc[i,1] 

    # テキスト（text）を形態素解析関数「keitaiso」で処理し結果（w_list,w_list_u,words）を得る

    w_list,w_list_u,words = keitaiso(text)

    # 学習フェーズで出現したカテゴリーを1つずつ取り出し、以下の作業を繰り返す

    for c in c_n.keys():

        # 学習フェーズでの当該カテゴリーの出現率をスコア（sc）の基礎点とする（100分率とする）…スコア計算①

        sc = (c_n[c]/sum(c_n.values()))*100

        # 予測用データで出現した単語のリスト（同一単語の重複なし w_list_U）から単語（w）を1つずつ取り出し、以下の作業を繰り返す

        n = 0 

        for w in w_list_u:

            # 当該単語（w）が学習フェーズで当該カテゴリーにおいて出現していた場合は、そのときの出現数を分子（n）とする

            if w in cw_n[c]:

                n = cw_n[c][w]

            # また、学習フェーズで当該カテゴリーで出現した単語の総数を分母（d）とする

            d = sum(cw_n[c].values())

            # 当該カテゴリーにおける当該単語の学習フェーズ出現率（分子/分母）を計算して、スコア（sc）に加算していく（100分率とする）…スコア計算②

            sc += (n/d)*100

        # 予測用データで出現した単語のリスト（同一単語の重複あり w_list）から単語（w）を1つずつ取り出し、以下の作業を繰り返す

        n = 0 

        for w in w_list:

            # 当該単語（w）が学習フェーズで当該カテゴリーにおいて出現していた場合は、分子（n）に1を加える

            # （出現回数が増えると比例して分子（n）の数も増えていくのでスコア（sc）も累進的に増加する）

            if w in cw_n[c]:

                n += 1

            # また、予測用データで出現した単語の総数を分母（d）とする

            d = len(w_list)

            # 当該カテゴリーにおける当該単語の予測フェーズ出現率（分子/分母）を計算して、スコア（sc）に加算していく（100分率とする）…スコア計算③

            sc += (n/d)*100

        # 当該カテゴリーのスコアが他のカテゴリーのスコアよりも大きければ、そのカテゴリー（best_c）とスコア（best_sc）を記録する

        if sc > best_sc:

            best_c = c

            best_sc = sc

        # 当該カテゴリーのスコアとカテゴリー名（スコア付）をリスト化（sc_list）する

        sc_list.append((sc , c+'('+"{:.1f}".format(sc)+'）;'))

    # 形態素解析して抽出した「単語集」をC列に保存する

    df_y.iloc[i,2] = words

    # 予測カテゴリーをA列に保存する

    df_y.iloc[i,0] = best_c

    # カテゴリー名（スコア付）をスコアの降順に並び替えて1つにつなげ、D列に保存する

    con_sc_list = ''

    sort_sc_list = sorted(sc_list,reverse=True)

    for j in sort_sc_list:

        con_sc_list += j[1]

    df_y.iloc[i,3] = con_sc_list

# 予測の結果を残すExcelファイルとして、「nam2_y」に「（予測）」という語句を加えたファイル名でファイル保存する

nam2_y = nam_y+'（予測）'+'.xlsx'

path2_y = os.path.join(dir,nam2_y) 

df_y.to_excel(path2_y,header=True,index=False)

print('パス '+path2_y+' でファイルを保存しました')

# 条文がExcelファイル上で欠損なく保存されたかチェックする（欠損が生じた場合はその状況を画面印刷する）

flag = '0'

for i in range(df_y.shape[0]):

    if df_y.iloc[i,1] != jyoubun_c[i]:

        print('【保存した欠損のあるデータ】')

        print(df_y.iloc[i,1])

        print('↓')

        print('【正しいデータ】')

        print(jyoubun_c[i])

        flag = '1'

if flag != '1':

    print('予測データの各条文は正しく保存されました。')

# 【 比較表作成フェーズ　】－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

# 学習用データの各カテゴリーに対応する学習用データの条文と予測用データの条文を比較するExcelファイルを作成する

# そのため、データフレーム（df_h）を準備する

#  df_hのA列は学習用データの「カテゴリー」を書き込む

#  df_hのB列は学習用データの「条文」を書き込む

#  df_hのC列は「カテゴリー」に対応した予測用データの「条文」を書き込む

df_h = pd.DataFrame(data=None,index=None,columns=['カテゴリー','条文（'+yakkan_g+'）','条文（'+yakkan_y+'）'])

for i in range(df_g.shape[0]):

    jyoubun_y = ''

    for j in range(df_y.shape[0]): # 「カテゴリー」に対応した予測用データの「条文」が複数ある場合は改行キー（\n）を挟んで続けて書き込む

        if df_g.iloc[i,0] == df_y.iloc[j,0]:

            jyoubun_y += df_y.iloc[j,1] + '\n'

    if df_g.iloc[i,1][0:1] == '*': # 学習用データの「条文」は、もし先頭に「*」が付いていれば本来存在しない条項なので書き込まない

        df_g.iloc[i,1] = ''

    if df_g.iloc[i,1] != '' or jyoubun_y != '':

        df2_h = pd.DataFrame(data={'カテゴリー':[df_g.iloc[i,0]],'条文（'+yakkan_g+'）':[df_g.iloc[i,1]],'条文（'+yakkan_y+'）':[jyoubun_y]})

        df_h = pd.concat([df_h, df2_h])

# 学習データと予測データの比較した結果を残すExcelファイルとして、「nam2_h」に「（比較）」という語句を加えたファイル名でファイル保存する

nam2_h = nam_y+'（比較）'+'.xlsx'

path2_h = os.path.join(dir,nam2_h) 

df_h.to_excel(path2_h,header=True,index=False)

print('パス '+path2_h+' でファイルを保存しました')

• 実行結果は次のとおりです。

パス C:\Users\......\......\......\......\......\民間建設工事標準請負契約約款（甲）_一部変更（学習）.xlsx でファイルを保存しました

学習データの各条文は正しく保存されました。

パス C:\Users\......\......\......\......\......\民間（七会）連合協定工事請負契約約款_一部変更（予測）.xlsx でファイルを保存しました

予測データの各条文は正しく保存されました。

パス C:\Users\......\......\......\......\......\民間（七会）連合協定工事請負契約約款_一部変更（比較）.xlsx でファイルを保存しました

• このときの実行結果の約款を比較したExcelファイルは次のとおりです（一部）。なお、このファイルは（pandasライブラリ の to_excelコマンド で保存しているため）書式設定されずに出力されるので、「列の幅」や「縦位置の上詰め」「折り返して全体を表示」などの書式設定は、ファイル出力後に手作業で行っています（好みの書式に設定してください）。
•