Универсальный конструктор юридических документов (командный проект)

Компания	Easy Law
Учебный семестр	Осень 2017
Учебный курс	3-й курс
Максимальное количество студентов, выбравших проект: 2

Что это за проект?

Продукт предназначен для сектора b2b, а именно для компаний с юридическим отделом более 15 специалистов и оборотом более 1000 юридических документов в месяц. Конструктор решает проблему составления документов, в особенности договоров. В компаниях часто отсутствуют продукты автоматизации, которые бы помогали юристам быстрее и качественнее работать с документами. Это включает проблемы работы с версиями документов, создания типовых документов, подготовки пакетов документов, автозаполнения. Автоматизация этих процессов будет экономить до 50% времени юриста и десятки миллионов рублей в год для организации.

Мы решаем вышеуказанные проблемы, концентрируя внимание на вопросе создания типовых документов.

Чему научатся студенты? Что самое интересное в проекте?

Технологии машинного обучения, создание онлайн-редактора документа.

Организация работы (Как студенты будут работать в команде?)

1 студент будет выполнять работу на бэк-энде.

1 студент будет выполнять работу на фронт-энде.

Куратор проект будет координировать их работу.

Компоненеты (Из каких частей состоит проект?)

На первом этапе конструктор юридических документов должен выполнять следующие функции: - разбивать текст документа на блоки - определять взаимоисключающие условия - определять взаимодополняющие условия Первый этап реализуется до января 2018г.

На следующем этапе создается онлайн-редактор для реализации следующих задач: - конструирование документов на основе ранее определенных логических связей - настраивание документа для автозаполнения (проставление меток) Этот этап реализуется до апреля 2018г.

На последнем этапе реализуется машинное обучение. Алгоритмы машинного обучения должны выполнять следующие функции: - обучаться на опыте настраивания конструктора пользователем, чтобы экономить дополнительные 10% времени юриста - обучаться на опыте проставления пользователем меток для автозаполнения, чтобы экономить дополнительные 10% времени юриста Последний этап реализуется до июня 2018г.

Какие будут использоваться технологии?

Студенты научатся:

- обрабатывать текст на разных уровнях препроцессинга (токенизация, pos-tagging, разбиение на предложения)

- работать с сервером через ssh; работать в командной строке Linux

- работать с приложениями посредством REST API

- работать с бэкендом на Django/Flask

- писать фронтенд, используя современные фреймворки и технологии (Bootstrap/JQuery и т.п.)

- работать с системой контроля версий git

- покрывать код тестами

Какие начальные требования?

- знания Python

- начальные знания HTML, CSS

- инициативность в решении задач разработки

- желательно и очень приветствуется: знание JavaScript, Django/Flask, работа с REST API, NLP, scikit-learn

- или желание во всем этом разбираться

Темы вводных занятий

1. Общее описание технологий NLP и алгоритмов машинного обучения.

Критерии оценки

В части бэк-энда:

4-5: функционал по разбивке текста на блоки

6-7: функционал конструирования документов на основе ранее определенных логических связей и настраивание документа для автозаполнения (проставление меток)

8-10 внедрение алгоритмов машинного обучения поверх вышеупомянутых фукнций

В части web:

4-5: минимальный функционал веб-приложения

6-7: реализация на фронт-энде функционала конструирования документов на основе ранее определенных логических связей

8-10: реализация на фронт-энде функционала настраивания документа для автозаполнения (проставление меток)

Похожие проекты

FreshDoc (freshdoc.ru) - конструктор юридических документов

Контактная информация

Андрей Диденко