[1Win4] ポスターセッション1

[1Win4-93] 大規模言語モデルを用いた因果連鎖提示システムの構築

〇池上 暁雄¹、高柳 剛弘¹、村山 友里¹、和泉 潔¹ (1.東京大学)

キーワード：因果関係ネットワーク、大規模言語モデル、Retrieval-Augmented Generation

企業活動や政策立案において，エビデンスベースの意思決定が重要視される．これを実現するためには，一般に広く原因-結果として認識される社会現象間の因果関係を把握することが欠かせない．従来、因果関係の収集は公的統計の分析以外に，テキストマイニングにより行われていた．しかし，抽出される因果関係は，テキストデータの性質や数に過度に依存しないことが望ましい．そこで，本研究では，汎用的な知識を内包する大規模言語モデル（LLM）を用いて，与えられた経済事象に関係した因果関係知識の生成を行い因果系列として提示する，新しい因果連鎖提示システムを構築する．決算短信を用いた評価実験を行った結果，LLMとRAGの組み合わせによる因果関係生成の精度改善は確認されなかったが，LLMの活用により既存手法に比べて「意外性と多様性に富んだ」出力が可能となることが確認された．また，事例分析を通じて結果について考察した．