[2Win5] ポスターセッション2

[2Win5-51] 大規模言語モデルを用いた未知エンティティのアラインメント手法

〇尾崎 花奈¹、今一 修¹、十河 泰弘¹ (1.株式会社日立製作所 研究開発グループ)

キーワード：エンティティアラインメント、大規模言語モデル、知識グラフ

エンティティアラインメントは，2つの異なる知識グラフから，同一の実体を参照するエンティティのペアを見つけるタスクであり，複数の知識グラフの統合において必要となる重要なタスクである．近年，大規模言語モデル(LLM)が持つ広範な背景知識と推論能力を利用して従来のEA手法を強化する手法が提案されている．これらの手法ではプロンプトにエンティティの名前を入力することで，LLMが持つエンティティに関する事前知識を利用している．しかし，実用においては，最新の記事に含まれるエンティティや特定ドメインのエンティティを対象とする場合など，統合対象のエンティティが未知である場合が考えられる．そこで本報告においては，未知のエンティティに対しても隣接エンティティの共通性を用いて2つのエンティティのアラインメント関係を推論する手法を提案する．実験においてエンティティの名前をランダムに置き換えた評価データを用い，既存のLLMベースのEA手法の精度を上回ることを確認した．