[3P4-OS-46b] OS-46

[3P4-OS-46b-02] Extracting Causal Relationships from Narrative Text and Constructing Causal Networks Using LLM

〇Kota Hashimoto¹, Raitaro Kosuge¹, Sora Ishibashi¹, Kazuki Yoshihara¹, Satoshi Kurihara¹ (1. Keio University )

Keywords:LLM, Causal Inference, Causal Network

因果推論は科学的研究や社会科学,医療,経済など多岐にわたる分野で重要な役割を果たしている.事象間の因果関係を明らかにすることで,意思決定や政策立案の質を向上させることができる.本研究では,近年飛躍的な進化を遂げた大規模言語モデル（LLM）を活用して,物語文から因果関係の表現を特定し,因果ネットワークを構築する手法を提案する.具体的には,LLMの文脈理解能力を活用し,物語文中の因果関係を示唆する表現を抽出するためのアルゴリズムを設計した.次に,抽出した因果関係をもとに,事象間の因果関係をグラフ構造で表現する因果ネットワークを構築し,その構造を解析した.本研究の成果により,LLMを用いたテキストベースの因果推論手法が,データサイエンスの新たなツールとして有効であることを示した.これは,文学分析や教育だけでなく,テキストデータからの知見発見や意思決定支援の高度化に貢献することが期待される.