[1Yin-B] Poster 2

[1Yin-B-48] Matching Score Estimation Between Company Challenges and Technology Using Graph Neural Network

〇Yuta Yajima¹, Kunihiko Harada¹, Shigenori Matsumoto¹ (1. Hitachi, Ltd.)

Keywords:

Graph Neural Network,Graph Representation Learning,Decision Support,Generative AI,Natural Language Processing

提案活動では企業課題に適合する技術を迅速かつ高精度に選定することが重要である。近年、社会・事業環境の変化により企業の意思決定サイクルが短期化する一方、課題は複雑化しており、限られた時間で課題を理解し、適切な技術を選定することが求められる。複雑化の一因として、企業の意思決定に複数のステークホルダが関与し、課題の全体像把握と技術適合度の判断が困難になっている点が挙げられる。本研究では、企業が抱える課題と、技術が解決可能な課題をそれぞれグラフとして表現し、Graph Neural Network（GNN）により両者の適合度を推定する技術推薦手法を提案する。企業グラフは統合報告書から課題を抽出して構築し、技術グラフは特許文書から課題解決構造を抽出して構築する。提案手法は、課題文の表層的な類似性に加え、課題間の関係性を反映したノード埋め込みをGNNが学習することで精度の高いマッチングを実現する。評価実験では、特許を出願した企業に対して高い適合度スコアが付与される傾向が確認され、提案手法の有効性が示された。さらに、技術グラフを商材情報に適用することで、商材選定への活用も期待される。