講演情報
[C1-03]LLMベースと従来型ジオコーディングの精度比較：日本の大・中・小規模地域における評価
*Lu Shiqi1,2,3、龐 岩博2,1、関本 義秀2,1,3 (1. 関本研究室、2. 空間情報科学研究センター、3. 東京大学)
キーワード：
大規模言語モデル、ジオコーディング
近年、大規模言語モデル（LLM）は、テキストで表現された場所情報から地理座標を推定するジオコーディングに有望であることが示されている。従来の手法（例：Google Maps Geocoding API）は構造化住所で高精度を発揮する一方、LLMは非構造化データの解釈に優れるが、精度は不安定である。本研究では、ゼンリンテレポイントデータを参照座標として、LLMによるジオコーディングと従来手法を体系的に比較した。日本国内の大・中・小規模代表地域において、LLMは平均誤差それぞれ0.94 km、2.03 km、4.85 kmを達成し、平均処理時間は1.65秒であった。この結果は、LLMが従来法と同等またはそれ以上の精度を効率的に達成できることを示す。