[2F5-OS-19a] 非構造データからの情報抽出

16:45 〜 17:00

[2F5-OS-19a-06] 設備保全支援を高信頼化するマルチモーダルデータの知識グラフ統合技術

〇馬場 達也¹、上薗 巧¹、吉村 健太郎¹ (1. 株式会社日立製作所)

[[オンライン]]

キーワード：

知識グラフ、GraphRAG、オントロジー、ナレッジ統合

設備保全や点検業務の効率化に向け，生成AIによる作業支援の高度化が求められている．既存のマルチモーダルRAGは画像全体の大域的特徴に依存するため，設備図面のような複雑な非構造化データ内の局所要素を精密に特定し，テキストと紐づけることが困難である．ここで本研究では、設備保全および点検業務の高度化を目的として、複雑な設計図面とテキスト情報を論理的に紐づける知識構造化および検索手法を提案した。本手法の新規性は、(1)オントロジー拡張、(2)知識グラフ（KG）生成、(3)オントロジーマッピング、(4)KG統合からなる「4段階の知識グラフ構築プロセス」と、「効率的な検索手法」の組み合わせにある。具体的には、構築した知識グラフに対し、複数のサブクエリに基づいて賞金収集型シュタイナー木（PCST）アルゴリズムを用いた部分グラフ抽出を行う「Multi G-Retriever」を提案した。配管システムを対象としたマルチホップ質問応答タスクによる評価の結果、提案手法は従来のマルチモーダルRAGと比較して有効性の向上が確認され、図面とテキストの双方にまたがる信頼性の高い推論が可能であることを示した。