講演情報
[4Yin-B-52]類似事例の検索拡張生成を用いた判決・裁決文の抽出型要約生成
〇岡野 航希1、穴口 史将1、森田 武史1 (1. 青山学院大学)
キーワード：
抽出型要約
法務・税務の実務においては，判決・裁決文の内容を迅速かつ正確に把握するため，要約の重要性が高まっている．しかし，専門的知見を要する要約作成は属人性が高く，人的コスト削減が課題であった．近年，大規模言語モデル（LLM）による文書要約の自動化が進められているものの，法的文書では事実関係の誤認が許されず，原文表現を忠実に維持した抽出型生成が求められるため，従来のLLMの適用は困難であった．そこで本研究では，検索拡張生成（RAG）を基盤とし，類似過去事例を検索してLLMに提示することで，抽出精度および生成形式を制御する概要作成手法を提案する．本手法の有効性を検証するため，検索手法，プロンプト戦略，およびLLMの選定を比較評価した．その結果，ベクトル類似度とメタデータ（文字数，争点数，税目，裁定結果）を組み合わせたハイブリッド検索と，類似事例1件を用いたChain of Thoughtプロンプトが高い抽出精度を示した．また，主要LLMの比較では，Claude Opus 4.5が最も優れており，実務における適用可能性が示された．