LLMを用いた口コミ情報からの課題解決策の抽出手法

カテゴリ：研究会(論文単位)

論文No：IS25046

グループ名：【C】電子・情報・システム部門 情報システム研究会

発行日：2025/8/2

タイトル(英語)：A Method for Extracting Problem-Solving Strategies from Review Information Using LLMs

著者名：石橋 武史(東京都立産業技術大学院大学),繁永 直希(東京都立産業技術大学院大学),大室 昌也(東京都立産業技術大学院大学),木川 真実(東京都立産業技術大学院大学),本間 塁斗(東京都立産業技術大学院大学),浪岡 保男(東京都立産業技術大学院大学)

著者名(英語)： Takeshi Ishibashi(Advanced Institute of Industrial Technology),Naoki Shigenaga(Advanced Institute of Industrial Technology),Masaya Omuro(Advanced Institute of Industrial Technology),Mami Kigawa(Advanced Institute of Industrial Technology),Ruito Homma(Advanced Institute of Industrial Technology),Yasuo Namioka(Advanced Institute of Industrial Technology)

キーワード：課題解決,要因抽出,ＬＬＭ,口コミ情報,ゴルフ場,渋滞,Problem-solving,Factor Extraction,LLM,Review Information,Golf Course,Congestion

要約(日本語)：口コミの情報は，様々な課題解決に有用であるが1つ1つを目視確認するのは大変なため，効率的に情報を抽出する手法が求められている．本研究では，ある経営課題に対しそれを解決する為の情報を口コミ情報から抽出する方法を提案する．本方法では，LLMを用いて経営課題に関連するトピックを抽出し，さらに課題解決に繋がる要因を抽出する．楽天GORAデータセットを用いてゴルフ場の渋滞要因を抽出し有効性を確認した．

要約(英語)：Review information helps solve various issues, but checking each manually is time-consuming. This study proposes a method to efficiently extract key data for management challenges. Using LLMs, we identify relevant topics and resolution factors. The method successfully extracted congestion factors from Rakuten GORA data set.

本誌：2025年8月5日-2025年8月6日情報システム研究会

本誌掲載ページ：59-64p

原稿種別：日本語

PDFファイルサイズ：898Kバイト