2023 年 2023 巻 FIN-031 号 p. 50-54
本研究では,様々な製品や素材が部品や原料の関係にあるかどうかを表すネットワーク構造(グラフ)のことを指して,サプライチェーンマップと呼ぶことにする.サプライチェーンマップを人手で作成するには,様々な製品の情報が必要となるため,非常に時間と労力を要する.そこで本研究では,大規模言語モデル(GPT-2)を用いて,サプライチェーンマップを自動で生成することを試みる.例えば,有価証券報告書などの金融テキストから「テレビ用液晶モニタを開発、製造し、…」といったような製品間の部品関係を示す文を抽出することで,「テレビ」と「液晶モニタ」が部品関係であると推定できる.しかし,製品によっては他の製品との部品関係を示す文が少なく,十分な量の部品推定が行えない.そこで本研究では,そのような文によりファインチューニングした大規模言語モデル(GPT-2)を用いて製品間の部品関係を示す文を新たに生成することで,どのような製品に対しても十分な量の部品を推定できる手法を提案する.