近年，日本では持続可能性を脅かす様々な社会課題が増加している．このような社会課題に対応するためには，その地域の行政だけではなく市民・民間のリソースを取り込むことは必要不可欠である．そして市民・民間の人に社会課題に取り組んでもらうためには，社会課題に関する情報をWeb記事から自動で収集・提供する必要がある．本論文では，その目的のために2つの手法について述べる．まず，Web上の社会問題記事の自動タグ付けシステムについて述べる．我々は，自動でタグ付けを行うために日本語のwikipediaのデータで事前学習を行ったBERTモデルを使用し，各Web記事を社会問題に分類する手法を提案する．次にWeb上から抽出した社会問題に関連する事例をWeb上から抽出する手法について述べる．まず，Web Annotation Data Modelを使用した社会問題に関連する事例のコーパスの設計と開発を行う．その後，そのコーパスを学習データとし，Web記事中から社会問題の関連事例を抽出を行う手法を提案する．
