各企業の意外性のある事業は，様々な意思決定の材料となり得る貴重な情報であるが，その検索が難しいことに課題がある．そこで本研究では，企業の事業内容文から一般には知られていない意外性のある事業を，深層学習モデルを活用した提案手法により推定することを目的とする．本手法では，有価証券報告書の事業内容文と企業の主力事業文との類似度に基づき順位付けを行うことで，意外性を推定するための学習データを自動生成する手法を提案する．そして，学習データを用いて主力事業か意外性のある事業かを推定する手法を複数提案し，評価実験を行うことで比較および有効な手法の検討を行う．具体的には，自動生成した学習データを用いてFine-tuningしたT5を用いた推定とCalm3を用いたFew Shot Learningによる推定をベースに，いくつかのフィルター機能などを組み合わせたいくつかの推定手法の比較により，意外性のある事業の推定において有効な手法を示す．
