| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-01 13:25 大規模言語モデルによるクエリからの分類記号（日本十進分類法）の自動推定 ○林 柚葉（武庫川女子大）・矢田竣太郎（筑波大）・奥村紀之（武庫川女子大）・浅石卓真（南山）  NLC2025-17 |
|
| 抄録 | （和） | 学校図書館では，探究学習の広がりに伴い，教員から提示される多様な単元・テーマに対して適切な資料を迅速に提供することが求められている．しかし，従来の BookReach システムが依拠する「単元–NDC 対応表」は人手で作成されており，分類精度や網羅性に限界があった．本研究では，任意のキーワードから日本十進分類法（NDC）を自動推定する分類エンジンの最適化を目的として，NDC Predictor，Word2Vec，BERT，ModernBERT，GPT-4o など計 7 手法を比較した．評価には，中学生の探究学習テーマに基づく 654 件のキーワード–NDC 対応データセットを用い， 3 次区分までの完全一致率を指標とした．その結果，ModernBERT（30M）が 88.53% と最も高い単体精度を示し，さらに複数モデルの多数決によるアンサンブルでは 96.18% に達した．これにより，文脈理解能力を備えた最新の事前学習モデルが，従来手法を大きく上回る分類性能を持つことが示された．本研究は，学校図書館における教材提供支援の高度化に向け，LLM を活用した自動分類の有効性と実用可能性を示すものである． |
| （英） | In school libraries, the proliferation of inquiry-based learning has heightened the demand for the rapid provision of instructional materials tailored to diverse lesson units and themes. However, the manual curation of "unit–NDC mapping tables" in the existing BookReach system poses significant challenges regarding classification accuracy and scalability. This study aims to optimize an automatic classification engine that predicts Nippon Decimal Classification (NDC) codes from arbitrary keywords. We conducted a comparative analysis of seven methods, including NDC Predictor, Word2Vec, BERT, ModernBERT, and GPT-4o. The evaluation utilized a dataset of 654 keyword–NDC pairs derived from junior high school inquiry projects, focusing on three-digit classification accuracy. The results indicate that ModernBERT (30M) achieved the highest individual performance with an accuracy of 88.53%. Furthermore, an ensemble approach utilizing a majority-vote mechanism reached an accuracy of 96.18%. These findings demonstrate that contemporary context-aware pretrained language models significantly outperform conventional methodologies. This research highlights the efficacy and practical potential of LLM-based automatic classification in enhancing instructional support within school library environments. | |
| キーワード | （和） | 学校図書館 / 日本十進分類法（NDC） / 自動分類 / 大規模言語モデル / / / / |
| （英） | School libraries / Nippon Decimal Classification (NDC) / Automatic classification / Large Language Models / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 366, NLC2025-17, pp. 28-33, 2026年2月. | |
| 資料番号 | NLC2025-17 | |
| 発行日 | 2026-02-21 (NLC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2025-17 |
|
| 研究会情報 | |
| 研究会 | NLC |
| 開催期間 | 2026-02-28 - 2026-03-01 |
| 開催地（和） | アマホームPLAZA（奄美市市民交流センター） |
| 開催地（英） | |
| テーマ（和） | 方言と言語理解、その他言語処理一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2026-03-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模言語モデルによるクエリからの分類記号（日本十進分類法）の自動推定 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Prediction of Nippon Decimal Classification (NDC) Codes from Queries Using Large Language Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 学校図書館 / School libraries |
| キーワード(2)（和/英） | 日本十進分類法（NDC） / Nippon Decimal Classification (NDC) |
| キーワード(3)（和/英） | 自動分類 / Automatic classification |
| キーワード(4)（和/英） | 大規模言語モデル / Large Language Models |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 林 柚葉 / Yuzuha Hayashi / ハヤシ ユズハ |
| 第1著者 所属（和/英） | 武庫川女子大学 (略称： 武庫川女子大) Mukogawa Women's University (略称： MWU) |
| 第2著者 氏名（和/英/ヨミ） | 矢田 竣太郎 / Shuntaro Yada / ヤダ シュンタロウ |
| 第2著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Tsukuba) |
| 第3著者 氏名（和/英/ヨミ） | 奥村 紀之 / Noriyuki Okumura / オクムラ ノリユキ |
| 第3著者 所属（和/英） | 武庫川女子大学 (略称： 武庫川女子大) Mukogawa Women's University (略称： MWU) |
| 第4著者 氏名（和/英/ヨミ） | 浅石 卓真 / Takuma Asaishi / アサイシ タクマ |
| 第4著者 所属（和/英） | 南山大学 (略称： 南山) Nanzan University (略称： Nanzan) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-01 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2025-17 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.366 |
| ページ範囲 | pp.28-33 |
| ページ数 | 6 |
| 発行日 | 2026-02-21 (NLC) |
[研究会発表申込システムのトップページに戻る]