情報処理学会 インタラクション2026

本稿では，産学連携における「企業のニーズ」と「大学研究室のシーズ」の間の語彙的・意味的ギャップを解消し，かつマッチングの根拠を説明可能な形で提示する支援システムを提案する．従来のマッチング手法は，キーワードの一致や単純なベクトル検索に依存しており，用語の不一致による取りこぼしや，推奨理由のブラックボックス化が課題であった．本研究では，GraphRAG（Retrieval Augmented Generation）のアプローチを拡張し，大規模言語モデル（LLM）を用いて企業の課題解決に有効なマッチングを提案し，グラフに示すシステムを開発した．実在企業と研究室のデータをマッチングし，本システムが従来の単語一致では発見困難な潜在的な連携候補を提示できることを示す．実験では，マッチシステム及び入力データから意味的に離れた単語同士でも繋げられる類推システムが問題なく動作していることがわかった．現状，関連単語が有効なものかを判断するデータや根拠が少ないため，データを変えた検証や，回数を重ねることが必要である．