RAGを用いたヒューマンエラー事象の対策立案

• Item type: SIG Technical Reports(1)
• 公開日: 2024-12-05
• タイトル: RAGを用いたヒューマンエラー事象の対策立案
• タイトル / 言語: en
• タイトル: Estimating Preventive Measures for Human Error Events using RAG
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: LLM応用
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 株式会社中電シ―ティーアイ
• 著者所属: 中部電力株式会社先端技術応用研究所
• 著者所属: 株式会社中電シ―ティーアイ
• 著者所属(英): en
• 著者所属(英): ChudenCTI Co., Ltd.
• 著者所属(英): en
• 著者所属(英): Chubu Electric Power Co., Inc.
• 著者所属(英): en
• 著者所属(英): ChudenCTI Co., Ltd.
• 著者名: 村上, 一彦; 瀬川, 修; 木村, 佳央
• 著者名(英): Kazuhiko, Murakami; Osamu, Segawa; Yoshio, Kimura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 我々は電力会社のヒューマンエラー事象を記録した「ヒヤリハット」の事例を知識源として，ヒューマンエラーに関する対策を立案する手法の検討を行っている．本稿では，大規模言語モデル（Large Language Model: LLM）と RAG（Retrieval Augmented Generation）の枠組みを用い，不完全な外部知識を LLM の内部知識により補完する拡張方式を提案する．ヒヤリハットの数十万件の大規模事例を用いた対策立案（マルチドキュメント要約）の評価実験では，提案する知識補完の有効性が示唆される結果が得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We have been studying a method for planning countermeasures against human error using “near-miss” cases that record human error events in electric power companies as a knowledge source. In this paper, we propose an enhanced approach that supplemets incomplete external knowledge with the internal knowledge of Large Language Model (LLM), using the framework of LLM and Retrieval Augmented Generation (RAG). Evaluation experiments on countermeasure planning (multi-document summarization) using hundreds of thousands of large-scale near-miss cases suggests the effectiveness of the proposed knowledge supplementation method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2024-NL-262, 号 18, p. 1-5, 発行日 2024-12-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会