情報抽出とは
情報抽出（Information Extraction）とは、非構造化テキストから構造化された情報（エンティティ、関係、イベントなど）を自動的に抽出する自然言語処理技術です。大量のテキストデータから価値ある情報を効率的に収集するための基盤技術です。
| ひとことで言うと | 自由に書かれた文章から、必要な項目を取り出して表形式に整える技術。 |
|---|---|
| どこで使う | 請求書・契約書のデータ化、報告書からのKPI抽出、求人票の条件整理。 |
| 注意点 | 書式が崩れた文書ほど精度が落ちる。抽出結果の確認工程を必ず設ける。 |
情報抽出の主なタスク
情報抽出には複数のサブタスクがあります。固有表現認識（NER）は人名、地名、組織名などのエンティティを抽出します。関係抽出はエンティティ間の関係（「AがBの社長である」など）を特定します。イベント抽出は出来事の種類、参加者、時間、場所などの情報を抽出します。共参照解析は同一のエンティティを指す異なる表現を特定します。
1非構造の文書PDF・メール本文
▶
2固有表現を認識名前・日付・金額
▶
3関係を判定誰が誰に何をしたか
▶
4項目に割り当て決めた欄に入れる
▶
5表・DBへ集計できる形に
情報抽出の手法
パターンマッチングやルールベースの手法から、CRFやSVMなどの統計的機械学習、BERTやGPTなどの深層学習モデルへと発展してきました。最新の大規模言語モデルはプロンプトエンジニアリングにより、少量の例示だけで高精度な情報抽出が可能です。
活用例
ニュースからの自動要約、医療文献からの薬剤・疾患関係の抽出、特許分析、企業情報のデータベース構築、知識グラフの自動構築などに活用されています。