中国伝統文化の生成AI手法、研究が提案

劉子琪氏は『Discover Artificial Intelligence』に掲載された2026年の研究で、中国伝統文化に関する大規模言語モデルの文章生成を改善する生成AI手法を提案しました。古くなった知識、文化的文脈との不一致、根拠との結び付きの弱さ、裏付けのない情報の追加に対処することを目指します。Qwen2.5-7B-Instructの重みを固定したまま、更新可能な外部知識ベースに接続し、モデル内部のアテンション層は変更しません。

システムは知識を文化分野、歴史段階、地域的起源、活用場面の4項目で分類します。候補となる根拠は、ベクトル類似度、グラフ上の関係、タグの整合性、情報源の信頼性、情報の矛盾に対する減点を使って順位付けし、選んだ資料を制約付きプロンプトにまとめます。知識の更新では情報源の確認、矛盾の検出、専門家による審査を組み合わせます。生成後には事実との整合性、文化的文脈への適応性、根拠の網羅性を確認します。

実験では古典文献、文化遺産の品々、無形文化遺産の工芸、中国伝統演劇、民俗文化の5分野を対象に、事実質問への回答1,080件と文脈に応じた生成課題360件を用いました。提案システムは事実正確性88.61％、回答関連性95.28％、根拠への忠実性94.17％、文化的文脈への適応性92.50％を報告しました。更新後の知識を必要とする質問では、正答率が58.67％から91.33％に上がりました。

著者らはこの処理手順を追跡可能で文脈に敏感だと説明しています。一方、比較対象システムの完全な対応予測データは保存されていなかったため、システム間の差は記述的に解釈したとしています。

劉子琪氏は『Discover Artificial Intelligence』に掲載された2026年の研究で、中国伝統文化に関する大規模言語モデルの文章生成を改善する生成AI手法を提案しました。古くなった知識、文化的文脈との不一致、根拠との結び付きの弱さ、裏付けのない情報の追加に対処することを目指します。Qwen2.5-7B-Instructの重みを固定したまま、更新可能な外部知識ベースに接続し、モデル内部のアテンション層は変更しません。

システムは知識を文化分野、歴史段階、地域的起源、活用場面の4項目で分類します。候補となる根拠は、ベクトル類似度、グラフ上の関係、タグの整合性、情報源の信頼性、情報の矛盾に対する減点を使って順位付けし、選んだ資料を制約付きプロンプトにまとめます。知識の更新では情報源の確認、矛盾の検出、専門家による審査を組み合わせます。生成後には事実との整合性、文化的文脈への適応性、根拠の網羅性を確認します。

実験では古典文献、文化遺産の品々、無形文化遺産の工芸、中国伝統演劇、民俗文化の5分野を対象に、事実質問への回答1,080件と文脈に応じた生成課題360件を用いました。提案システムは事実正確性88.61％、回答関連性95.28％、根拠への忠実性94.17％、文化的文脈への適応性92.50％を報告しました。更新後の知識を必要とする質問では、正答率が58.67％から91.33％に上がりました。

著者らはこの処理手順を追跡可能で文脈に敏感だと説明しています。一方、比較対象システムの完全な対応予測データは保存されていなかったため、システム間の差は記述的に解釈したとしています。