本記事では LangChain を用いて任意の URL から情報を抽出するシステムの minimum viable product について紹介します。 特定のページを対象に情報抽出を行ったところ、ベースラインとしてはある程度の抽出精度が期待できる結果となりました(多様なページに対する定量評価も今後行う予定です)。 一方で一部のクエリに対して抽出誤りが見られました。電話番号や株価など抽出誤りが許容されない情報については、あくまで抽出支援として、人が介在する運用を検討する必要があると改めて感じました。 結論としては、高精度に情報抽出できる従来のクローラと併せて、互いの苦手な領域を補っていく仕組みを整えていきたいなと思います。 おことわり 著者は自然言語処理エンジニアとして絶賛勉強中です。記事の誤り、推奨される方法等がありましたらご指摘いただけますと幸いです。 本記事は読者層を明確に想定した上
![AI を用いた情報抽出システムの試作 | keywalker - blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/849a02e7fab85ba000a34285ef22786bbcba6444/height=288;version=1;width=512/https%3A%2F%2Fwww.keywalker.co.jp%2Fwp-content%2Fuploads%2F2023%2F02%2F010d97ae085b3eac42607596d0fddfd4.png)