時事通信社のAI活用事例（専門サービス／2024年）

企業規模大企業（1,000名〜）

地域日本

導入段階部門導入

使用ツールtohoku-nlp/bert-base-japanese-v3、PyTorch、Transformers

背景・課題

通信社として毎日大量のニュースを配信する時事通信社では、「時事ドットコム」のトピックタイムラインへの記事分類を編集者が手作業で行っており、更新の遅れや漏れが課題であった。

日本語事前学習済みLLM（BERT系モデル）に対し、過去のデスクによる分類データを用いてファインチューニングを実施。複数基盤モデルを比較検証し、最適なモデルを選定。GPUで学習、CPUで推論を実行する環境を構築。

記事分類の自動化によるタイムライン更新の即時化

新記事配信時に自動でトピック分類・推薦が稼働するシステムを実現。推論結果は社内チャットツール経由で編集者に通知。将来的には見出し自動生成ツール化も計画中。

通信社のAI活用では、既存の編集判断データが貴重な学習資源となる。ファインチューニングにより、汎用モデルを業界特化型に進化させるアプローチが有効。