官庁出版物30万点、AIモデルに活用へ 国会図書館がNIIに提供

国立国会図書館は10月1日、国立情報学研究所（NII）に対して、官庁出版物のテキストデータを提供すると発表した。約30万点を、大規模言語モデル（LLM）の学習用データとして活用する。

[ITmedia]

　国立国会図書館は10月1日、国立情報学研究所（NII）に対して、官庁出版物のテキストデータを提供することで合意したと発表した。1995年までに刊行された図書が中心で、この他雑誌や官報など約30万点を、NIIが構築を進める大規模言語モデル（LLM）の学習用データとして活用する。

（出典：大規模言語モデル研究開発センターの公式Webサイト）

　9月5日付で合意を結んだ。出版物のデジタル化画像からOCR（光学文字認識）技術で作成した全文検索用データを提供し、NII内の大規模言語モデル研究開発センターで利用できるようにする。

　大規模言語モデル研究開発センターは、NIIが2024年4月に開設。研究開発用LLMの構築に加え、透明性・信頼性の確保や高度化に向けた研究開発を進めている。

発表全文（出典：国立国会図書館公式Webサイト）