知識構造「オントロジー」の自動構築技術で、国際コンペのFlagshipタスク3位
「カスタム AI開発」を展開する株式会社Laboro.AI（ラボロエーアイ、東京都中央区、代表取締役CEO：椎橋徹夫・代表取締役COO：藤原弘将。以下、当社）は、エンジニアリング部メンバーによる主著論文が、知識グラフとAI技術との交差分野における主要な国際会議の一つである「ISWC 2026 Challenge Track」に採択されたことをお知らせいたします。
ISWC 2026 Challenge Trackとは、2026年10月25～29日にイタリア・バーリで開催される第25回国際セマンティックウェブ会議（International Semantic Web Conference, ISWC 2026※1）の中で実施される、共通のデータや課題を通じて知識処理やAI・セマンティック技術の性能を競い合い評価する競技トラックのことです。なお、今般採択された論文は、ISWC 2026にて発表予定です。
※1 ISWC 2026 Challenge Track公式HP：https://iswc2026.semanticweb.org/
研究概要
当社は、ISWC 2026 Challenge Trackの中の一部門として開催された国際コンペティション「LLMs4OL」に参加しました。これは、大規模言語モデル（LLM）を用いて、整理されていない文章（非構造化テキスト）から、知識を体系的に整理した「オントロジー※2」をどれだけ的確に構築できるかを競う取り組みです。本年は、以下の2つのタスクに取り組みました。
・Flagship（フラッグシップ）：一つの文書から、重要な用語・その分類・用語同士の関係までを含んだオントロジーを、最初から最後まで一括で構築するタスク。
・Reuse（リユース）：既存のオントロジーをゼロから作り直すのではなく、新たな知識を加えて拡張していくタスク。
両タスクとも、当社が2025年の「LLMs4OL」で総合1位を獲得した軽量なシステム※3を土台としました。このシステムは、難化した本年の課題でも高い性能を示しました。
検証の過程で、抽出処理を段階分けせず一元処理する方が高い性能を発揮することを発見しました。この発見を踏まえ、本論文のタイトルは、国際会議の規定に沿って「Laboro.AI at LLMs4OL 2026 Tasks Flagship and Reuse: Less is More for LLM-based Ontology Learning」としています。その核心は、処理をシンプルに保つ「Less is More」という考え方にあります。
また、本年のチャレンジは、前回から難易度が大きく引き上げられました。2025年はオントロジーの構築を工程ごとに分けて評価していましたが、本年のFlagshipタスクでは完成したオントロジー全体が求められ、正解の構造にどれだけ近いかで評価されます。注目度も高まり、参加チームは前回の約2倍に増えた中で、当社はFlagshipタスクで3位※4となり、2年連続の論文採択を果たしました。
※2 オントロジーとは、情報の意味と関係性を整理・構造化した「情報の地図」です。文書などの非構造化データから必要な知識を抽出し、階層構造や意味的関係、ルールまで定義することで、人間とAIの双方が共通理解できる基盤を作ります
※3 2025年8月15日発表「Laboro.AIおよびCAGLA、 最先端の技術が集まる「ISWC 2025 Challenge Track」にて 主著論文採択」 https://prtimes.jp/main/html/rd/p/000000056.000027192.html
※4「LLMs4OL 2026: Large Language Models for Ontology Learning」の公式ランキング. https://sites.google.com/view/llms4ol2026/leaderboards
研究背景
多くの企業には、文書やマニュアル、報告書といった形で膨大な知識が蓄積されています。しかし、その大半は整理されていない文章のまま各部署に散在しており、必要な情報を探し出したり、AIに正しく活用させたりすることが難しいのが実情です。既製のAIは文書を読むことはできても、「どの用語が同じ意味を指すのか」「どの違いが重要なのか」「何がどこに位置づけられるのか」といった、企業ごとに異なる知識の体系までは理解できません。
こうした知識を、人にもAIにも扱える形に整理した「情報の地図」がオントロジーです。企業独自の構造を的確に捉えることこそが知識活用の鍵であり、それは既製のツールをそのまま当てはめるのではなく、事業に合わせて作り込む当社のカスタムAI開発の考え方と重なります。
一方で、こうした知識の体系を人手で構築・維持するには、多くの時間と労力、専門知識を要します。企業ごとに異なる知識を効率的に構造化し、人とAIの双方が活用できる形にすることは、企業のAI活用を進めるうえでの課題です。当社は、この課題の解決を目的に本研究に取り組みました。大規模言語モデルを用いて非構造化された文書からオントロジーを自動的に構築する技術を確立することで、企業内に蓄積された知識を、より速く正確に活用できる形へ変換することが可能になります。今回の研究成果は、その実現に向けた技術的な進展を示すものです。
今後の展望
今般、世界水準の国際会議で3位に入賞し、2年連続で論文が採択されたことは、当社技術が、国際的に高く評価されたことを示しています。とりわけ、昨年から取り組んでいる「LLMを活用した知識グラフの完全自動エンドツーエンド構築」という目標に、本年の成果で近づいたことは、大きな前進です。
当社は今後、この技術を研究から実務へと展開していきます。研究で扱うデータと異なり、実際の業務知識は言葉づかいや情報同士の関係が複雑です。そうした現実の情報でも安定して構造化できる仕組みを整え、その業務に即した「使える知識」へと変換できるよう取り組みを進めてまいります。
さらに、構造化された知識は、さまざまなAI活用を支えるデータ基盤となります。当社はこの技術を、社内文書の検索や情報抽出にとどまらず、企業固有の知識にもとづいて判断・実行するAIエージェントの高度化や、機密情報を社内で扱うためのローカルLLMの開発などへと広げていきます。企業に蓄積された知識を構造化し、AIエージェントをはじめとする各種AIが参照・活用できる基盤を築くことで、全ての産業の知識産業化に貢献してまいります。
参考情報
■株式会社Laboro.AI 会社概要
会 社 名：株式会社Laboro.AI（ラボロ エーアイ）
所 在 地：〒104-0061 東京都中央区銀座八丁目11-1
代 表 者：代表取締役CEO 椎橋徹夫
代表取締役COO兼CTO 藤原弘将
設 立：2016年4月1日
事業内容：機械学習を活用したオーダーメイド型AI『カスタムAI』の開発
カスタムAI導入のためのコンサルティング
Ｕ Ｒ Ｌ : https://laboro.ai/
株式会社Laboro.AIは、「すべての産業の新たな姿をつくる。」「テクノロジーとビジネスを、つなぐ。」をミッションに掲げ、AIによる新しいビジネス施策展開によって企業成長を図る「バリューアップ型AIテーマ」に効くオーダーメイド型AI開発「カスタムAI」を展開する、国内有数のAIスペシャリスト集団です。