Tree-of-Text：スポーツ領域におけるテーブルから文章を生成するためのツリー型プロンプトフレームワーク

概要: 構造化された表からスポーツゲームのレポートを生成することは、正確なデータ解釈と流暢なナラティブ生成の両方を必要とする、複雑な表からテキストへのタスクです。従来のモデルベース手法では、大規模な注釈付きデータセットが必要になる一方、大規模言語モデル（LLM）を用いたプロンプトベース手法では、表の理解が弱いためにハルシネーションが起こりやすいことがよくあります。これらの課題を克服するために、本研究では Tree-of-Text を提案します。これは、LLM をツリー構造で導くプロンプトフレームワークであり、3 段階の生成プロセスを通じて LLM を誘導します:（1）コンテンツ計画。入力表から関連する操作と引数を選択します。（2）操作実行。大きな表を扱いやすいサブ表へ分解します。（3）コンテンツ生成。短いテキスト出力を統合し、まとまりのあるレポートとして書き換えます。実験の結果、提案手法は ShuttleSet+ において既存手法よりも優れ、RotoWire-FG では RG と CO の指標で先行し、MLB では Chain-of-Table の約 40% の時間とコストで CS と CO において優れています。これらの結果は、Tree-of-Text の有効性と効率性を示しており、スポーツ領域におけるプロンプトベースの表からテキスト生成に関して有望な方向性を示唆しています。