FoodBench-QA 2026におけるCGU-ILALab：レシピの栄養推定における従来手法とLLMベース手法の比較

要旨: 非構造化のレシピテキストから正確に栄養を推定することは、食事モニタリングにおいて重要である一方、困難な課題です。これは、材料の用語が曖昧であることや、量の表現が非常に多様であることによります。本研究では、表現能力の幅広い範囲にわたるモデルを体系的に評価します。具体的には、語彙ベースのマッチング手法（Ridge回帰を用いたTF-IDF）から、深い意味エンコーダ（DeBERTa-v3）まで、さらに大規模言語モデル（LLM）による生成的推論までを扱います。EU規則1169/2011で定義される厳格な許容基準のもとでの経験的結果から、予測精度と計算効率の間に明確なトレードオフが存在することが示されます。TF-IDFのベースラインは、推論がほぼ瞬時である一方で、中程度の栄養推定性能を達成します。一方、DeBERTa-v3エンコーダは、課題固有のデータ不足のもとでは性能が低くなります。対照的に、少数ショットのLLM推論（例：Gemini 2.5 Flash）と、ハイブリッドなLLM改良パイプライン（TF-IDFにGemini 2.5 Flashを組み合わせたもの）は、すべての栄養カテゴリにおいて最も高い検証精度をもたらします。これらの改善は、LLMが、曖昧な用語の解消や非標準単位の正規化において、純粋に語彙ベースの手法では依然として難しい点を、事前学習された世界知識を活用することで実現できることに起因する可能性があります。しかし、これらの向上には、推論のレイテンシが大幅に増大するという代償が伴います。これは、食事モニタリングシステムにおける、リアルタイム効率と栄養の精密さの間の実務上の配備トレードオフを浮き彫りにします。