本論文は、ローカルな大規模言語モデル（LLM）を用いてファジィ認知マップ（FCM）を構築する手法に関する研究である。近年のLLM技術の進展により、テキストデータから定量的な情報を抽出する能力が大幅に向上している。Qwen2.5-32Bのようなローカルで実行可能なLLMでさえ、プロンプト入力として与えられたエンティティ（概念や対象）から、関連する定量的データを自動的に抽出できるようになった。 本研究では、この特性を活用してデータ駆動型のファジィ認知マップを構築する実装を行い、その有効性を検証している。具体的には、TripAdvisorのホテルレビューからデータを抽出し、Qwen2.5-32Bモデルを通してテキストをフィルタリングなしで処理している。抽出されたデータはそのままモデルに入力され、ファジィ認知マップの訓練と評価が実施された。 ギリシャのレビューを対象とした事例では、星型トポロジーのファジィ認知マップが形成され、レビュアーの嗜好を視覚的に表現することに成功している。最終的には外部検証を通じて、構築されたファジィ認知マップが、モデルの推論範囲外である星評価とレビューの予測満足度を相関させることができるかどうかが確認された。この研究は、LLMを活用した知識グラフ構築の新たな可能性を示すものである。