歴史災害について記述された歴史史料 から，地名や位置情報といった地理的情報を抽出し， データベースや 地図に統合 ・可視化 することで， 災害の詳細な状況 の調査・分析を高度化・ 効率化できると期待できる． 本報告では ，自然言語処理技術を用いて ，近世の歴史災害に関する史料から地名を抽出する取り組みを報告 する．人手で地名をアノテーションしたデータセットを作成し ，地名抽出に利用可能な既存の自然言語処理システム ，GiNZAおよび ChatGPT（GPT -3.5，GPT -4）の抽出精度の評価と誤り事例の 分析を行った ．GiNZAの現代語向けモデルでは十分な精度が得られず， GPT -4では期待の持てる結果が得られたものの ，コスト上の課題があることを確認した． 今後は事前学習済みモデルをファインチューニングする方法 などを試し ，コスト・精度ともに実用性の高いモデルの実現を目指す ．

In this paper, we describe a practice of using natural language processing technology to extract place names from Japanese historical documents related to historical disasters in the early modern period. We created a dataset manually annotated with place names, evaluated the extraction accuracy of existing natural language processing systems available for place name extraction, GiNZA and ChatGPT (GPT -3.5, GPT -4), and analyzed error cases. The model for modern languages of GiNZA did not provide sufficient accuracy. On the other hand, the GPT -4 model gave promising results, but we confirmed that there were some cost issues. In the future, we will experiment with methods such as fine -tuning of pre -trained models, and aim to realize a model that is practical in terms of both cost and accuracy.