AIで小説を要約してみた

• 鰺坂誠也 (あじさか せいや)
  • 職業: フルスタック風エンジニア
  • 好きなもの:
  • 嫌いなもの: npm i -g

背景：読書でよくあるやつ

• 読書中
  • 登場人物を忘れる「だれコイツ？」
  • キーとなるできごとを忘れる
    • 特に日をまたいで読むと…
• 読了後
  • タイトルだけでは内容を思い出せない
  • 小説内の「あの場面」を探すのが大変

→ 登場人物一覧が全ての小説に欲しい！

なにをしたか

• 小説を要約させ、登場人物やあらすじなどのまとめを生成

前提：OCRで本をテキスト化済み

OCR済み書籍が沢山ある

• YomiToku（AIベースOCR）を使用
• 縦書き/横書き自動判別が完璧
• 本文以外（柱など）を簡単に除外できる
• Google Cloud の約1/100のコスト
  • YomiToku: 約2円/1000ページ（電気代）
  • Google Cloud: 約225円/1000ページ
• 1070頁を約12分で処理 (RX7900XTX)

→ 低コストで大量の書籍を処理可能

どうやって処理したか

安価なモデルはコンテキストが小さい → 分割して処理

分割処理の3ステップ:

1. チャンク化: 指定ページ数ごとに分割（オーバーラップあり）
2. チャンクごとに要約: JSON形式で構造化
3. 全体の統合: 全チャンクの要約から作品概要を生成

ステップ1: チャンク化

文章の途中で切れないように、少し頁をオーバラップさせる

• チャンク1 = 頁1 〜50
• チャンク2 = 頁45〜95
• チャンク3 = 頁90〜140
• チャンク4 = 頁135〜160

160 頁の書籍を、5 頁オーバーラップで 4 チャンクに分割

ステップ2+3: チャンクごとに要約

JSON構造化のポイント

各チャンクで以下を抽出:

• 登場人物の特徴＋関係
• プロットの時系列
• 舞台設定（時代/場所）
• 重要シーンや象徴・伏線

→ 文脈を維持し、人物情報を蓄積するための情報を構造化

どれくらいかかった？

使用モデル: GPT-4o mini

コスト

• 入力 0.15 USD / 出力 0.60 USD
  • 1M トークンあたり
• 128,000 context window

実際の処理例

• 『よもつひらさか』（今邑彩、約400ページ）
  • 約3.8円で要約完了 (7.5分)
• 『鉄鼠の檻』（京極夏彦、約1400ページ）
  • 約13.9円で要約完了 (37分)

→ 平均 約10円/1000ページ

やってみてわかったこと（良い点）

• 登場人物の情報整理に向いている
  • 小説では情報が細切れで提供される
  • AIが散らばった情報をまとめてくれる
• 途中の要約だけ見ればネタバレを避けられる
  • チャンク毎に処理しているので、途中の要約が存在する!
• 思い出すきっかけになる

やってみてわかったこと（課題）

• 短編集には向いてない
  • 事前に短編ごとに分割が必要
• AI要約の限界
  • 未確定の内容を断定的に書く
  • あらすじの誤読もある
  • トリッキーな設定に弱い
    • 二重人格を「双子」と認識など

今後やってみたいこと

• ミステリで犯人当て
  • 例: 途中まで読んだ状態でAIに推理させる
• 小説への質問機能を作りたい
  • 例: この登場人物の初登場はいつ？

おまけ1: Yomitoku の珍誤読取

原文（京極夏彦「魍魎の匣」）
「オカルトとは本来<隠された>と云う意味だと云われる。《中略》当初は、オカルトサイエンスと呼ばれた」

読み取り結果
「大阪府大阪市西淀川区西条1丁目10番2号-100万円以上のお店で、お店はmorenのアクリエンスと呼ばれた。」

→ この読取結果を見て、原文が予測できるヤツは人間ではない
(バージョンアップしたので試したら、正しく読み取れた)

おまけ2: 実際の要約例

• 夏目漱石 「こころ」
  • 登場人物 要約 1〜54頁
  • 作品の概要