入門マルチモーダルRAG 図表を読み解くAIアプリケーションの実装

著者名：新納浩幸【著】

オーム社（2026/06発売）

• ISBN：9784274234934

内容説明

「図表を読めるRAG」を作る
近年、テキストだけでなく、図・表・グラフといった画像を含む資料からも情報を検索・活用できる「マルチモーダルRAG（Retrieval-Augmented Generation）」の重要性が高まっています。従来のRAGが扱える情報はテキストデータに限定されており、実務現場で扱う文書──技術報告書・研究論文・プレゼン資料──のように、図表を多く含むデータには十分対応できませんでした。本書は、この課題を踏まえて、実務文書にも対応できるマルチモーダルRAGについて体系的に解説します。

本書では、自分の手でマルチモーダルRAGを構築できるようになることを目指します。全体を通して、手を動かしながら理解できるよう、再現可能なコード例を多数提示しています。

目次

はじめに
目次

第１章 テキストベースのRAG
第２章 マルチモーダルRAG
第３章 マルチモーダルRAGの実装手法
第４章 特化型マルチモーダルRAG

おわりに
参考文献
索引