保守・アフターサービスの分野では、不具合対策の効率化や設計の改善のため、蓄積された過去の不具合情報を活用する取り組みが進められている。一方で不具合情報の多くは、ユーザや保守作業員が記述したテキストデータの形式で保存され再利用がしづらい課題がある。そこで本報告では自然言語処理によって不具合報告文から形式知を抽出し、再利用可能なナレッジベースを構築することを試みる。大規模言語モデル(LLM：Large Language Models)を用いて、不具合報告文から不具合の現象及び発生箇所を抽出し、現象間の因果関係を推定してグラフ構造として整理する手法について報告する。