近年，SNS上でのサイバー犯罪が増加しており，犯罪グループの効果的なモニタリングが求められている．既存の探索手法を他犯罪種へ拡張するには各犯罪種の学習データが必要だが，専門家による手作業でのラベル付けは膨大な時間を要する．本研究では，大規模言語モデル（LLM）を活用した自動ラベリングの有効性を検証する．GPTを用いてグループ名，説明文，投稿メッセージ，画像データなど複数の情報源による分類を行い，入力情報の種類や量が分類精度に与える影響を分析する．