Graphical Abstract(GA)とは,論文の核心的な内容を伝えるために示す図であり,近年採用する論文誌が増えてきた.そこで,より魅力的で効果的なGAを効率的に作成するための支援システムが求められている.本研究ではarXiv.orgで入手可能な論文のテキスト,Figure,GAを含むデータセットを構築し,機械学習モデルを用いたGA自動生成の実現可能性を検討した.その初期検討として,論文中からGAの構成要素となりうるコアアイデアを示すFigureの検索を行う.また,集めたデータから研究分野ごとのGAの特徴,GAと論文中の図やテキストとの関係を調査し,報告する.