本稿では、知識グラフ(KG)から自然言語の質問と回答(QA)を生成するためのスケーラブルなパイプラインを提案しています。従来の手法はスケーラビリティや言語品質、事実の一貫性において課題がありました。この新しいアプローチでは、まずKGの三つ組をその関係に基づいてクラスタリングし、エンティティタイプに基づいた自然言語ルールから再利用可能なテンプレートを作成します。次に、LLMを活用してこれらのテンプレートを洗練し、明確さと一貫性を向上させつつ事実の正確性を保ちます。さらに、回答選択肢の具体化はKGからの気をそらす要素を取り入れる選択戦略を通じて行われます。実験結果により、このハイブリッドアプローチが高品質なQAペアを効率的に生成し、スケーラビリティと流暢さ、言語の精度を兼ね備えていることが示されました。