概要：形式的議論における類似性は、意味論における議論の集約やエンティムメ（修辞的省略）デコーディングといった問題における重要性から、近年注目を集めています。既存のアプローチは命題論理に焦点を当てていますが、本稿では、類似性が構造化された内容を考慮する必要がある、より豊かな領域である一階述語論理（First-Order Logic; FOL）を扱います。本稿では、(1) 拡張された公理的基盤、(2) 準語・リテラル・節・式の類似性をカバーする4レベルのパラメトリックモデル、(3) 2つのモデルファミリ（言語モデルによる構文に敏感なもの）で、文脈上の重みを統合して、きめ細かく説明可能な類似性を実現すること、そして(4) 良好な性質を強制する形式的制約、に基づく、FOLにおける議論の類似性の包括的な枠組みを提案します。
技術レポート――一階述語論理（First-Order Logic）引数のための文脈依存型マルチレベル類似度フレームワーク：公理的研究
arXiv cs.AI / 2026/4/15
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、意味論における議論（argument）の統合やエンタイム（enthymeme）の復号化といったニーズに動機づけられ、一階述語論理（FOL）における議論に対する文脈依存型の類似度フレームワークを提案する。
- それは公理的な基盤を拡張し、述語・リテラル・節・そして全体の論式にまたがって類似度を測るための4レベルのパラメトリック・モデルを追加する。
- 著者らは2つのモデル群を導入する。これには、言語モデルを活用し、文脈に応じた重み付けを行うことで、より微妙で説明可能な類似度を生成する、構文に敏感なアプローチが含まれる。
- 本研究は、類似度フレームワークが望ましい理論的性質を満たすことを保証するための形式的制約を規定する。
- 全体として、本貢献は類似度のモデリングを命題論理の設定から、より構造化され表現力の高いFOLの議論の領域へとシフトさせる。
