大規模言語モデルの述語からロジック・テンソル・ネットワークへ：規制された調達におけるニューロシンボリックなオファー妥当性確認

要旨: 本論文では、規制された公共機関においてオファー（提案）文書を検証するための、神経記号論的アプローチ、すなわち記号的および下位記号的（サブシンボリック）な人工知能を組み合わせた方法を提示します。言語モデルを用いて情報を抽出し、その後LTN（Logic Tensor Network）と集約することで、監査可能な判断を行います。規制された公共機関では、判断は事実として正確であると同時に、法的に検証可能な形で行われなければなりません。提案する神経記号論的アプローチにより、既存の領域固有の知識を、言語モデルによる意味論的テキスト理解に結び付けることができます。提案パイプラインによって得られる判断は、述語値、ルールの真偽値、および対応するテキスト箇所によって正当化でき、そのため、オファー文書の実際のコーパスに基づくルール検査が可能になります。実データのコーパスに対する実験では、提案パイプラインが既存モデルと同等の性能を達成することが示されました。さらに、その主要な利点は、解釈可能性、モジュール化された述語抽出、ならびにXAI（説明可能なAI）を明示的にサポートできる点にあります。