![見出し画像](https://assets.st-note.com/production/uploads/images/117328276/rectangle_large_type_2_f30de6551753ba3c1db8a6b2b1585f99.png?width=1200)
A knowledge representation approach for construction contract knowledge modeling
https://arxiv.org/abs/2309.12132
本研究の背景や核心となる問いは、大量のテキストデータを学習する大規模言語モデル(LLM)が、建設契約管理を自動化する上で大きなチャンスをもたらす一方、専門的な知識がないために誤った情報を説得力ある形で提供する恐れがあることです。この問題を解決するために、専門家による契約知識を構造化した形で表現し、自動契約管理プロセスを制約することは可能でしょうか。
本研究の目的は、契約知識を捉えるための新たな知識表現方法であるNCKG(Nested Contract Knowledge Graph)を開発し、その実装方法を紹介することです。このNCKGにより、LLMと知識グラフ(KG)を組み合わせた契約管理プロセスの信頼性と解釈可能性の向上を目指します。
本研究の着想は、建設プロジェクトにおける法律問題が頻発し、それがコストの増加やスケジュールの遅延を引き起こす一方で、契約管理は依然として手作業と専門家の知識に頼っているという現状から得られました。また、大規模言語モデルの出現により、契約文書の自動処理が可能になる一方で、専門的な知識を持たないLLMが誤った情報を提供する可能性があるという問題が浮上してきました。そこで、契約知識を適切に表現し、その知識をLLMに組み込むことで、契約管理の自動化と精度向上を実現することを目指します。
本研究では、契約知識をキャプチャするための新たな知識表現手法であるNCKGを紹介しました。これには、ネストした知識表現フレームワークや、そのフレームワークを基に構築されたNCKGオントロジー、そしてNCKGの実装方法が含まれます。さらに、NCKGで外部知識を強化したLLMを用いた契約審査パイプラインを紹介し、契約リスクレビューで有望な成果を達成しています。
本研究の有効性は、契約リスクレビューにNCKGを用いたパイプラインを適用した結果、契約内容の生成精度が向上したことにより検証されました。これにより、LLMとKGを組み合わせることで、より信頼性の高い解釈可能な契約管理を実現することが可能であることが示されました。
この記事が気に入ったらサポートをしてみませんか?