科学研究 - 【先驱科研人】将“形式语义学”引入自然语言处理，提示判断依据实现可信赖的AI

谷中瞳
东京大学研究生院情报理工学系研究科
计算机科学专业副教授
出生于东京都。2018年完成东京大学研究生院工学系研究科系统创成学专业博士课程。获得博士（工学）称号。经过民营企业工作以及出任理化学研究所革新智能统合研究中心特别研究员后，2023年起担任现职。2021年入选“先驱科研人”。

Q1.让您立志成为研究者的契机是什么？
A1.直面专利文献检索技术的难题

我接触到自然语言处理这一研究领域是在毕业之后。尽管我本科和研究生期间的专业是应用化学，但出于对IT领域的兴趣，毕业后我进入一家民营企业作为工程师从事专利检索系统的开发工作。转折点为接到用户的反馈，对方指出：“目前的系统在检索包含数量表述的专利文献时，表现差强人意”。

专利文献中存在很多像“10克试剂”这样的数量表述，但当时的技术难以精准检索含有此类数值的文献。在深入调查的过程中，我发现这个问题无法通过简单的模式匹配来解决，而且在自然语言处理领域这也是一个尚未攻克的技术难题。由此，我意识到必须开展深入的基础性研究，并萌生了亲自攻克该难题的想法。

当时，是我工作的第三个年头，以前我就有成为研究者的憧憬，觉得“要实现憧憬就是现在了”，于是选择了离开企业去攻读博士学位。尽管在接近而立之年转换专业领域心有不安，但如今回头看，我觉得那是一个正确的决定。

Q2.目前正在进行什么研究？
A2.以形式化方式表述逻辑性语言的含义

目前自然语言处理领域的主流是大规模语言模型，采用的是从海量数据中通过统计来学习语言含义的方法。但在准确理解数量表达、否定表达、时间表达等具有严格语法功能的表达时仍存在课题。对此，我按照逻辑学中使用的概念，结合对语言含义进行形式化分析的“形式语义学”方法，对“并且”、“所有的”等逻辑性语言借助逻辑符号进行更稳妥的处理。

参加保加利亚国际会议时的发表照片

通过将形式化方法与统计学方法相融合，能够更精确地理解语言的含义，从而更准确地判断句子之间的相似性以及逻辑关系。在“先驱科研人”研究项目中，我们将该技术应用到了图像领域，研究如何让AI准确识别图像中物体的数量、位置关系，例如“从右数第二个”这样的逻辑关系。研究通过逻辑表达的方式，将图像信息与文本信息的意义进行关联，并以类似数学证明的方式展示两者之间的关系，从而使AI能够提示判断依据。

今后，我们的目标是开发出一种能够以通俗易懂的方式呈现逻辑推理依据的系统，实现“可信赖的AI”。我认为，确保AI的安全性以及消除输出偏差的能力，与构建人际间信任关系具有相通性。未来，如果AI能成为家人般的存在，将会是一件非常有趣的事情。

Q3.您对立志成为研究者的人有何建议
A3.持续保持勇于挑战的态度

我在学生时代并不清楚自己喜欢什么、想做什么。对此我建议在那个阶段首先要全力以赴地做好眼前的事情。在这个过程中，一定会发现自己的兴趣和擅长的领域。重要的是始终保持挑战各种事物的姿态。只有真正去尝试，才能知道什么是适合自己的。

就我而言，虽然我从应用化学专业转到了信息科学专业，但学习化学的经历并没有被浪费。看起来像是走了弯路，但正因为有了学习不同领域知识的经历，我才能以不拘泥于既有框架的视角来开展现在的研究。

对于立志成为研究者的各位，我希望大家在拓宽自己兴趣范围的同时，能够开辟属于自己的道路。获取新的知识，发现别人未曾注意到的课题，这些都有助于自我成长，也一定会让自己的人生变得更加丰富多彩。（TEXT：村上佳代）