# 自然言語推論 ## 定義 自然言語推論（natural language inference / NLI）は、前提文（premise）と仮説文（hypothesis）のペアが与えられたとき、前提から仮説が論理的に含意（entailment）されるか、矛盾（contradiction）するか、またはどちらでもないか（neutral）を判定するタスクである。正確な論理推論を要求するため、感情分析などのタスクと異なり否定処理が特に重要となる。(Source: [[joisino-否定文理解-2024]]) ## 否定処理との関係 ファインチューニングは感情分析や商品レビュー評価など、否定処理をショートカットで解ける多くのタスクで有効だが、自然言語推論のように論理を厳密に扱う必要があるタスクでは、ファインチューニングによっても否定文の問題を完全には解決できない。(Source: [[joisino-否定文理解-2024]]) 感情分析での「好きでない→嫌い寄りと決め打ち」というショートカットは正当化されるが、自然言語推論では「AはBでない」から「AはCである」を正しく推論できるかどうかが要求される。 ## 関連ベンチマーク・研究 - Hossain+ EMNLP 2020: "An Analysis of Natural Language Inference Benchmarks through the Lens of Negation" — NLI ベンチマークにおける否定文の分析 - Hosseini+ NAACL 2021: "Understanding by Understanding Not: Modeling Negation in Language Models" — BERTNOT の提案 ## 横断的知見 - 本ページは現時点で単一ソース([[joisino-否定文理解-2024]])のみに基づく。横断的比較は今後の ingest で追加する。 ## 未解決の問い - NLI ベンチマークにおける否定文の割合と、その部分集合に対するモデル性能の推移はどうなっているか？ - 大規模 LLM(GPT-4, Claude 3 以降)は NLI の否定ケースで BERT 系より実質的に改善しているか？ ## 関連 - [[否定文理解]] — NLI において特に重要な能力 - [[言語モデル事前学習]] — NLI タスクへの転移学習の基礎 ## 出典 - [[joisino-否定文理解-2024]]