技術文書分析のためのハイブリッドRAGとルールベース推論フレームワーク
A hybrid RAG and rule-based reasoning framework for technical document analysis
本論文では、航空宇宙、臨床ケア、規制遵守などの安全性が重視される分野において、非構造化技術文書から特定の運用ガイドラインへのアクセスを可能にする神経記号フレームワークを提案する。このフレームワークは、自然言語文書を3つの補完的な記号知識表現に変換する。具体的には、SATベースの命題推論CNF句のSQLiteデータベース、有向プロパティグラフのリレーショナル走査、および8次元パラメータ空間における軸配置ハイパー長方形で定量的な条件付きルールを表す幾何学的空間インデックスである。これらの表現はすべて、ベクトル埋め込みを使用しないLLMベースのルール抽出パイプラインによって同時に構築される。オンライン時には、クエリ時のSAT推論チェック、知識グラフ走査、および正確な幾何学的包含テストを組み合わせた3パス推論アーキテクチャが、運用状態をパラメータ空間の点に変換し、その点を含むハイパー長方形領域を持つすべてのルールを呼び出す。3つのパスからの出力は、論理的、関係的、および数値的証拠に基づいた回答生成の前に結合される。このアプローチは、数学的に正確な記号的手続きを使用するため、決定論的かつ完全に説明可能であり、埋め込みベースのベースラインと比較して、複雑な運用クエリ条件下での検索精度と信頼性を大幅に向上させることが実験的に示されている。
- 非構造化技術文書から運用ガイドラインを引き出す神経記号フレームワークを提案し、ベクトル埋め込みを使わないLLMベースのルール抽出パイプラインで3種の記号知識表現を同時構築する。
- SATベースの命題推論CNF句を格納するSQLiteデータベース、有向プロパティグラフのリレーショナル走査、8次元パラメータ空間の軸配置ハイパー長方形という3つの表現を組み合わせる。
- クエリ時にSAT推論チェック、知識グラフ走査、幾何学的包含テストを組み合わせた3パス推論アーキテクチャを採用し、論理的・関係的・数値的証拠を統合して回答を生成する。
- 埋め込みベースのベースラインと比較して、複雑な運用クエリ条件下での検索精度と信頼性が大幅に向上したことを実験で示した。
- 航空宇宙、臨床ケア、規制遵守など安全性重視分野への適用を想定し、決定論的で完全に説明可能な手続きを実現する。
RAGの精度向上をベクトル埋め込みではなくSAT推論・知識グラフ・幾何学的インデックスという記号的手法の組み合わせで実現し、決定論的かつ完全に説明可能とした点が注目される。航空宇宙・臨床ケア・規制遵守といった説明責任が強く求められる領域では、ハルシネーション抑制と監査可能性が導入の鍵になるため、こうした神経記号アプローチはエンタープライズAI導入のボトルネックを解消する可能性がある。ただし本稿は論文段階であり、埋め込み型RAGを手掛ける既存ベンダーへの直接的な脅威となるのは、商用製品化や標準化が確認できてからと見るべき。投資家としては、説明可能AIを謳うスタートアップや、規制産業向けナレッジ検索に参入する企業の動向を追う価値がある。