法務文書の期限計算における課題
法務文書、特に訴訟関連の提出期限計算は非常に複雑です。例えば、イギリスの雇用不服審判所における期限は、特定の出来事を起点とし、法定の慣例に従って日数を数えます。さらに、和解のための調停期間中は計算が一時停止されることもあります。このような複雑な条件が重なるため、たった1日でも期限を誤ると、たとえ正当な主張であっても、訴えが却下される事態に繋がります。
AIの限界と新しいアプローチ
このような複雑な期限計算において、言語モデルに直接質問し、答えを導き出させるアプローチには限界があります。私の調査では、言語モデルは計算自体は正しく行えても、その結果を誤って判断する傾向が見られました。特に、期限を過ぎた請求を「期限内」と誤って判断する矛盾が頻繁に発生しています。これは、AIが文書から必要な情報を正確に「抽出」し、それを論理的に適用する能力に課題があるためだと考えます。
時間依存グラフと暦計算エンジンの仕組み
本研究では、この課題を解決するため、新しい「パイプライン」方式を提案しています。まず、法務文書から日付に関する事実と、それらの関係性を「時間依存グラフ」として取り出します。時間依存グラフとは、時間的な順序や関連性を示す図のことです。次に、このグラフの情報を基に、暦のルールを正確に考慮した「暦計算エンジン」で期限を算出します。暦計算エンジンとは、日付や期間の計算を正確に行う専用の計算機です。この仕組みにより、AIの弱点である計算の正確性と検証可能性を高めます。
実証結果と今後の展望
イギリスの雇用不服審判所の判決を用いた検証では、この新しい処理の流れが、裁判官の判断した期限とほぼ同じ日付を導き出しました。言語モデルが直接回答する方式と比較すると、新しいパイプライン方式は90.2%の精度を達成し、言語モデルの61.2%を大きく上回ります。この結果は、期限計算の正確性を大幅に向上させる可能性を示しています。課題は、契約書のような多様な文書から、計算の起点となる出来事を正確に取り出す「抽出」の精度です。今後は、この抽出精度を高めることが重要になります。
PR
文賢 →
期限計算はAIが最も苦手な領域の一つです。単なる日付の羅列ではなく、条件分岐や例外処理が複雑に絡みます。一次情報をどう取り出し、どう処理の流れに乗せるか。ここが勝負です。私ならまず契約書の自動審査にこの仕組みを応用します。
