特許ウォッチ

公開番号2025133264
公報種別公開特許公報(A)
公開日2025-09-11
出願番号2024031096
出願日2024-03-01
発明の名称生成AIの調整用データのデータ構造、対話システム、調整方法及びプログラム
出願人国立大学法人鹿児島大学
代理人個人,個人,個人,個人
主分類G06F 40/44 20200101AFI20250904BHJP(計算;計数)
要約【課題】大規模言語モデルによる対話システムを用いて、低資源言語による円滑な対話を実現する生成AIの調整用データのデータ構造、対話システム、調整方法及びプログラムを提供する。
【解決手段】対話システム1において、入出力部3の調整用データには、標準語である標準日本語で記述された第1会話文と、標準日本語と同族の言語に分類され、生成AIの学習用の言語資源が標準日本語より少ない低資源言語である鹿児島方言で記述され、第1会話文と意味が同じ第2会話文とを対比可能に含む対訳例文テキストデータ、標準日本語で用いられる第1単語と、鹿児島方言で用いられ第1単語と意味が同じ第2単語とを対比可能に含む語彙集テキストデータ及び標準日本語の文法と対比可能に鹿児島方言の文法が記述された文法テキストデータ10が含まれ、標準日本語による対話をサポートする大規模言語モデルを用いた生成AI2を調整する調整処理に用いられる。
【選択図】図1
特許請求の範囲【請求項１】
標準語である第１言語で記述された第１会話文と、前記第１言語と同族の言語に分類され、生成ＡＩ（Generative Artificial Intelligence）の学習用の言語資源が前記第１言語より少ない低資源言語である第２言語で記述され、前記第１会話文と意味が同じ第２会話文とを対比可能に含む対訳例文テキストデータと、
前記第１言語で用いられる第１単語と、前記第２言語で用いられ前記第１単語と意味が同じ第２単語とを対比可能に含む語彙集テキストデータと、
前記第１言語の文法と対比可能に前記第２言語の文法が記述された文法テキストデータと、が含まれ、
前記第２言語で記述された文章を理解するととともに前記第２言語で記述された文章を作成可能に、前記第１言語による対話をサポートする大規模言語モデルを用いた生成ＡＩを調整する調整処理に用いられる、
生成ＡＩの調整用データのデータ構造。
続きを表示（約 1,300 文字）【請求項２】
前記調整用データは、前記大規模言語モデルのファインチューニングに用いられる、
請求項１に記載の生成ＡＩの調整用データのデータ構造。
【請求項３】
前記調整用データは、前記生成ＡＩに付与するタスクとともにプロンプトに含まれる、
請求項１に記載の生成ＡＩの調整用データのデータ構造。
【請求項４】
前記文法テキストデータには、
前記第１言語と前記第２言語との間の格、形容詞、動詞の活用、文末、接続詞の対応関係及び前記第２言語における文法の禁止事項が記述された文章が含まれる、
請求項１に記載の生成ＡＩの調整用データのデータ構造。
【請求項５】
標準語である第１言語による対話をサポートする大規模言語モデルを用いた生成ＡＩを備え、
前記生成ＡＩは、
第１言語で記述された第１会話文と、前記第１言語と同族の言語に分類され、生成ＡＩの学習用の言語資源が前記第１言語より少ない低資源言語である第２言語で記述され、前記第１会話文と意味が同じ第２会話文とを対比可能に含む対訳例文テキストデータと、
前記第１言語で用いられる第１単語と、前記第２言語で用いられ前記第１単語と意味が同じ第２単語とを対比可能に含む語彙集テキストデータと、
前記第１言語の文法と対比可能に前記第２言語の文法が記述された文法テキストデータと、が含まれる調整用データで調整される、
対話システム。
【請求項６】
標準語である第１言語による対話をサポートする大規模言語モデルを用いた生成ＡＩの調整方法であって、
第１言語で記述された第１会話文と、前記第１言語と同族の言語に分類される方言であって、生成ＡＩの学習用の言語資源が前記第１言語より少ない低資源言語である第２言語で記述され、前記第１会話文と意味が同じ第２会話文とを対比可能に含む対訳例文テキストデータと、
前記第１言語で用いられる第１単語と、前記第２言語で用いられ前記第１単語と意味が同じ第２単語とを対比可能に含む語彙集テキストデータと、
前記第１言語の文法と対比可能に前記第２言語の文法が記述された文法テキストデータと、が含まれる調整用データを前記生成ＡＩに与え、前記第２言語で記述された文章を作成可能に、前記生成ＡＩを調整する調整処理を実行させる、
調整方法。
【請求項７】
標準語である第１言語で記述された第１会話文と、前記第１言語と同族の言語に分類され、生成ＡＩの学習用の言語資源が前記第１言語より少ない低資源言語である第２言語で記述され、前記第１会話文と意味が同じ第２会話文とを対比可能に含む対訳例文テキストデータと、
前記第１言語で用いられる第１単語と、前記第２言語で用いられ前記第１単語と意味が同じ第２単語とを対比可能に含む語彙集テキストデータと、
前記第１言語の文法と対比可能に前記第２言語の文法が記述された文法テキストデータと、が含まれる調整用データを用いて、前記第１言語による対話をサポートする大規模言語モデルを用いた生成ＡＩを調整する調整処理を、
コンピュータに実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、生成ＡＩ（Generative Artificial Intelligence）の調整用データのデータ構造、対話システム、調整方法及びプログラムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
ユーザとの対話によって文章等を生成する対話型の生成ＡＩが用いられるようになっている。このような生成ＡＩのベースは、大規模言語モデル（以下、ＬＬＭ；Large Language Model）であり、生成ＡＩによる生成物の完成度、すなわち精度はその学習に用いられる言語データのデータ量に依存する。そのため、生成ＡＩは、データ量が比較的多い標準的な標準日本語で記述された文章を精度良く生成することはできても、データ量が少ない低資源言語で記述された文章の完成度は高くない。
【０００３】
一方、低資源言語について、対訳辞書を網羅的に生成する研究が行われている（例えば、非特許文献１参照）。また、言語知識を利用して外国語と標準日本語との間の機械翻訳の精度を向上させる研究が行われている（例えば、非特許文献２参照）。
【先行技術文献】
【非特許文献】
【０００４】
村上陽平ら、“言語資源”、［online］、学校法人立命館大学社会知能研究室、［令和６年２月１６日検索］、インターネット＜URL：https://www.si-lab.org/research_language-ja.html＞
Zhuoyuan Mao、Raj Dabre、Fabien Cromieres、Haiyue Song、中尾亮太、黒橋禎夫、”ニューラル機械翻訳のための言語知識に基づくマルチタスク事前学習”言語処理学会第26回年次大会、茨城、1061-1064、2020年3月
【発明の概要】
【発明が解決しようとする課題】
【０００５】
このような低資源言語の典型例が方言であり、方言こそ、生成ＡＩによる地域課題解決が期待される。かつて人々のコミュニケーションは、地域コミュニティに密接に結びついており、その地域住民同士で当該地域の方言を使って会話をすれば十分であった。しかし、近代以降、標準語の普及により、地域では若年層が当該方言を理解できなくなりつつある。また、地域間交流の活発化により、他地域の人との接触機会が増加している。この流れにより、現在社会においては、当該地域方言話者と非話者が接し、その際にミスコミュニケーションを生じる「方言の壁」が顕在化し、問題となっている。
【０００６】
「方言の壁」問題は、医療現場において患者と医者との間の意思疎通を困難にするため、特に深刻であり、この点が地域の課題となっている。また、方言の中には消滅の危機を迎えているものもあり、その継承が地域の課題となっている。このような背景から、「方言の壁」を解消するツール又は消滅危機方言の継承支援教材の開発など、地域の課題を解決することが期待されている。
【０００７】
本発明は、上記実情の下になされたものであり、大規模言語モデルによる対話システムを用いて、低資源言語による円滑な対話を実現することができる生成ＡＩの調整用データのデータ構造、対話システム、調整方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、本発明の第１の観点に係る生成ＡＩの調整用データのデータ構造は、
標準語である第１言語で記述された第１会話文と、前記第１言語と同族の方言に分類され、生成ＡＩの学習用の言語資源が前記第１言語より少ない低資源言語である第２言語で記述され、前記第１会話文と意味が同じ第２会話文とを対比可能に含む対訳例文テキストデータと、
前記第１言語で用いられる第１単語と、前記第２言語で用いられ前記第１単語と意味が同じ第２単語とを対比可能に含む語彙集テキストデータと、
前記第１言語の文法と対比可能に前記第２言語の文法が記述された文法テキストデータと、が含まれ、
前記第２言語で記述された文章を理解するととともに前記第２言語で記述された文章を作成可能に、前記第１言語による対話をサポートする大規模言語モデルを用いた生成ＡＩを調整する調整処理に用いられる。
【０００９】
前記調整用データは、前記大規模言語モデルのファインチューニングに用いられる、
こととしてもよい。
【００１０】
前記調整用データは、前記生成ＡＩに付与するタスクとともにプロンプトに含まれる、
こととしてもよい。
（【００１１】以降は省略されています）

関連特許