人工知能学会

ユーザーログに基づいたビジネス上の意思決定に高度なAIプラットフォームを利用する際、予測モデルの説明可能性が信頼性の鍵となります。この説明可能性は、ドメイン特徴を理解することによって大幅に向上します。したがって、実際のビジネス状況で適用された大規模言語モデルの内部状態からドメイン特異性を捉えようとする試みは、モデルの改善と文脈情報に基づいた問題の形成に役立ちます。本論文では、シーケンスデータログとさまざまなセッションベースの推薦システムの学習された内部状態から論理ルールを直接抽出するための帰納的論理プログラミングの手法を使用するアルゴリズムフレームワークを提案します。