特許ウォッチ

公開番号2025096203
公報種別公開特許公報(A)
公開日2025-06-26
出願番号2024214383
出願日2024-12-09
発明の名称情報処理システム、情報処理方法
出願人株式会社半導体エネルギー研究所
代理人
主分類G06F 16/90 20190101AFI20250619BHJP(計算;計数)
要約【課題】利便性、有用性または信頼性に優れた新規な情報処理システムを提供する。
【解決手段】この情報処理システムは3つのコンポーネントで構成される。第1のコンポーネントは質問書を受け付け、回答書を提供する機能を有する。第2のコンポーネントは指示文を受け付け、大規模言語モデルを用いて回答案を作成し、第3のコンポーネントに受け渡す。第3のコンポーネントは質問書を作成し、データベースから検索結果を取得する。また、第3のコンポーネントは、検索結果を基にして回答案を審査し、回答案が真である場合は回答案を第1のコンポーネントに受け渡し、偽である場合は検索結果を用いて回答書を作成し、第1のコンポーネントに受け渡す。このシステムは質問に対する適切な回答を提供することを目的とする。
【選択図】図1
特許請求の範囲【請求項１】
第１のコンポーネントと、
第２のコンポーネントと、
第３のコンポーネントと、を有し、
前記第１のコンポーネントは、質問書を受け付けて、前記第３のコンポーネントに受け渡す機能を備え、
前記質問書は、自然言語で記述され、
前記第１のコンポーネントは、第１の回答書を受け付けて、提供する機能を備え、
前記第２のコンポーネントは、第１の指示文を受け付けて、回答案を前記第３のコンポーネントに受け渡す機能を備え、
前記第２のコンポーネントは、大規模言語モデルを用いた処理を行う機能を備え、
前記大規模言語モデルは、データセットを学習済みであり、
前記大規模言語モデルは、前記第１の指示文に従って、前記回答案を生成する機能を備え、
前記第３のコンポーネントは、前記第１の指示文を作成して、前記第２のコンポーネントに受け渡す機能を備え、
前記第１の指示文は、前記質問書を含み、
前記第３のコンポーネントは、検索エンジンを用いた処理を行う機能を備え、
前記検索エンジンは、前記質問書をクエリに用いて、データベースから、検索結果を取得する機能を備え、
前記データベースは、前記データセットに採用されていない情報の少なくとも一部を格納し、
前記第３のコンポーネントは、前記検索結果を用いて前記回答案を審査して、審査結果を生成する機能を備え、
前記第３のコンポーネントは、前記審査結果が真のとき、前記回答案を用いて前記第１の回答書を作成して、前記第１のコンポーネントに受け渡す機能を備え、
前記第３のコンポーネントは、前記審査結果が偽のとき、前記検索結果を用いて前記第１の回答書を作成して、前記第１のコンポーネントに受け渡す機能を備える、情報処理システム。
続きを表示（約 4,500 文字）【請求項２】
前記第３のコンポーネントは、形態素解析器を備え、
前記形態素解析器は、前記回答案から形態素を抽出して、第１の配列を作成し、
前記形態素解析器は、前記検索結果から形態素を抽出して、第２の配列を作成し、
前記第３のコンポーネントは、前記第１の配列に占める、前記第２の配列に含まれる形態素の含有率を算出する機能を備え、
前記審査結果は、前記含有率に基づいて決定された真または偽を含む、請求項１に記載の情報処理システム。
【請求項３】
前記第３のコンポーネントは、前記回答案および前記検索結果を分散表現に変換して、類似度を算出する機能を備え、
前記審査結果は、前記類似度に基づいて決定された真または偽を含む、請求項１に記載の情報処理システム。
【請求項４】
前記第３のコンポーネントは、テキスト含意関係認識器を備え、
前記テキスト含意関係認識器は、前記回答案と、前記検索結果が、テキスト含意関係にあるか否かを判定する機能を備え、
前記審査結果は、前記テキスト含意関係認識器の判定に基づいて決定された真または偽を含む、請求項１に記載の情報処理システム。
【請求項５】
前記第１のコンポーネントは、第２の回答書を受け付けて、提供する機能を備え、
前記第２のコンポーネントは、第２の指示文を受け付けて、前記第２の回答書を前記第３のコンポーネントに受け渡す機能を備え、
前記大規模言語モデルは、前記第２の指示文に従って、前記第２の回答書を生成する機能を備え、
前記第３のコンポーネントは、前記審査結果が偽のとき、前記第２の指示文を作成して、前記第２のコンポーネントに受け渡す機能を備え、
前記第２の指示文は、前記質問書および前記検索結果を含み、
前記第３のコンポーネントは、前記第２の回答書を受け付けて、前記第１のコンポーネントに受け渡す機能を備える、請求項１乃至請求項４のいずれか一に記載の情報処理システム。
【請求項６】
第１のコンポーネントと、
第２のコンポーネントと、
第３のコンポーネントと、を有し、
前記第１のコンポーネントは、質問書を受け付けて、前記第３のコンポーネントに受け渡す機能を備え、
前記質問書は、自然言語で記述され、
前記第１のコンポーネントは、回答書を受け付けて、提供する機能を備え、
前記第２のコンポーネントは、指示文を受け付けて、回答案を前記第３のコンポーネントに受け渡す機能を備え、
前記第２のコンポーネントは、大規模言語モデルを用いた処理を行う機能を備え、
前記大規模言語モデルは、データセットを学習済みであり、
前記大規模言語モデルは、前記指示文に従って、前記回答案を生成する機能を備え、
前記第３のコンポーネントは、前記指示文を作成して、前記第２のコンポーネントに受け渡す機能を備え、
前記指示文は、前記質問書を含み、
前記第３のコンポーネントは、検索エンジンを用いた処理を行う機能を備え、
前記検索エンジンは、前記回答案をクエリに用いて、データベースから、検索結果を取得する機能を備え、
前記データベースは、前記データセットに採用されていない情報の少なくとも一部を格納し、
前記第３のコンポーネントは、前記検索結果を用いて前記回答案を審査して、審査結果を生成する機能を備え、
前記第３のコンポーネントは、前記審査結果が真のとき、前記回答案を用いて前記回答書を作成して、前記第１のコンポーネントに受け渡す機能を備え、
前記第３のコンポーネントは、前記審査結果が偽のとき、前記検索結果を用いて前記回答書を作成して、前記第１のコンポーネントに受け渡す機能を備える、情報処理システム。
【請求項７】
第１のステップ乃至第９のステップを有する情報処理方法であって、
前記第１のステップにおいて、第１のコンポーネントは、質問書を受け付けて、質問書を第２のコンポーネントに受け渡し、
前記第２のステップにおいて、前記第２のコンポーネントは、指示文を作成して、第３のコンポーネントに受け渡し、
前記指示文は、前記質問書を含み、
前記第３のステップにおいて、前記第３のコンポーネントは、前記指示文を受け付けて、回答案を前記第２のコンポーネントに受け渡し、
前記第３のコンポーネントは、大規模言語モデルを用いた処理を行う機能を備え、
前記大規模言語モデルは、データセットを学習済みであり、
前記大規模言語モデルは、前記指示文に従って、前記回答案を生成する機能を備え、
前記第４のステップにおいて、前記第２のコンポーネントは、前記質問書をクエリに用いて、データベースから、検索結果を取得し、
前記データベースは、前記データセットに採用されていない情報の少なくとも一部を格納し、
前記第５のステップにおいて、前記第２のコンポーネントは、前記検索結果を用いて前記回答案を審査して、審査結果を生成し、
前記第６のステップにおいて、前記審査結果が真のとき、工程を前記第７のステップに進め、前記審査結果が偽のとき、工程を前記第８のステップに進め、
前記第７のステップにおいて、前記第２のコンポーネントは、前記回答案を用いて、回答書を作成して、前記第１のコンポーネントに受け渡してから、工程を前記第９のステップに進め、
前記第８のステップにおいて、前記第２のコンポーネントは、前記検索結果を用いて、前記回答書を作成して、前記第１のコンポーネントに受け渡してから、工程を前記第９のステップに進め、
前記第９のステップにおいて、前記第１のコンポーネントは、前記回答書を提供する、情報処理方法。
【請求項８】
第１のステップ乃至第９のステップを有する情報処理方法であって、
前記第１のステップにおいて、第１のコンポーネントは、質問書を受け付けて、質問書を第２のコンポーネントに受け渡し、
前記第２のステップにおいて、前記第２のコンポーネントは、指示文を作成して、第３のコンポーネントに受け渡し、
前記指示文は、前記質問書を含み、
前記第３のステップにおいて、前記第３のコンポーネントは、前記指示文を受け付けて、回答案を前記第２のコンポーネントに受け渡し、
前記第３のコンポーネントは、大規模言語モデルを用いた処理を行う機能を備え、
前記大規模言語モデルは、データセットを学習済みであり、
前記大規模言語モデルは、前記指示文に従って、前記回答案を生成する機能を備え、
前記第４のステップにおいて、前記第２のコンポーネントは、前記回答案をクエリに用いて、データベースから、検索結果を取得し、
前記データベースは、前記データセットに採用されていない情報の少なくとも一部を格納し、
前記第５のステップにおいて、前記第２のコンポーネントは、前記検索結果を用いて前記回答案を審査して、審査結果を生成し、
前記第６のステップにおいて、前記審査結果が真のとき、工程を前記第７のステップに進め、前記審査結果が偽のとき、工程を前記第８のステップに進め、
前記第７のステップにおいて、前記第２のコンポーネントは、前記回答案を用いて、回答書を作成して、前記第１のコンポーネントに受け渡してから、工程を前記第９のステップに進め、
前記第８のステップにおいて、前記第２のコンポーネントは、前記検索結果を用いて、前記回答書を作成して、前記第１のコンポーネントに受け渡してから、工程を前記第９のステップに進め、
前記第９のステップにおいて、前記第１のコンポーネントは、前記回答書を提供する、情報処理方法。
【請求項９】
第１のステップ乃至第１１のステップを有する情報処理方法であって、
前記第１のステップにおいて、第１のコンポーネントは、質問書を受け付けて、質問書を第２のコンポーネントに受け渡し、
前記第２のステップにおいて、前記第２のコンポーネントは、第１の指示文を作成して、第３のコンポーネントに受け渡し、
前記第１の指示文は、前記質問書を含み、
前記第３のステップにおいて、前記第３のコンポーネントは、前記第１の指示文を受け付けて、回答案を前記第２のコンポーネントに受け渡し、
前記第３のコンポーネントは、大規模言語モデルを用いた処理を行う機能を備え、
前記大規模言語モデルは、データセットを学習済みであり、
前記大規模言語モデルは、前記第１の指示文に従って、前記回答案を生成する機能を備え、
前記第４のステップにおいて、前記第２のコンポーネントは、前記質問書をクエリに用いて、データベースから、検索結果を取得し、
前記データベースは、前記データセットに採用されていない情報の少なくとも一部を格納し、
前記第５のステップにおいて、前記第２のコンポーネントは、前記検索結果を用いて前記回答案を審査して、審査結果を生成し、
前記第６のステップにおいて、前記審査結果が真のとき、工程を前記第７のステップに進め、前記審査結果が偽のとき、工程を前記第８のステップに進め、
前記第７のステップにおいて、前記第２のコンポーネントは、前記回答案を用いて、第１の回答書を作成して、前記第１のコンポーネントに受け渡してから、工程を前記第１１のステップに進め、
前記第８のステップにおいて、前記第２のコンポーネントは、前記検索結果を用いて、前記第１の回答書を作成して、前記第１のコンポーネントに受け渡してから、第２の指示文を作成して、前記第３のコンポーネントに受け渡し、
前記第２の指示文は、前記質問書および前記検索結果を含み、
前記第９のステップにおいて、前記第３のコンポーネントは、前記第２の指示文を受け付けて、第２の回答書を前記第２のコンポーネントに受け渡し、
前記大規模言語モデルは、前記第２の指示文に従って、前記第２の回答書を生成する機能を備え、
前記第１０のステップにおいて、前記第２のコンポーネントは、前記第２の回答書を受け付けて、前記第１のコンポーネントに受け渡してから、工程を前記第１１のステップに進め、
前記第１１のステップにおいて、前記第１のコンポーネントは、前記審査結果が真のとき、前記第１の回答書を提供し、前記審査結果が偽のとき、前記第１の回答書および前記第２の回答書を提供する、情報処理方法。

発明の詳細な説明【技術分野】
【０００１】
本発明の一態様は、情報処理システム、情報処理方法に関する。
続きを表示（約 1,700 文字）【０００２】
なお、本発明の一態様は、上記の技術分野に限定されない。本明細書等で開示する発明の一態様の技術分野は、物、方法、または、製造方法に関するものである。または、本発明の一態様は、プロセス、マシン、マニュファクチャ、または、組成物（コンポジション・オブ・マター）に関するものである。そのため、より具体的に本明細書で開示する本発明の一態様の技術分野としては、半導体装置、表示装置、発光装置、蓄電装置、記憶装置、それらの駆動方法、または、それらの製造方法、を一例として挙げることができる。
【背景技術】
【０００３】
近年、ニューラルネットワークを用いた言語モデルの開発が盛んに行われており、特に大規模言語モデル（ＬＬＭ：ＬａｒｇｅＬａｎｇｕａｇｅＭｏｄｅｌ）が注目されている。大規模言語モデルは、大量のデータを用いて学習された自然言語処理モデルである。大規模言語モデルにより、例えばユーザの指示に対して回答を行う対話モデルを実現できる。非特許文献１では、大規模言語モデルとしてＧＰＴ－４（ＧｅｎｅｒａｔｉｖｅＰｒｅ－ｔｒａｉｎｅｄＴｒａｎｓｆｏｒｍｅｒ４）（登録商標）が開示されており、また、対話モデルとしてＣｈａｔＧＰＴが開示されている。
【０００４】
大規模言語モデルを利用することで、自然言語処理モデルの能力が大幅に上昇している。一方で、言語モデルの巨大化により、自前で言語モデルを組み込んで運用することは設備及び費用の面から難しい。そのため、言語モデルを提供する外部サービスを利用することが、言語モデルの利用形態の一つとなっている。
【先行技術文献】
【非特許文献】
【０００５】
ＳｕｍｍａｒｙｏｆＣｈａｔＧＰＴ／ＧＰＴ－４ＲｅｓｅａｒｃｈａｎｄＰｅｒｓｐｅｃｔｉｖｅＴｏｗａｒｄｓｔｈｅＦｕｔｕｒｅｏｆＬａｒｇｅＬａｎｇｕａｇｅＭｏｄｅｌｓ，ＹｉｈｅｎｇＬｉｕｅｔａｌ．（Ｓｕｂｍｉｔｔｅｄｏｎ４Ａｐｒ２０２３、［ｏｎｌｉｎｅ］、インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ａｂｓ／２３０４．０１８５２＞
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明の一態様は、利便性、有用性または信頼性に優れた新規な情報処理システムを提供することを課題の一とする。または、利便性、有用性または信頼性に優れた新規な情報処理方法を提供することを課題の一とする。または、新規な情報処理システム、新規な情報処理方法、または、新規な半導体装置を提供することを課題の一とする。
【０００７】
なお、これらの課題の記載は、他の課題の存在を妨げるものではない。なお、本発明の一態様は、これらの課題の全てを解決する必要はないものとする。なお、これら以外の課題は、明細書、図面、請求項などの記載から、自ずと明らかとなるものであり、明細書、図面、請求項などの記載から、これら以外の課題を抽出することが可能である。
【課題を解決するための手段】
【０００８】
（１）また、本発明の一態様は、第１のコンポーネントと、第２のコンポーネントと、第３のコンポーネントと、を有する情報処理システムである。
【０００９】
第１のコンポーネントは、質問書を受け付けて、第３のコンポーネントに受け渡す機能を備える。なお、質問書は自然言語で記述される。また、第１のコンポーネントは、第１の回答書を受け付けて、提供する機能を備える。
【００１０】
第２のコンポーネントは、第１の指示文を受け付けて、回答案を第３のコンポーネントに受け渡す機能を備える。なお、第２のコンポーネントは、大規模言語モデルを用いた処理を行う機能を備える。また、大規模言語モデルはデータセットを学習済みであり、大規模言語モデルは、第１の指示文に従って回答案を生成する機能を備える。
（【００１１】以降は省略されています）

関連特許