多視点推論：数学文章問題における一貫性のある対照学習

数学文章問題の解決には、テキスト内の数量に関する正確な関係推論と、多様な方程式に対する信頼性の高い生成能力の両方が必要である。現在のシーケンスから木構造への変換や関係抽出手法は、この課題を固定された視点からしか捉えておらず、複雑な意味構造と多様な方程式を同時に処理することに困難を抱えている。一方、人間が問題を解く際には、自然に「上位から下位へ」と「下位から上位へ」という二つの一貫した推論視点が用いられる。これは、数学的式も前順序（pre-order）と後順序（post-order）といった複数の同値表現形式を持つことと対応している。本研究では、より包括的な意味から方程式へのマッピングを実現するため、多視点一貫的対比学習（multi-view consistent contrastive learning）を提案する。このアプローチは、全体プロセスを「上位から下位への分解」と「下位から上位への構築」という、独立しながらも一貫した二つの視点に分離し、多スケールの粒度で両者の推論視点を一貫性を持って統合することで、グローバルな生成性能と精密な推論能力を向上させる。二言語にまたがる複数のデータセットにおける実験結果から、本手法は既存のベースラインを顕著に上回り、特に複雑な問題に対して優れた性能を示した。さらに、一貫性のある統合が行われたことで、多視点アプローチが両視点の利点を効果的に統合し、数学的法則に整合した多様な結果を生成できることも示した。