要約
近年、大規模言語モデル（LLM）はテキストデータの解析やコード生成において顕著な能力を示している。しかし、特に記号的推論を要するタスクにおいて、ウェブ上の表データはセル値の構造的ばらつきや一貫性の欠如が見られるため、LLMの性能には課題が残っている。本論文では、ウェブ表の正規化によりLLMの記号的推論性能を向上させるための新規フレームワーク「NormTab」を提案する。我々は、LLMを用いて一回限りの前処理として表の正規化を独立したステップとして実施することを検討し、表データに対する記号的推論を支援することを目指した。WikiTableQuestionやTabFactなど、困難なウェブ表データセットを用いた実験評価の結果、NormTabを活用することで記号的推論性能が著しく向上することが示され、LLMを用いた記号的推論タスクの効果を高めるためにウェブ表の正規化が重要かつ有効であることが明らかになった。