自然言語推論 (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

自然言語推論（NLI）とは、「前提（Premise）」と「仮説（Hypothesis）」という2つの文が与えられたとき、両者の関係を「含意」「矛盾」「中立」のいずれかに判定するタスクです。前提（Premise）とは判定のもとになる基準となる文を指し、仮説（Hypothesis）は、その前提と比べて正しいか誤りか中立かを判定される文にあたります。

含意（Entailment）は、前提が正しければ仮説も必ず正しいという関係を指します。矛盾（Contradiction）は、前提が正しければ仮説は必ず誤りになる関係です。中立（Neutral）は、前提だけでは仮説の真偽が判断できない関係にあたります。

たとえば、前提「犬が公園を走っている」に対して仮説「動物が外にいる」という組み合わせは、前提が正しければ仮説も自然に成り立つため、含意の関係にあたります。

自然言語推論は、AIモデルが文の意味を単語の一致ではなく論理的な関係として理解できているかを測るための代表的なタスクとして研究されてきました。以前は、2つの文に含まれる単語がどれだけ重なっているかといった表面的な手がかりだけで正誤を判定する手法も見られましたが、こうした方法では言い換えや否定を含む文をうまく扱えないという課題がありました。

そこで、単語の一致に頼らず論理的な関係そのものを判定させるタスクとして自然言語推論が整理され、SNLIやMNLIといった大規模なデータセットが構築され、言語理解モデルの評価に使われています。

2. 試験対策ポイント

G検定では、自然言語推論が前提と仮説という2つの文の関係を「含意」「矛盾」「中立」の3値で判定するタスクとして扱われる点が重要な論点です。3つのラベルは、それぞれ次の関係に対応します。

ラベル	前提と仮説の関係
含意	前提が成り立てば仮説も必ず成り立つ
矛盾	前提が成り立てば仮説が必ず成り立たなくなる
中立	前提だけでは仮説の真偽を判定できない

この3つのラベルの判定基準を区別できるようにしておきたいところです。前提と仮説の具体的な文の組み合わせから、含意・矛盾・中立のどのラベルに当たるかを見分けられるようにしておくことが、3つのラベルの定義を正確に理解するための土台になります。

試験対策では、GLUE（複数の言語理解タスクをまとめて、AIモデルの文章理解力を測る評価用ベンチマーク）との関わりも整理しておく必要があります。GLUEには、自然言語推論に関わるタスクとして、MNLI（GLUEに含まれる、自然言語推論を含意・矛盾・中立の3値で行うタスクの名称）と、含意か否かを2値で判定するRTEタスクが、それぞれ別のタスクとして含まれています。名称やラベル数の違いを混同しないことが、この分野を正確に理解するための前提になります。

3. 関連概念との比較・相違点

含意関係認識（RTE）とは、2つの文の間に含意関係があるかどうかを判定する、自然言語推論の前身にあたるタスクです。両者は同じものの言い換えではなく、分類の粒度が異なる関連タスクという関係にあります。

歴史的には、RTEが2つの文の間に含意関係があるか否かに注目した2値の呼び方として先に登場し、自然言語推論はそれを含意・矛盾・中立の3値に拡張した、現在広く使われている呼び方にあたります。含意という判定の軸を共有しながら、対象とするラベルの数が異なるという点が、この2つのタスク名を取り違えないための軸になります。

GLUEでも、3値で判定するMNLIと、2値で判定するRTEタスクは別タスクとして併存しており、名称が統合されたわけではありません。両者の違いは、次のように整理できます。

GLUEのタスク	ラベル数	判定する内容
MNLI	3値	含意・矛盾・中立のいずれか
RTE	2値	含意関係があるか否か

押さえておきたいのは「どちらが正しい呼び方か」ではなく、2値の枠組みから3値の枠組みへと整理が広がってきた経緯そのものです。

文書分類との違いは、判定の対象が1文か2文かという点にあります。文書分類は、1つの文書やテキストがどのカテゴリに当てはまるかを判定するタスクです。これに対して自然言語推論は、前提と仮説という2つの文の間の関係を判定するタスクであり、単独の文の内容そのものを分類するわけではありません。

ニュース記事のジャンルを見分けるような文書分類と、2つの文を突き合わせて含意・矛盾・中立を判定する自然言語推論とでは、入力として扱う文の数そのものが異なります。この違いは、前提・仮説という2文構成を前提にする自然言語推論の性質を理解するうえでの手がかりになります。

4. ビジネス・実務での活用シナリオ

カスタマーサポートの領域では、FAQの回答文と問い合わせ文の含意関係を自然言語推論で判定し、内容が矛盾する回答候補を除外する使い方があります。問い合わせの意図と矛盾しない回答だけに絞り込めるため、適切な回答の選定に役立ちます。

契約審査やコンプライアンス（法令や社内規定の遵守）の分野でも、自然言語推論は一次チェックの手段として使われます。契約書の条項と社内規定の記述の間に矛盾がないかをモデルで判定することで、人によるレビューにかける前の絞り込みができ、確認の負荷を抑えられます。

ファクトチェックや情報検証の場面では、報道文や記事の記述が参照する情報源の内容と含意関係にあるかどうかを自然言語推論で判定します。記述の裏付けが情報源と矛盾していないかを機械的に確認する手段として活用されています。

5. 要点まとめ

自然言語推論（NLI）は、前提と仮説という2つの文の関係を「含意」「矛盾」「中立」の3値で判定するタスクです。
含意関係認識（RTE）は自然言語推論の前身にあたる呼び方で、歴史的には含意か否かの2値分類として扱われてきました。GLUEでもMNLI（3値）とRTE（2値）は別タスクとして併存しています。
文書分類が1つの文書のカテゴリを判定するのに対し、自然言語推論は2つの文の関係を判定する点が異なります。