2026 年 7 巻 3 号 p. 234-279
学術論文の自然文要約は枠組みと主張が混在し,根拠との関係を機械処理しにくい.本研究は,メタ情報・枠組み情報・主張構造を分ける三層構造表現ClaimFrame,抽出方法,評価プロトコルを提案した.LLM(gpt-5.5)で109論文の436出力を生成・採点し,全件がJSON Schema・規則ベース条件を満たした.標準プロンプトでは外部アノテーション由来258主張中257件がほぼ完全または部分的に対応した.16項目のルーブリック自己評価は高い設計適合傾向を示し,プロンプト構成要素のアブレーション比較で評点・ノード配分が異なった.個別比較で集約・粒度・層間境界の改善点を特定した.今後は異なるLLMへの一般化,反復再現性,評価項目・重みとLLM判定の独立検証,利用効果の検証が必要である.