依存型理論による自然言語の意味論は含意関係認識に手法を提供しており，ここでの含意関係認識システムの基礎にある型検査アルゴリズムは，型理論のような記号推論からなるシステムに従来与えられてきた．しかし近年，依存型理論による自然言語の意味論にはニューラルネットを埋め込んだシステムが提案されており，依存型意味論(Dependent Type Semantics, DTS)に基づくNeural DTSがその一つである．本研究では，Neural DTSに対する型検査アルゴリズムを用いて，2項関係命題とその否定から連言および選言を用いて構成される命題に対する推論手続きを定式化する．以上により，こうした命題について公理を措定せずに推論することが可能になる．具体的にはまず，2つのentityとそれらの間のrelationというトリプレットのデータセットを用いて分類器の学習を行う．次に，学習済みの分類器を2項関係と置き換えることで，この分類器を型検査アルゴリズムに埋め込む．そして，関係命題とその否定から連言と選言を用いて構成される命題が成り立つかどうかを，こうした命題に関する型検査を通して判定する．
