与えられた自然文が，あらかじめ定められた規則を満たしているか否かを自動的に判定する規則適合判定では，関連規則検索と自然文推論を組み合わせて適合判定をすることが一般的である．従来，関連規則検索では，埋め込みモデルを用いた類似文検索が用いられることが多かった．しかし，埋め込みモデルを用いた類似文検索では論理的には無関係の規則も検索されてしまうこともあり，規則適合判定が誤る原因の一つとなっている．本研究では，普通運転免許の学科試験を題材とした関連規則検索用データに対し，大規模言語モデル(LLM)を用いて論理的な関係もより考慮することで，関連規則検索の精度を向上させることができないか評価を行った．埋め込みモデルによる検索結果とLLMを組み合わせてテキスト検索を行ったところ，LLMを使用しない場合に比べて関連規則検索の精度が向上することが分かった．
