분리된 statement에서 통합 형식 지식 베이스까지의 autoformalization 이론

인공 공식화의 필요성

인공 공식화(autoformalization)는 자연어를 기계적으로 검증할 수 있는 공식적인 언어로 번역하는 것을 의미한다. 대부분의 연구는 개별 문장에 초점을 맞추고 있지만, 실제 공식화 노력은 이론 수준에서 시작된다. 이론 수준의 공식화는 대상 정리를 표현하기 전에 모든 서술, 정의, 및 유리한 서술을 포함하는 전체의 논리 구조를 필요로 한다. 이러한 이론 수준의 공식화는 기계적 검증을 위한 기반을 제공한다.

대규모 언어 모델(LLM)과 같은 최신 기술은 자연어 처리를 위한 강력한 도구를 제공하지만, 이론 수준의 공식화는 여전히 도전적이다. 대부분의 연구는 개별 문장에 초점을 맞추고 있기 때문에, 이론 수준의 공식화는 새로운 접근 방식을 필요로 한다. 이 새로운 접근 방식은 구조화된 라이브러리 형태로 이론과 이론 간의 상호 의존성을 모두 포함해야 한다.

이론 수준의 인공 공식화 방식

이 논문에서는 이론 수준의 인공 공식화 방식을 제안한다. 이 방식은 구조화된 라이브러리 형태로 이론과 이론 간의 상호 의존성을 모두 포함한다. 이러한 방식은 기존의 개별 문장에 초점을 맞춘 접근 방식과는 다르게, 이론의 전체적인 논리 구조를 고려한다. 이 방식은 이론 수준의 공식화를 위한 새로운 시각을 제공하고, 대규모 언어 모델(LLM)과 같은 최신 기술을 활용하여 기계적 검증을 위한 기반을 제공한다.

이 새로운 방식은 세 가지 유망한 방향을 제안한다. 첫째, 이론 수준의 공식화를 위한 새로운 알고리즘 개발이다. 둘째, 구조화된 라이브러리 형태로의 이론 표현이다. 셋째, 이론 간의 상호 의존성 분석이다. 이러한 방향은 이론 수준의 인공 공식화를 위한 새로운 연구 영역을 열어줄 수 있다.