ローカルLLMを用いた日本語Lintの試み

－プロンプト工学に依存しない自然言語Lintの実装－

抄録

本研究では、日本語仕様書に内在する曖昧表現、非定量条件、および論理的不整合を自動的に検出し、定量化を含む修正案の生成までを一体的に支援する自然言語 Lint システム JapaneseLint を提案した。JapaneseLint は、汎用大規模言語モデル（GPT-5.1）を教師とした蒸留学習により、仕様書レビューに特化した推論様式そのものを LoRA によって軽量モデルへ内包する構成を採用している。これにより、プロンプトエンジニアリングに依存することなく、実運用時のコンテキスト消費を最小化した安定した推論が実現される。
評価実験では、GPT-5.1 により自動生成した 20 件の評価用日本語仕様文を入力とし、推論時間および生成される指摘文・修正案の品質の両面から性能評価を行った。実験環境は GPU（RTX 4090）単体構成とし、fp16 形式の評価モデルを用いた。その結果、平均推論時間は 1.803 秒、最大でも 2.618 秒であり、対話型支援システムにおいて実用的とされる応答時間指標（数秒以内）を満たすことを確認した。また、生成される指摘文および修正案は、技術文書として必要な可読性、中立性、および定量性を十分に備えており、仕様レビュー作業において実務的に利用可能な文章品質であることが確認された。
以上より、本研究で提案する JapaneseLint は、日本語自然言語仕様書に対する曖昧性検出および定量的修正支援を、高速かつ実用的な計算資源効率のもとで実現可能な支援手法であると結論付けられる。