科学文献に含まれる数学的表現を実行可能な記号コードに自動変換する「数式形式化」は、技術科学分野に特化した高品質で信頼性の高いデータセットの極端な不足によって阻害されてきました。この課題に対処するため、研究者らはMioFFAnという、オープンソースでドキュメント中心のカスタマイズ可能なフレームワークを開発しました。このツールは、このタスクのための迅速なアノテーション作業を促進するために設計されています。 MioFFAnはMioGattoアーキテクチャをベースに構築されており、既存の機能を拡張して構造的な制限を克服しながら、数式形式化に特化した機能を導入しました。具体的には、対象となる方程式の選択と支援付きの記号コード指定といった機能が追加されています。ユーザーが識別した記号のためのカスタムタクソノミーと属性を設定でき、互換性のある記号演算子にも対応しており、多様な専門科学分野への適応性を確保しています。 さらに重要な点として、MioFFAnは大規模言語モデル（LLM）による部分的な自動化が組み込まれています。開発チームは厳密な出力形式を持つモジュール化された自動サブタスクを定義することで、研究者が自動化機能を反復的に改善し、標準的なNLP指標を使用して競合する戦略を評価できるようにしました。本研究では現在の自動化方法を詳細に説明し、このヒューマン・イン・ザ・ループアプローチの有効性を実証する予備評価を実施しました。このアプローチにより、人間の専門知識と機械学習の強みを組み合わせて、科学領域に特化した高質量のアノテーションデータセットを効率的に構築することが可能になります。