Fugu-MT 論文翻訳(概要): Causality-Based Scores Alignment in Explainable Data Management

論文の概要: Causality-Based Scores Alignment in Explainable Data Management

arxiv url: http://arxiv.org/abs/2503.14469v3
Date: Mon, 06 Oct 2025 01:08:42 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-07 16:52:58.412388
Title: Causality-Based Scores Alignment in Explainable Data Management
Title（参考訳）: 説明可能なデータ管理における因果性に基づくスコアアライメント
Authors: Felipe Azua, Leopoldo Bertossi,
Abstract要約: 因果責任、Shapley Value、Banzhaf Power-Index、および因果効果を分離して分析した。この研究は、それらが因果スコアペアの互換ランキングを誘導するかどうかの最初の調査である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Different attribution scores have been proposed to quantify the relevance of database tuples for query answering in databases; e.g. Causal Responsibility, the Shapley Value, the Banzhaf Power-Index, and the Causal Effect. They have been analyzed in isolation. This work is a first investigation of score alignment depending on the query and the database; i.e. on whether they induce compatible rankings of tuples. We concentrate mostly on causality-based scores; and provide a syntactic dichotomy result for queries: on one side, pairs of scores are always aligned, on the other, they are not always aligned. It turns out that the presence of exogenous tuples makes a crucial difference in this regard.
Abstract（参考訳）: 例えばCausal Responsibility、Shapley Value、Banzhaf Power-Index、Causal Effectなどである。彼らは孤立して分析されている。この研究は、クエリとデータベースによるスコアアライメントに関する最初の調査である。私たちは主に因果関係に基づくスコアに集中し、クエリの構文的な二分結果を提供します。一方は、スコアのペアが常に一致しており、もう一方は、それらが常に一致している訳ではありません。この点において外因性タプルの存在が決定的な違いを生んでいることが判明した。

関連論文リスト

Unbiased Learning to Rank with Query-Level Click Propensity Estimation: Beyond Pointwise Observation and Relevance [74.43264459255121]
現実のシナリオでは、ユーザーは複数の関連するオプションを調べた後、1つまたは2つの結果だけをクリックします。本稿では,ユーザが異なる検索結果リストをクリックする確率を捉えるために,クエリレベルのクリック確率モデルを提案する。本手法では,2次元逆重み付け機構を導入し,相対飽和度と位置偏差に対処する。
論文参考訳（メタデータ） (2025-02-17T03:55:51Z)
Attribution-Scores in Data Management and Explainable Machine Learning [0.0]
本稿では,データベースにおける責任スコアの定義における実際の因果性の利用に関する最近の研究について述べる。データベースの場合、データベースの修復に有用な接続を図示し、活用する。分類モデルでは、責任スコアが適切に拡張され、図示される。
論文参考訳（メタデータ） (2023-07-31T22:41:17Z)
From Database Repairs to Causality in Databases and Beyond [0.0]
本稿では,データベースにおける問合せ応答に対するスコアベース説明に対する最近のアプローチについて述べる。スコアの仕様と計算に反実的推論を使うことに特に重点を置いている。
論文参考訳（メタデータ） (2023-06-15T04:08:23Z)
Learning List-Level Domain-Invariant Representations for Ranking [59.3544317373004]
リストレベルのアライメント -- より高いレベルのリストでドメイン不変表現を学習する。利点は2つある: これは、ランク付けに縛られる最初のドメイン適応の一般化をもたらし、その結果、提案法に対する理論的支援を提供する。
論文参考訳（メタデータ） (2022-12-21T04:49:55Z)
Knowledge Base Question Answering by Case-based Reasoning over Subgraphs [81.22050011503933]
本モデルでは,既存のKG補完アルゴリズムよりも複雑な推論パターンを必要とする問合せに対して,より効果的に答えることを示す。提案モデルは、KBQAベンチマークの最先端モデルよりも優れているか、競合的に動作する。
論文参考訳（メタデータ） (2022-02-22T01:34:35Z)
Leveraging semantically similar queries for ranking via combining representations [20.79800117378761]
データスカース設定では、特定のクエリで利用可能なラベル付きデータの量は、高度に可変で効率の悪いランキング関数につながる可能性がある。少量のデータの影響を軽減する一つの方法は、セマンティックに類似したクエリからの情報を活用することである。我々は,この現象をバイアス分散トレードオフの文脈で記述し,Bingナビゲーショングラフとショウジョウバエ幼虫コネクトームのデータスカース設定に適用する。
論文参考訳（メタデータ） (2021-06-23T18:36:20Z)
Applying Transfer Learning for Improving Domain-Specific Search Experience Using Query to Question Similarity [0.0]
本稿では、与えられた入力クエリと事前定義された質問の集合との類似性を計算し、最もよく一致する質問を検索するフレームワークについて論じる。ファイナンシャルドメインで使用していますが、このフレームワークはドメイン固有の検索エンジンで一般化されており、他のドメインでも使用できます。
論文参考訳（メタデータ） (2021-01-07T03:27:32Z)
Surprise: Result List Truncation via Extreme Value Theory [92.5817701697342]
そこで本研究では,問合せ時における可逆的・校正的関連度スコアを,ランク付けされたスコアに留まらず,統計的に生成する手法を提案する。本稿では、画像、テキスト、IRデータセット間での結果リストのトランケーションタスクにおいて、その効果を実証する。
論文参考訳（メタデータ） (2020-10-19T19:15:50Z)
Robust Question Answering Through Sub-part Alignment [53.94003466761305]
我々はアライメント問題として質問応答をモデル化する。私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
論文参考訳（メタデータ） (2020-04-30T09:10:57Z)
Query Focused Multi-Document Summarization with Distant Supervision [88.39032981994535]
既存の作業は、クエリとテキストセグメント間の関連性を推定する検索スタイルの手法に大きく依存している。本稿では,クエリに関連するセグメントを推定するための個別モジュールを導入した粗大なモデリングフレームワークを提案する。我々のフレームワークは、標準QFSベンチマークにおいて、強力な比較システムよりも優れていることを実証する。
論文参考訳（メタデータ） (2020-04-06T22:35:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。