論文の概要: Uncovering the Bigger Picture: Comprehensive Event Understanding Via Diverse News Retrieval

• arxiv url: http://arxiv.org/abs/2508.19758v1
• Date: Wed, 27 Aug 2025 10:37:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 19:07:41.594919
• Title: Uncovering the Bigger Picture: Comprehensive Event Understanding Via Diverse News Retrieval
• Title（参考訳）: さまざまなニュースを検索する、総合的なイベント理解(動画あり)
• Authors: Yixuan Tang, Yuanyuan Shi, Yiqun Sun, Anthony Kum Hoe Tung,
• Abstract要約: 多様なニュース検索のための2段階のフレームワークを提案する。 第1段階は、密集検索を用いて、トポロジー関連コンテンツを検索する。 第2段階では、文レベルのクラスタリングと多様性を意識して、相補的な情報をサーフェスする。
• 参考スコア（独自算出の注目度）: 13.259237618829701
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Access to diverse perspectives is essential for understanding real-world events, yet most news retrieval systems prioritize textual relevance, leading to redundant results and limited viewpoint exposure. We propose NEWSCOPE, a two-stage framework for diverse news retrieval that enhances event coverage by explicitly modeling semantic variation at the sentence level. The first stage retrieves topically relevant content using dense retrieval, while the second stage applies sentence-level clustering and diversity-aware re-ranking to surface complementary information. To evaluate retrieval diversity, we introduce three interpretable metrics, namely Average Pairwise Distance, Positive Cluster Coverage, and Information Density Ratio, and construct two paragraph-level benchmarks: LocalNews and DSGlobal. Experiments show that NEWSCOPE consistently outperforms strong baselines, achieving significantly higher diversity without compromising relevance. Our results demonstrate the effectiveness of fine-grained, interpretable modeling in mitigating redundancy and promoting comprehensive event understanding. The data and code are available at https://github.com/tangyixuan/NEWSCOPE.
• Abstract（参考訳）: 多様な視点へのアクセスは、現実世界の出来事を理解するのに不可欠であるが、ほとんどのニュース検索システムは、テキストの関連性を優先し、冗長な結果と限られた視点の露出をもたらす。 本稿では,文レベルでの意味的変動を明示的にモデル化し,イベントカバレッジを向上させる,多種多様なニュース検索のための2段階フレームワークNEWSCOPEを提案する。 第1段階は高密度検索を用いてトポロジ関連コンテンツを検索し、第2段階は文レベルのクラスタリングと多様性を考慮した再ランク付けを行い、相補的な情報を得る。 検索の多様性を評価するために,平均ペアワイズ距離,正クラスタ被覆率,情報密度比という3つの解釈可能な指標を導入し,LocalNewsとDSGlobalという2つの段落レベルのベンチマークを構築した。 実験により、NEWSCOPEは強いベースラインを一貫して上回り、妥当性を損なうことなく、非常に高い多様性を達成することが示された。 本研究は, 冗長性を緩和し, 包括的イベント理解を促進するための, 微粒化, 解釈可能なモデリングの有効性を実証するものである。 データとコードはhttps://github.com/tangyixuan/NEWSCOPE.comで公開されている。

関連論文リスト

• Whose View of Safety? A Deep DIVE Dataset for Pluralistic Alignment of Text-to-Image Models [29.501859416167385]
  現在のテキスト・トゥ・イメージ(T2I)モデルは、多種多様な人間の経験を説明できないことが多く、不整合システムに繋がる。 我々は、AIが理解し、多様で、しばしば矛盾する人間の価値観に対して操縦できる多元的アライメントを提唱する。
  論文  参考訳（メタデータ） (2025-07-15T21:02:35Z)
• SemiETS: Integrating Spatial and Content Consistencies for Semi-Supervised End-to-end Text Spotting [59.14029549151904]
  エンドツーエンドテキストスポッティング,すなわちSemiETSのための新しいセミ教師付きフレームワークを提案する。 具体的には、各タスクの信頼性の高い階層的な擬似ラベルを徐々に生成し、ノイズの多いラベルを減らす。 双方向の流れから位置や転写の重要な情報を抽出し、一貫性を向上させる。
  論文  参考訳（メタデータ） (2025-04-14T08:09:17Z)
• DEUCE: Dual-diversity Enhancement and Uncertainty-awareness for Cold-start Active Learning [54.35107462768146]
  コールドスタートアクティブラーニング(CSAL)は、手動アノテーションのためのラベルなしデータセットから貴重なインスタンスを選択する。 既存のCSAL手法は、弱いクラスと強い代表例を見落とし、バイアス学習をもたらす。 本稿ではCSALのための新しい二変量拡張および不確実性認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-01T04:00:03Z)
• Contextuality Helps Representation Learning for Generalized Category Discovery [5.885208652383516]
  本稿では、文脈性の概念を活用することにより、一般化カテゴリー発見(GCD)への新たなアプローチを提案する。 我々のモデルでは,コントラスト学習に最も近いコンテキストが使用されるインスタンスレベルと,コントラスト学習を利用するクラスタレベルという,2つのコンテキストレベルを統合している。 文脈情報の統合は、特徴学習を効果的に改善し、その結果、すべてのカテゴリの分類精度が向上する。
  論文  参考訳（メタデータ） (2024-07-29T07:30:41Z)
• Finding Meaning in Points: Weakly Supervised Semantic Segmentation for Event Cameras [45.063747874243276]
  本稿では,イベントベースセマンティックセマンティックセグメンテーションのための新しい弱教師付きアプローチEV-WSSSを提案する。 提案フレームワークは,(1)前向きのイベントデータと(2)逆向きのイベントデータとの間に非対称な二重学習を行う。 提案手法は,画素レベルの高密度地下真実に頼らずとも,かなりのセグメンテーション結果が得られることを示す。
  論文  参考訳（メタデータ） (2024-07-15T20:00:50Z)
• M$^3$Net: Multi-view Encoding, Matching, and Fusion for Few-shot Fine-grained Action Recognition [80.21796574234287]
  M$3$Netは、FS-FGアクション認識のためのマッチングベースのフレームワークである。 textitmulti-view エンコーディング、textitmulti-view matching、textitmulti-view fusion を組み込んで、埋め込みエンコーディング、類似性マッチング、意思決定を容易にする。 説明可能な可視化と実験結果により,M$3$Netの微細な動作の詳細を捉える上での優位性が示された。
  論文  参考訳（メタデータ） (2023-08-06T09:15:14Z)
• CODER: Coupled Diversity-Sensitive Momentum Contrastive Learning for Image-Text Retrieval [108.48540976175457]
  クロスモーダル表現を改善するために,共用ダイバーシティ・センシティブ・モーメント・コンストラシティブ・ラーニング(CODER)を提案する。 両モードの動的辞書を導入し、画像テキストペアのスケールを拡大し、適応的な負のペア重み付けにより多様性に敏感性を実現する。 MSCOCOとFlicker30Kという2つの人気のあるベンチマークで実施された実験は、CODERが最先端のアプローチを著しく上回っていることを証明している。
  論文  参考訳（メタデータ） (2022-08-21T08:37:50Z)
• Semantic Role Aware Correlation Transformer for Text to Video Retrieval [23.183653281610866]
  本稿では,テキストや動画をオブジェクト,空間的コンテキスト,時間的コンテキストのセマンティックな役割へと明示的に切り離す新しいトランスフォーマーを提案する。 一般的なYouCook2の予備的な結果は、我々のアプローチが現在の最先端の手法を超越していることを示している。
  論文  参考訳（メタデータ） (2022-06-26T11:28:03Z)
• Variational Distillation for Multi-View Learning [104.17551354374821]
  我々は,多視点表現学習における2つの重要な特徴を利用するために,様々な情報ボトルネックを設計する。 厳密な理論的保証の下で,本手法は,観察とセマンティックラベルの内在的相関の把握を可能にする。
  論文  参考訳（メタデータ） (2022-06-20T03:09:46Z)
• SupMMD: A Sentence Importance Model for Extractive Summarization using Maximum Mean Discrepancy [92.5683788430012]
  SupMMDは、カーネルの2サンプルテストと最大の相違点に基づく、ジェネリックおよび更新の要約のための新しいテクニックである。 DUC-2004 および TAC-2009 データセット上での現在の技術状況を満たしたり超えたりすることで,SupMMD の総合的および更新的要約タスクにおける有効性を示す。
  論文  参考訳（メタデータ） (2020-10-06T09:26:55Z)
• Contextual Diversity for Active Learning [9.546771465714876]
  大規模なデータセットは、多くの実用化のためにディープ畳み込みニューラルネットワーク(CNN)の使用を制限する。 空間的に共起するクラスに関連した混乱を捉える文脈的多様性の概念を導入する。 本研究は,活発な学習に文脈的多様性を用いることの利点を明らかにした。
  論文  参考訳（メタデータ） (2020-08-13T07:04:15Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。