論文の概要: A Research Vision for Web Search on Emerging Topics

• arxiv url: http://arxiv.org/abs/2509.10212v1
• Date: Fri, 12 Sep 2025 13:00:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-15 16:03:08.091259
• Title: A Research Vision for Web Search on Emerging Topics
• Title（参考訳）: 新たなトピックに関するWeb検索のための研究ビジョン
• Authors: Alisa Rieger, Stefan Dietze, Ran Yu,
• Abstract要約: 新たなトピックに関する情報は乏しく、知識が成長するにつれて動的に進化し、品質と信頼性が不確実で変動する。 本稿では,現状を理解すること,ビジョンに沿ったシステムの要件を決定すること,これらのシステムを構築することを目的とした,3つの総合的な研究課題を提案する。
• 参考スコア（独自算出の注目度）: 8.36383751679941
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We regularly encounter information on novel, emerging topics for which the body of knowledge is still evolving, which can be linked, for instance, to current events. A primary way to learn more about such topics is through web search. However, information on emerging topics is sparse and evolves dynamically as knowledge grows, making it uncertain and variable in quality and trustworthiness and prone to deliberate or accidental manipulation, misinformation, and bias. In this paper, we outline a research vision towards search systems and interfaces that support effective knowledge acquisition, awareness of the dynamic nature of topics, and responsible opinion formation among people searching the web for information on emerging topics. To realize this vision, we propose three overarching research questions, aimed at understanding the status quo, determining requirements of systems aligned with our vision, and building these systems. For each of the three questions, we highlight relevant literature, including pointers on how they could be addressed. Lastly, we discuss the challenges that will potentially arise in pursuing the proposed vision.
• Abstract（参考訳）: 私たちは定期的に、知識の体系がまだ進化している新しいトピックに関する情報に遭遇します。 このようなトピックについてより深く知るための第一の方法は、Web検索である。 しかし、知識が成長するにつれて、新しいトピックに関する情報は疎外され、動的に進化し、品質と信頼性が不確実で変動し、故意または偶発的な操作、誤情報、偏見が生じる。 本稿では,効果的な知識獲得,トピックのダイナミックな性質の認識,新たなトピックの情報を求めてWebを検索する人々の責任ある意見形成を支援する,検索システムとインターフェースに関する研究ビジョンを概説する。 このビジョンを実現するために,現状を理解すること,ビジョンに沿ったシステムの要件を決定すること,これらのシステムを構築することを目的とした,3つの総合的な研究課題を提案する。 これら3つの質問のそれぞれに対して、対処方法に関するポインタを含む、関連する文献を強調します。 最後に,提案するビジョンを追求する上で,潜在的な課題について議論する。

関連論文リスト

• Enhancing the Learning Experience: Using Vision-Language Models to Generate Questions for Educational Videos [6.689443785478135]
  教育ビデオの学習指向質問生成における視覚言語モデルの有用性について検討する。 本研究は,現状の視覚言語モデルの有効性を概説し,課題の微調整と解決の必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-05-03T11:37:31Z)
• From Superficial to Deep: Integrating External Knowledge for Follow-up Question Generation Using Knowledge Graph and LLM [19.826039292102728]
  会話システムでは、コンテキストに基づいたフォローアップ質問を動的に生成することで、ユーザが情報を調べるのに役立つ。 本稿では,3段階の外部知識を付加したフォローアップ質問生成手法を提案する。
  論文  参考訳（メタデータ） (2025-04-08T08:31:03Z)
• A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [58.107474025048866]
  蓄積とは、以前に獲得した知識の喪失または劣化を指す。 フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
  論文  参考訳（メタデータ） (2023-07-16T16:27:58Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• What should I Ask: A Knowledge-driven Approach for Follow-up Questions Generation in Conversational Surveys [63.51903260461746]
  対話型調査における知識駆動型フォローアップ質問生成のための新しい課題を提案する。 そこで我々は,対話履歴とラベル付き知識を用いた人手によるフォローアップ質問の新しいデータセットを構築した。 次に,その課題に対する2段階の知識駆動モデルを提案する。
  論文  参考訳（メタデータ） (2022-05-23T00:57:33Z)
• Stay Hungry, Stay Focused: Generating Informative and Specific Questions in Information-Seeking Conversations [41.74162467619795]
  情報非対称な会話における情報的質問生成の問題について検討する。 実践的な質問を生成するために,情報量測定を最適化するために強化学習を用いる。 そこで本研究では,提案した実用的質問は,ベースラインモデル上で生成した質問の有意性と特異性を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2020-04-30T00:49:14Z)
• A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
  我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。 知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。 メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
  論文  参考訳（メタデータ） (2020-02-02T13:17:31Z)
• Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements [55.33496599723126]
  偽ニュースを含む偽ニュースは 爆発的な成長により グローバルな現象になっています 偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
  論文  参考訳（メタデータ） (2020-01-02T21:01:02Z)

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。