論文の概要: Towards Structured Knowledge: Advancing Triple Extraction from Regional Trade Agreements using Large Language Models
- arxiv url: http://arxiv.org/abs/2510.05121v1
- Date: Mon, 29 Sep 2025 19:11:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-08 17:57:07.819685
- Title: Towards Structured Knowledge: Advancing Triple Extraction from Regional Trade Agreements using Large Language Models
- Title（参考訳）: 構造化知識に向けて:大規模言語モデルを用いた地域貿易協定からのトリプル抽出の促進
- Authors: Durgesh Nandini, Rebekka Koch, Mirco Schoenfeld,
- Abstract要約: 本研究では,Large Language Models (LLMs) の有効性について検討した。
この知見は、自然言語の法的な貿易合意書から経済的な貿易知識グラフを作成することを含む、幅広いシナリオに適用することができる。
- 参考スコア（独自算出の注目度）: 0.43411853918671306
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study investigates the effectiveness of Large Language Models (LLMs) for the extraction of structured knowledge in the form of Subject-Predicate-Object triples. We apply the setup for the domain of Economics application. The findings can be applied to a wide range of scenarios, including the creation of economic trade knowledge graphs from natural language legal trade agreement texts. As a use case, we apply the model to regional trade agreement texts to extract trade-related information triples. In particular, we explore the zero-shot, one-shot and few-shot prompting techniques, incorporating positive and negative examples, and evaluate their performance based on quantitative and qualitative metrics. Specifically, we used Llama 3.1 model to process the unstructured regional trade agreement texts and extract triples. We discuss key insights, challenges, and potential future directions, emphasizing the significance of language models in economic applications.
- Abstract（参考訳）: 本研究では,Large Language Models (LLMs) の有効性について検討した。
我々は、経済分野に適用する。
この知見は、自然言語の法的な貿易合意書から経済的な貿易知識グラフを作成することを含む、幅広いシナリオに適用することができる。
ユースケースとして、地域貿易協定書にモデルを適用し、貿易関連情報を3重に抽出する。
特に、ゼロショット、ワンショット、少数ショットのプロンプト技術を調査し、正と負の例を取り入れ、定量と定性の測定値に基づいてそれらの性能を評価する。
具体的には、Llama 3.1モデルを用いて、非構造化地域貿易協定のテキストを処理し、トリプルを抽出した。
我々は、経済応用における言語モデルの重要性を強調し、重要な洞察、課題、将来的な方向性について論じる。
関連論文リスト
- TriSum: Learning Summarization Ability from Large Language Models with Structured Rationale [66.01943465390548]
本稿では,大規模言語モデルのテキスト要約能力を,コンパクトで局所的なモデルに抽出するフレームワークであるTriSumを紹介する。
本手法は,様々なベンチマーク上での局所モデル性能を向上させる。
また、要約の合理性に関する洞察を提供することで、解釈可能性も向上する。
論文 参考訳（メタデータ） (2024-03-15T14:36:38Z) - A Comparative Analysis of Conversational Large Language Models in
Knowledge-Based Text Generation [5.661396828160973]
本研究では,意味的三重項から自然言語文を生成する際に,対話型大規模言語モデルの実証分析を行う。
我々は、異なるプロンプト技術を用いて、異なる大きさの4つの大きな言語モデルを比較する。
この結果から,三重動詞化における大規模言語モデルの能力は,数発のプロンプト,後処理,効率的な微調整技術によって著しく向上することが示唆された。
論文 参考訳（メタデータ） (2024-02-02T15:26:39Z) - GPT Struct Me: Probing GPT Models on Narrative Entity Extraction [2.049592435988883]
我々は,2つの最先端言語モデル(GPT-3とGPT-3.5)の物語の抽出能力を評価する。
本研究はポルトガルの119のニュース記事を集めたText2Story Lusaデータセットを用いて行った。
論文 参考訳（メタデータ） (2023-11-24T16:19:04Z) - Optimal strategies to perform multilingual analysis of social content for a novel dataset in the tourism domain [5.519653885553456]
我々は、観光関連ツイートからなる観光ドメイン向けに、初めて公開された多言語データセット(フランス語、英語、スペイン語)を構築した。
我々の結果は、新しいデータセットに基づいて、新しいドメイン固有のアプリケーションにNLPを適用するための道を開いた。
論文 参考訳（メタデータ） (2023-11-20T13:08:21Z) - Large Language Models as Zero-Shot Conversational Recommenders [52.57230221644014]
ゼロショット設定における代表的大言語モデルを用いた会話推薦タスクに関する実証的研究を行った。
我々は、人気のあるディスカッションサイトをスクラップして、レコメンデーション関連の会話のデータセットを構築した。
我々は、微調整なしでも、大規模な言語モデルは既存の微調整された会話レコメンデーションモデルより優れていることを観察する。
論文 参考訳（メタデータ） (2023-08-19T15:29:45Z) - Cross-Lingual NER for Financial Transaction Data in Low-Resource
Languages [70.25418443146435]
半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。
我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。
わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
論文 参考訳（メタデータ） (2023-07-16T00:45:42Z) - Iterative Zero-Shot LLM Prompting for Knowledge Graph Construction [104.29108668347727]
本稿では,最新の生成型大規模言語モデルの可能性を活用する,革新的な知識グラフ生成手法を提案する。
このアプローチは、新しい反復的なゼロショットと外部知識に依存しない戦略を含むパイプラインで伝達される。
我々は、我々の提案がスケーラブルで多目的な知識グラフ構築に適したソリューションであり、異なる新しい文脈に適用できると主張している。
論文 参考訳（メタデータ） (2023-07-03T16:01:45Z) - A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。
先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。
本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
論文 参考訳（メタデータ） (2023-06-05T01:01:12Z) - Leveraging pre-trained language models for conversational information
seeking from text [2.8425118603312]
本稿では,プロセス記述文書から情報抽出の問題に対処するために,文脈内学習と事前学習言語表現モデルの使用について検討する。
その結果、このアプローチの可能性と、コンテキスト内学習のカスタマイズの有用性が浮き彫りになった。
論文 参考訳（メタデータ） (2022-03-31T09:00:46Z) - Exploiting Network Structures to Improve Semantic Representation for the
Financial Domain [9.13755431537592]
本稿では、FinSim-3におけるMiniTrueチームが、英語の金融分野におけるセマンティックな類似性を学習するタスクについて述べる。
提案手法では,変換言語モデルから学習した文脈埋め込みと,外部知識ソースから抽出したネットワーク構造埋め込みを組み合わせる。
実験結果から,知識グラフ埋め込みモデルの方が文脈埋め込みのみのモデルよりも優れた結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-07-13T07:32:18Z)
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。