論文の概要: BoundRL: Efficient Structured Text Segmentation through Reinforced Boundary Generation

• arxiv url: http://arxiv.org/abs/2510.20151v1
• Date: Thu, 23 Oct 2025 02:56:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:17.221697
• Title: BoundRL: Efficient Structured Text Segmentation through Reinforced Boundary Generation
• Title（参考訳）: BoundRL: 強化境界生成による効率的な構造化テキストセグメンテーション
• Authors: Haoyuan Li, Zhengyuan Shen, Sullam Jeoung, Yueyan Chen, Jiayu Li, Qi Zhu, Shuai Wang, Vassilis Ioannidis, Huzefa Rangwala,
• Abstract要約: BoundRLは長い構造化テキストに対してトークンレベルのテキストセグメンテーションとラベル予測を行う。 セグメントごとに完全なコンテンツを生成する代わりに、開始トークンのシーケンスだけを生成する。 オリジナルテキスト内にこれらのトークンを配置することで、完全な内容を再構築する。
• 参考スコア（独自算出の注目度）: 26.825801831400003
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As structured texts become increasingly complex across diverse domains -- from technical reports to generative AI prompts -- the need for text segmentation into semantically meaningful components becomes critical. Such texts often contain elements beyond plain language, including tables, code snippets, and placeholders, which conventional sentence- or paragraph-level segmentation methods cannot handle effectively. To address this challenge, we propose BoundRL, a novel and efficient approach that jointly performs token-level text segmentation and label prediction for long structured texts. Instead of generating complete contents for each segment, it generates only a sequence of starting tokens and reconstructs the complete contents by locating these tokens within the original texts, thereby reducing inference costs by orders of magnitude and minimizing hallucination. To adapt the model for the output format, BoundRL~performs reinforcement learning with verifiable rewards (RLVR) with a specifically designed reward that jointly optimizes document reconstruction fidelity and semantic alignment. To mitigate entropy collapse, it further constructs intermediate candidates by systematically perturbing a fraction of generated sequences of segments to create stepping stones toward higher-quality solutions. To demonstrate BoundRL's effectiveness on particularly challenging structured texts, we focus evaluation on complex prompts used for LLM applications. Experiments show that BoundRL enables small language models (1.7B parameters) to outperform few-shot prompting of much larger models. Moreover, RLVR with our designed reward yields significant improvements over supervised fine-tuning, and incorporating intermediate candidates further improves both performance and generalization.
• Abstract（参考訳）: 構造化テキストは、技術レポートから生成AIプロンプトまで、さまざまな領域で複雑化するにつれて、意味論的に意味のあるコンポーネントへのテキストセグメンテーションの必要性が重要になる。 このようなテキストには、表やコードスニペット、プレースホルダーなど、平易な言語以外の要素が含まれており、従来の文や段落レベルのセグメンテーション手法では効果的に扱えない。 この課題に対処するために,トークンレベルのテキストセグメンテーションと長期構造化テキストのラベル予測を共同で行う,新規で効率的なアプローチであるBoundRLを提案する。 各セグメントの完全なコンテンツを生成する代わりに、開始トークンのシーケンスのみを生成し、これらのトークンを元のテキスト内に配置することで完全なコンテンツを再構築することで、桁違いの推論コストを低減し、幻覚を最小化する。 出力フォーマットのモデルに適応するために、BoundRL~は、文書再構成の忠実さとセマンティックアライメントを共同で最適化する特別に設計された報酬で、検証可能な報酬(RLVR)で強化学習を実行する。 エントロピー崩壊を緩和するため、生成したセグメントのごく一部を体系的に摂動させて中間候補を構築し、高品質な解に向けたステップストーンを生成する。 本研究では,特に難易度の高い構造化テキストに対するBoundRLの有効性を示すために,LLMアプリケーションに使用される複雑なプロンプトに着目した。 実験の結果、BoundRLは小さな言語モデル(1.7Bパラメータ)で、より大規模なモデルのプロンプトよりも優れていることが示された。 さらに、RLVRは教師付き微調整よりも大幅に改善され、中間候補が組み込まれ、性能と一般化がさらに向上する。

関連論文リスト

• CoT Referring: Improving Referring Expression Tasks with Grounded Reasoning [67.18702329644526]
  CoT Referringは、構造化されたチェーン・オブ・シークレット・トレーニングデータ構造を通じて、モデル推論をモダリティにわたって強化する。 トレーニングデータを再構築して、新たな出力フォームを実行し、既存のデータセットに新たなアノテーションを提供します。 また、検出とセグメント化機能を統合MLLMフレームワークに統合し、新しい適応重み付き損失で学習して性能を最適化する。
  論文  参考訳（メタデータ） (2025-10-03T08:50:21Z)
• Resource-Efficient Adaptation of Large Language Models for Text Embeddings via Prompt Engineering and Contrastive Fine-tuning [3.9914181590063884]
  大規模言語モデル(LLM)は自然言語処理(NLP)の基盤となっている。 プリトレーニングされたデコーダのみのLLMの適応戦略について検討する。
  論文  参考訳（メタデータ） (2025-07-30T14:49:30Z)
• Enhancing Retrieval Augmented Generation with Hierarchical Text Segmentation Chunking [0.9968037829925942]
  本稿では階層的なテキストセグメンテーションとクラスタリングを統合してRAGを強化する新しいフレームワークを提案する。 推論中、このフレームワークはセグメントレベルのベクトル表現とクラスタレベルのベクトル表現の両方を活用することで情報を取得する。 ナラティブQA,Quality,QASPERデータセットの評価は,従来のチャンキング手法と比較して,提案手法が改善したことを示している。
  論文  参考訳（メタデータ） (2025-07-14T05:21:58Z)
• Meta-Chunking: Learning Text Segmentation and Semantic Completion via Logical Perception [10.614437503578856]
  本稿では,チャンキング品質を特に向上させるメタチャンキングフレームワークを提案する。 我々は不確実性に基づく2つの適応的チャンキング手法、すなわちPerplexity ChunkingとMargin Sampling Chunkingを設計する。 我々は,2段階の階層的要約生成プロセスと3段階のテキストチャンク書き換え手順を含むグローバル情報補償機構を確立する。
  論文  参考訳（メタデータ） (2024-10-16T17:59:32Z)
• From Text Segmentation to Smart Chaptering: A Novel Benchmark for Structuring Video Transcriptions [63.11097464396147]
  音声コンテンツに焦点をあてた新しいベンチマークYTSegを導入し、その内容は本質的に非構造的であり、トポロジと構造的にも多様である。 また,高効率な階層分割モデルMiniSegを導入する。
  論文  参考訳（メタデータ） (2024-02-27T15:59:37Z)
• TextFormer: A Query-based End-to-End Text Spotter with Mixed Supervision [61.186488081379]
  Transformerアーキテクチャを用いた問合せベースのエンドツーエンドテキストスポッターであるTextFormerを提案する。 TextFormerは、画像エンコーダとテキストデコーダの上に構築され、マルチタスクモデリングのための共同セマンティック理解を学ぶ。 分類、セグメンテーション、認識のブランチの相互訓練と最適化を可能にし、より深い特徴共有をもたらす。
  論文  参考訳（メタデータ） (2023-06-06T03:37:41Z)
• Composable Text Controls in Latent Space with ODEs [97.12426987887021]
  本稿では,コンパクトテキスト空間における構成可能なテキスト操作のための,新しい効率的なアプローチを提案する。 事前学習したLMを効率よく適応することで、サンプルベクトルを所望のテキストシーケンスにデコードする。 実験により、我々のアプローチ内でこれらの演算子を構成すると、高品質なテキストの生成や編集が可能であることが示された。
  論文  参考訳（メタデータ） (2022-08-01T06:51:45Z)
• Summarize, Outline, and Elaborate: Long-Text Generation via Hierarchical Supervision from Extractive Summaries [46.183289748907804]
  長文生成のためのアウトライン化,アウトライン化,エラボレートを行うパイプラインシステムSOEを提案する。 SOEは、より高速な収束速度とともに、非常に優れた品質の長いテキストを生成する。
  論文  参考訳（メタデータ） (2020-10-14T13:22:20Z)

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。