論文の概要: ExOAR: Expert-Guided Object and Activity Recognition from Textual Data

• arxiv url: http://arxiv.org/abs/2512.03790v1
• Date: Wed, 03 Dec 2025 13:40:17 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-04 12:06:25.754693
• Title: ExOAR: Expert-Guided Object and Activity Recognition from Textual Data
• Title（参考訳）: ExOAR:テキストデータからのエキスパートガイドオブジェクトとアクティビティ認識
• Authors: Iris Beerepoot, Vinicius Stein Dani, Xixi Lu,
• Abstract要約: ExOAR(Expert-Guided Object and Activity Recognition)は、大規模言語モデル(LLM)と人間の検証を組み合わせたインタラクティブな手法で、テキストデータからオブジェクトやアクティビティを識別する。 ExOARは、非構造化テキストデータと構造化ログの間のギャップを、オブジェクト中心のプロセス分析に必要な明確なセマンティクスで効果的に橋渡しできることを示す。
• 参考スコア（独自算出の注目度）: 0.3441021278275805
• License:
• Abstract: Object-centric process mining requires structured data, but extracting it from unstructured text remains a challenge. We introduce ExOAR (Expert-Guided Object and Activity Recognition), an interactive method that combines large language models (LLMs) with human verification to identify objects and activities from textual data. ExOAR guides users through consecutive stages in which an LLM generates candidate object types, activities, and object instances based on contextual input, such as a user's profession, and textual data. Users review and refine these suggestions before proceeding to the next stage. Implemented as a practical tool, ExOAR is initially validated through a demonstration and then evaluated with real-world Active Window Tracking data from five users. Our results show that ExOAR can effectively bridge the gap between unstructured textual data and the structured log with clear semantics needed for object-centric process analysis, while it maintains flexibility and human oversight.
• Abstract（参考訳）: オブジェクト中心のプロセスマイニングは構造化データを必要とするが、構造化されていないテキストから抽出することは依然として課題である。 ExOAR(Expert-Guided Object and Activity Recognition)は,大規模言語モデル(LLM)と人間の検証を組み合わせ,テキストデータからオブジェクトやアクティビティを識別する対話的手法である。 ExOARは、LLMがユーザの専門職やテキストデータなどのコンテキスト入力に基づいて、候補オブジェクトタイプ、アクティビティ、オブジェクトインスタンスを生成する連続的なステージを通じてユーザをガイドする。 ユーザは次のステージに進む前に、これらの提案をレビューし、精査する。 実用ツールとして実装されたExOARは、最初はデモを通じて検証され、5人のユーザの実世界のActive Window Trackingデータで評価される。 以上の結果から,ExOARは非構造化テキストデータと構造化ログのギャップをオブジェクト中心のプロセス分析に必要な明確なセマンティクスで効果的に埋めることができる一方で,柔軟性と人間の監視も維持できることがわかった。

関連論文リスト

• Conversational Text Extraction with Large Language Models Using Retrieval-Augmented Systems [0.20971479389679337]
  本研究では,Large Language Models (LLMs) を利用した対話インタフェースを用いてPDF文書からテキストを抽出するシステムを提案する。 このシステムは、PDF内の関連するパスをハイライトしながら、ユーザからの問い合わせに対して情報的応答を提供する。 提案システムは,既存のテキスト抽出・要約技術と比較して,競争力のあるROUGE値を提供する。
  論文  参考訳（メタデータ） (2025-01-16T19:12:25Z)
• Spatio-Temporal Context Prompting for Zero-Shot Action Detection [13.22912547389941]
  本稿では,視覚言語モデルの豊富な知識を効果的に活用し,対人インタラクションを実現する手法を提案する。 同時に複数の人物による異なる行動を認識するという課題に対処するために,興味あるトークンスポッティング機構を設計する。 提案手法は,従来の手法に比べて優れた結果を得ることができ,さらにマルチアクションビデオに拡張することができる。
  論文  参考訳（メタデータ） (2024-08-28T17:59:05Z)
• Learning to Extract Structured Entities Using Language Models [52.281701191329]
  機械学習の最近の進歩は、情報抽出の分野に大きな影響を与えている。 タスクをエンティティ中心にすることで、さまざまなメトリクスの使用を可能にします。 我々は、Structured Entity extractを導入し、Adroximate Entity Set OverlaPメトリックを提案し、この分野にコントリビュートします。
  論文  参考訳（メタデータ） (2024-02-06T22:15:09Z)
• Open-Vocabulary Camouflaged Object Segmentation [66.94945066779988]
  OVCOS(Open-vocabulary camouflaged Object segmentation)を導入した。 我々は11,483個の手選択画像とそれに対応するオブジェクトクラスを含む大規模複合シーンデータセット(textbfOVCamo)を構築した。 クラスセマンティック知識の指導とエッジ情報と深度情報からの視覚構造的手がかりの補足を統合することにより、提案手法は効率よくカモフラージュされたオブジェクトを捕捉できる。
  論文  参考訳（メタデータ） (2023-11-19T06:00:39Z)
• Instruct and Extract: Instruction Tuning for On-Demand Information Extraction [86.29491354355356]
  On-Demand Information extractは、現実世界のユーザのパーソナライズされた要求を満たすことを目的としている。 InstructIEというベンチマークを、自動生成したトレーニングデータと、人手による注釈付きテストセットの両方を含む形で提示する。 InstructIE 上に構築した On-Demand Information Extractor, ODIE をさらに発展させる。
  論文  参考訳（メタデータ） (2023-10-24T17:54:25Z)
• LISA: Reasoning Segmentation via Large Language Model [68.24075852136761]
  そこで我々は,新たなセグメンテーションタスク,すなわち推論セグメンテーションを提案する。 このタスクは、複雑で暗黙的なクエリテキストを与えられたセグメンテーションマスクを出力するように設計されている。 提案するLISA: Large Language Instructed Assistantは,マルチモーダル大規模言語モデルの言語生成能力を継承する。
  論文  参考訳（メタデータ） (2023-08-01T17:50:17Z)

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。