論文の概要: Implementing a Sharia Chatbot as a Consultation Medium for Questions About Islam

• arxiv url: http://arxiv.org/abs/2512.16644v1
• Date: Thu, 18 Dec 2025 15:15:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:32.118366
• Title: Implementing a Sharia Chatbot as a Consultation Medium for Questions About Islam
• Title（参考訳）: イスラム教に関する質問紙としてのシャリアチャットボットの実践
• Authors: Wisnu Uriawan, Aria Octavian Hamza, Ade Ripaldi Nuralim, Adi Purnama, Ahmad Juaeni Yunus, Anissya Auliani Supriadi Putri,
• Abstract要約: このシステムは、クルアーン、ハディス、学術的なファトワといった真正な情報源から、25,000の質問応答対のキュレートされたデータセットを処理する。 プロトタイプは、Fiqh、aqidah、ibadah、muamalahなどのさまざまなトピックで機能テストにおいて87%のセマンティックな精度を実現している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: This research presents the implementation of a Sharia-compliant chatbot as an interactive medium for consulting Islamic questions, leveraging Reinforcement Learning (Q-Learning) integrated with Sentence-Transformers for semantic embedding to ensure contextual and accurate responses. Utilizing the CRISP-DM methodology, the system processes a curated Islam QA dataset of 25,000 question-answer pairs from authentic sources like the Qur'an, Hadith, and scholarly fatwas, formatted in JSON for flexibility and scalability. The chatbot prototype, developed with a Flask API backend and Flutter-based mobile frontend, achieves 87% semantic accuracy in functional testing across diverse topics including fiqh, aqidah, ibadah, and muamalah, demonstrating its potential to enhance religious literacy, digital da'wah, and access to verified Islamic knowledge in the Industry 4.0 era. While effective for closed-domain queries, limitations such as static learning and dataset dependency highlight opportunities for future enhancements like continuous adaptation and multi-turn conversation support, positioning this innovation as a bridge between traditional Islamic scholarship and modern AI-driven consultation.
• Abstract（参考訳）: 本研究は,Sentence-Transformersと統合された強化学習(Q-Learning)を活用し,文脈的かつ正確な応答を保証するための対話型メディアとしてのSharia対応チャットボットの実装について述べる。 CRISP-DM手法を利用すると、このシステムはクルアーン、ハディス、学術的なファトワといった真正な情報源から、25,000の質問応答対のキュレートされたイスラムQAデータセットを処理し、柔軟性とスケーラビリティのためにJSONでフォーマットする。 Flask APIバックエンドとFlutterベースのモバイルフロントエンドで開発されたチャットボットのプロトタイプは、fiqh、aqidah、ibadah、muamalahといったさまざまなトピックにわたる機能テストにおいて87%のセマンティックな精度を実現し、宗教リテラシー、デジタルダウワ、産業4.0時代の検証済みイスラム知識へのアクセスの可能性を実証している。 クローズドドメインクエリには有効だが、静的学習やデータセット依存といった制限は、継続的適応やマルチターン会話サポートといった将来の拡張の機会を強調し、このイノベーションを従来のイスラムの奨学金と現代のAIによるコンサルティングの橋渡しとして位置付けている。

関連論文リスト

• FARSIQA: Faithful and Advanced RAG System for Islamic Question Answering [0.0]
  本稿では,ペルシア・イスラム領域におけるFARSIQAの導入について紹介する。 FARSIQAは、我々の革新的なFAIR-RAGアーキテクチャの上に構築されています。
  論文  参考訳（メタデータ） (2025-10-29T15:25:34Z)
• A Critical Review of the Need for Knowledge-Centric Evaluation of Quranic Recitation [0.9332987715848714]
  クラーニック・リサイクリング(タイウェド)の聖なる実践は、現代において重要な教育的課題に直面している。 デジタル技術は教育への前例のないアクセスを約束する一方で、評価のための自動ツールが広く普及または教育効果を達成できなかった。 本総説では, 言語知識と高度な音声分析を融合したハイブリッドシステムに, 自動クラニック評価の今後について考察する。
  論文  参考訳（メタデータ） (2025-10-14T13:39:49Z)
• Operational Validation of Large-Language-Model Agent Social Simulation: Evidence from Voat v/technology [59.63189507373199]
  私たちは、2014年から2020年にかけて活動しているRedditのようなオルタナティブなニュースアグリゲータとディスカッションプラットフォームであるVoatをモデルとした技術コミュニティシミュレーションを構築しました。 YSocialフレームワークを使用して、Voatの共有URLからサンプリングされた技術リンクの固定カタログでシミュレーションをシードする。 エージェントは、リンクとテキストの投稿、スレッド化された返信、日々のアクティビティサイクルのためのプラットフォームルールの下で投稿、返信、反応を生成する。 結果は、よく知られたオンライン規則性を示す: 類似の活動リズム、ヘビーテール参加、疎低クラスタリング相互作用ネットワーク、コア周辺構造、Voatとのトピックアライメント、高毒性
  論文  参考訳（メタデータ） (2025-08-29T16:06:27Z)
• Seeking and Updating with Live Visual Knowledge [75.25025869244837]
  107,143のサンプルと12のカテゴリデータを備えた、第一種データセットであるLiveVQAを紹介する。 LiveVQAは、モデルが知識境界を越えて最新の視覚情報をどう扱うかを評価することができる。 最新の17種類のMLLMの総合的なベンチマークでは、知識の遮断を超えてコンテンツに顕著なパフォーマンスギャップが示される。
  論文  参考訳（メタデータ） (2025-04-07T17:39:31Z)
• Cross-Language Approach for Quranic QA [1.0124625066746595]
  クルアーンのQAシステムは、世界中の10億人以上の人々のための神聖なテキストであるクルアーンの深い理解を促進するため、重要な重要性を保っている。 これらのシステムは、現代標準アラビア語で書かれた質問と、古典アラビア語で書かれたクラーン語の詩で見つかった回答の言語的相違など、固有の課題に直面している。 我々は、機械翻訳を通じてデータセットを拡張して強化し、アラビア語の質問を英語に翻訳し、アラビア語の質問を言い換えて言語的多様性を創出し、クァラン語の英訳から回答を抽出し、多言語学習要件に適合させることにより、クロスランゲージのアプローチを採用する。
  論文  参考訳（メタデータ） (2025-01-29T07:13:27Z)
• A Benchmark Dataset with Larger Context for Non-Factoid Question Answering over Islamic Text [0.16385815610837165]
  本稿では,Quranic Tafsir と Ahadith の領域内で質問応答を目的とした包括的データセットについて紹介する。 このデータセットは、73,000以上の質問応答ペアからなる堅牢なコレクションで構成されており、この特殊なドメインで報告されている最大のデータセットである。 本稿では,データセットのコントリビューションを強調しながら,その後の人的評価から,既存の自動評価手法の限界に関する批判的な洞察が得られた。
  論文  参考訳（メタデータ） (2024-09-15T19:50:00Z)
• Building Domain-Specific LLMs Faithful To The Islamic Worldview: Mirage or Technical Possibility? [0.0]
  大規模言語モデル(LLM)は、多くの自然言語理解ユースケースで顕著なパフォーマンスを示している。 イスラム教とその表現の文脈において、その信仰と教えの正確かつ事実的な表現は、クルランとスンナに根ざしている。 本研究は、イスラム世界観に忠実なドメイン固有のLLMを構築することの課題に焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-11T18:59:09Z)
• 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)
• Utilizing Background Knowledge for Robust Reasoning over Traffic Situations [63.45021731775964]
  我々は、インテリジェントトランスポーテーションの補完的な研究側面である交通理解に焦点を当てる。 本研究は,豊富なコモンセンス知識を前提として,テキストベースの手法とデータセットを対象とする。 交通状況に対するゼロショットQAには3つの知識駆動アプローチを採用しています。
  論文  参考訳（メタデータ） (2022-12-04T09:17:24Z)
• Lila: A Unified Benchmark for Mathematical Reasoning [59.97570380432861]
  LILAは、23の多様なタスクと4次元からなる統一的な数学的推論ベンチマークである。 我々は,Pythonプログラムの形式でタスク命令とソリューションを収集することにより,20のデータセットベンチマークを拡張してベンチマークを構築した。 LILAで訓練された汎用数学的推論モデルであるBHASKARAを紹介する。
  論文  参考訳（メタデータ） (2022-10-31T17:41:26Z)

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。