論文の概要: Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums
- arxiv url: http://arxiv.org/abs/2603.10285v1
- Date: Wed, 11 Mar 2026 00:07:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-12 16:22:32.727326
- Title: Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums
- Title（参考訳）: 対話型AIによる自然史博物館の大規模デジタルコレクション検索システム
- Authors: Yiyuan Wang, Andrew Johnston, Zoë Sadokierski, Rhiannon Stephens, Shane T. Ahyong,
- Abstract要約: 本稿では,対話型AIを用いてオーストラリア博物館から170万近いデジタル化標本を検索するシステム設計について述べる。
このシステムは、視覚空間探索のためのインタラクティブマップと、詳細な標本データを検索し、収集固有の質問に答える自然言語対話エージェントを含む。
我々の研究は、大規模な博物館コレクションと自然言語ベースのクエリを結びつける新しいアプローチを提供し、自然史博物館のための科学AIエージェントの将来の設計を通知する。
- 参考スコア（独自算出の注目度）: 3.2797840322540726
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent digitisation efforts in natural history museums have produced large volumes of collection data, yet their scale and scientific complexity often hinder public access and understanding. Conventional data management tools, such as databases, restrict exploration through keyword-based search or require specialised schema knowledge. This paper presents a system design that uses conversational AI to query nearly 1.7 million digitised specimen records from the life-science collections of the Australian Museum. Designed and developed through a human-centred design process, the system contains an interactive map for visual-spatial exploration and a natural-language conversational agent that retrieves detailed specimen data and answers collection-specific questions. The system leverages function-calling capabilities of contemporary large language models to dynamically retrieve structured data from external APIs, enabling fast, real-time interaction with extensive yet frequently updated datasets. Our work provides a new approach of connecting large museum collections with natural language-based queries and informs future designs of scientific AI agents for natural history museums.
- Abstract（参考訳）: 近年の自然史博物館におけるデジタル化の取り組みは、膨大な量の収集データを生み出しているが、その規模と科学的複雑さは、しばしば公共のアクセスと理解を妨げる。
データベースのような従来のデータ管理ツールは、キーワードベースの検索による探索を制限するか、特別なスキーマ知識を必要とする。
本稿では,オーストラリア博物館のライフサイエンスコレクションから,対話型AIを用いて170万近いデジタル化された標本記録を検索するシステム設計について述べる。
人間中心の設計プロセスによって設計され、開発され、視覚空間探索のためのインタラクティブマップと、詳細な標本データを取得し、収集固有の質問に答える自然言語対話エージェントを含んでいる。
このシステムは、現代の大規模言語モデルの関数呼び出し機能を活用して、外部APIから動的に構造化されたデータを取得し、広範囲で頻繁に更新されるデータセットとの高速かつリアルタイムなインタラクションを可能にする。
我々の研究は、大規模な博物館コレクションと自然言語ベースのクエリを結びつける新しいアプローチを提供し、自然史博物館のための科学AIエージェントの将来の設計を通知する。
関連論文リスト
- MUSEKG: A Knowledge Graph Over Museum Collections [19.587385754644256]
MuseKGは、博物館情報システムのためのエンドツーエンドの知識グラフフレームワークである。
象徴的・神経的な統合を通じて、構造的・非構造的な博物館データを統一する。
論文 参考訳（メタデータ） (2025-11-20T03:23:36Z) - Talking to Data: Designing Smart Assistants for Humanities Databases [41.94295877935867]
本研究では,デジタル人文科学データとの自然言語通信を容易にするLLMベースのスマートアシスタントを提案する。
このツールは、研究者が複雑なデータベースを自然言語でクエリできるようにすることで、人文科学におけるアクセシビリティと効率を高めることを目的としている。
論文 参考訳（メタデータ） (2025-06-01T12:41:44Z) - Zero-Shot Complex Question-Answering on Long Scientific Documents [0.0]
本稿では,社会科学研究者がフル長の研究論文に対して質問応答を行うことを可能にするゼロショットパイプラインフレームワークを提案する。
提案手法は事前学習された言語モデルを統合し,マルチスパン抽出,マルチホップ推論,ロングアンサー生成といった難解なシナリオに対処する。
論文 参考訳（メタデータ） (2025-03-04T15:12:18Z) - FathomGPT: A Natural Language Interface for Interactively Exploring Ocean Science Data [4.886482666592149]
本稿では,自然言語インタフェースによる海洋科学データのインタラクティブな調査を行うオープンソースシステムであるFathomGPTを紹介する。
FathomGPTは、FathomNetイメージデータベースの探索と解析を可能にするために、海洋科学者と緊密に協力して開発された。
論文 参考訳（メタデータ） (2024-12-03T19:22:55Z) - Understanding Museum Exhibits using Vision-Language Reasoning [52.35301212718003]
博物館は、様々なエポック、文明、地域の文化遺産や歴史的遺物の保管所として機能している。
ドメイン固有モデルは、インタラクティブなクエリ解決と歴史的洞察を得るために不可欠である。
世界中の展示品に対して,65万枚の画像と2億枚の質問回答ペアの大規模なデータセットを収集し,キュレートする。
論文 参考訳（メタデータ） (2024-12-02T10:54:31Z) - Large Language Models for Information Retrieval: A Survey [83.75872593741578]
情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。
近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。
LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
論文 参考訳（メタデータ） (2023-08-14T12:47:22Z) - ConvFinQA: Exploring the Chain of Numerical Reasoning in Conversational
Finance Question Answering [70.6359636116848]
本稿では,対話型質問応答における数値推論の連鎖を研究するために,新しい大規模データセットConvFinQAを提案する。
我々のデータセットは、現実世界の会話において、長距離で複雑な数値推論パスをモデル化する上で大きな課題となる。
論文 参考訳（メタデータ） (2022-10-07T23:48:50Z) - Cetacean Translation Initiative: a roadmap to deciphering the
communication of sperm whales [97.41394631426678]
最近の研究では、非ヒト種における音響コミュニケーションを分析するための機械学習ツールの約束を示した。
マッコウクジラの大量生物音響データの収集と処理に必要な重要な要素について概説する。
開発された技術能力は、非人間コミュニケーションと動物行動研究を研究する幅広いコミュニティにおいて、クロス応用と進歩をもたらす可能性が高い。
論文 参考訳（メタデータ） (2021-04-17T18:39:22Z)
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。