論文の概要: BiCon-Gate: Consistency-Gated De-colloquialisation for Dialogue Fact-Checking

• arxiv url: http://arxiv.org/abs/2604.14389v1
• Date: Wed, 15 Apr 2026 20:06:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:31.590288
• Title: BiCon-Gate: Consistency-Gated De-colloquialisation for Dialogue Fact-Checking
• Title（参考訳）: BiCon-Gate: 対話 Fact-Checking のための一貫性強化型非言語化
• Authors: Hyunkyung Park, Arkaitz Zubiaga,
• Abstract要約: 本稿では,段階的非論理化による各応答クレームに対する保守的書き直し候補を提案する。 次に、対話コンテキストで意味的にサポートされている場合にのみ書き直し候補を選択するセマンティックス対応整合ゲートであるBiCon-Gateを紹介する。 このゲート選択は、下流の事実チェックを安定化させ、証拠検索と事実検証の両方で利益を得る。
• 参考スコア（独自算出の注目度）: 9.866690791407464
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated fact-checking in dialogue involves multi-turn conversations where colloquial language is frequent yet understudied. To address this gap, we propose a conservative rewrite candidate for each response claim via staged de-colloquialisation, combining lightweight surface normalisation with scoped in-claim coreference resolution. We then introduce BiCon-Gate, a semantics-aware consistency gate that selects the rewrite candidate only when it is semantically supported by the dialogue context, otherwise falling back to the original claim. This gated selection stabilises downstream fact-checking and yields gains in both evidence retrieval and fact verification. On the DialFact benchmark, our approach improves retrieval and verification, with particularly strong gains on SUPPORTS, and outperforms competitive baselines, including a decoder-based one-shot LLM rewrite that attempts to perform all de-colloquialisation steps in a single pass.
• Abstract（参考訳）: 対話におけるファクトチェックの自動化には、口語が頻繁に行われながら検討されるマルチターン会話が含まれる。 このギャップに対処するため,各応答クレームを段階的非論理化(de-colloquialization)による保守的書き換え候補を提案する。 次に、対話コンテキストで意味的にサポートされている場合にのみ書き直し候補を選択するセマンティックス対応整合ゲートであるBiCon-Gateを紹介し、そうでなければ元のクレームにフォールバックする。 このゲート選択は、下流の事実チェックを安定化させ、証拠検索と事実検証の両方で利益を得る。 In the DialFact benchmark, our approach improves search and validation, especially gains on SupportS, and out outs competitive baselines, including a decoder-based one-shot LLM rewrite that attempt to perform all de-colloquialization steps in a single pass。

関連論文リスト

• RECOR: Reasoning-focused Multi-turn Conversational Retrieval Benchmark [20.750773856512662]
  本稿では,11領域にわたる707の会話(2,971回)からなる推論に基づく会話情報検索のベンチマークを提案する。 品質を保証するために,複雑なクエリをファクトグラウンドのマルチターン対話に変換する分解検証フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-01-09T01:25:46Z)
• Mind the Quote: Enabling Quotation-Aware Dialogue in LLMs via Plug-and-Play Modules [19.673388630963807]
  課題をスパン条件付き世代として定式化し、各ターンを対話履歴に分解する。 本稿では,タスク固有の対話を自動的に合成する引用中心のデータパイプラインを提案する。 本稿では,2つのボトルネックプロジェクションをアタッチメントヘッドにアタッチする軽量なトレーニングベース手法QuAdaを提案する。
  論文  参考訳（メタデータ） (2025-05-30T07:06:11Z)
• Localizing Factual Inconsistencies in Attributable Text Generation [74.11403803488643]
  本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。 QASemConsistencyは、人間の判断とよく相関する事実整合性スコアを得られることを示す。
  論文  参考訳（メタデータ） (2024-10-09T22:53:48Z)
• High-precision Voice Search Query Correction via Retrievable Speech-text Embedings [13.4015768521113]
  音声認識システムは、ノイズの多い音声、十分なトレーニングデータがないなど、様々な理由で、リコールに苦しむことがある。 従来の研究では、仮説テキストの潜在的、文脈に関連のある選択肢の巨大なデータベースから書き直し候補を検索することで、リコールを改善することができた。 一般発話においてWERを増大させることなく,文章が候補集合に現れる発話に対して,相対単語誤り率(WER)を6%削減することを示す。
  論文  参考訳（メタデータ） (2024-01-08T20:59:56Z)
• ZeQR: Zero-shot Query Reformulation for Conversational Search [11.644235288057123]
  本稿では,対話型検索データからの監視を必要とせずに,従来の対話コンテキストに基づいてクエリを再構成する,ゼロショットクエリ再構成(あるいはクエリ書き換え)フレームワークを提案する。 具体的には、機械読解タスク用に設計された言語モデルを用いて、コア参照と省略という2つの共通の曖昧さを生クエリで明示的に解決する。 さらに、あいまいさが明確かつ積極的に解決されているため、説明可能性も向上し、クエリ意図の理解を効果的に強化する。
  論文  参考訳（メタデータ） (2023-07-18T16:05:25Z)
• End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
  HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。 標準メトリクスは、現れる可能性のある不整合を考慮していない。 本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
  論文  参考訳（メタデータ） (2023-01-14T15:43:07Z)
• Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting [56.268862325167575]
  マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。 本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。 前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。 後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
  論文  参考訳（メタデータ） (2020-05-05T14:30:20Z)

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。