論文の概要: Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories

• arxiv url: http://arxiv.org/abs/2606.11176v1
• Date: Tue, 09 Jun 2026 17:51:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.66066
• Title: Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories
• Title（参考訳）: データジャーナリストエージェント:データを検証可能なマルチモーダルストーリーに変換する
• Authors: Kevin Qinghong Lin, Batu EI, Yuhong Shi, Pan Lu, Philip Torr, James Zou,
• Abstract要約: Data Journalist Agentは、特定の役割を単一の仮想ニュースルームにオーケストレーションする。 Data2Storyは競合的でエビデンス追跡可能なマルチメディアストーリーを生成する。 人間の記事は、編集の角度、創造的デザイン、プレゼンテーションの端を保っている。
• 参考スコア（独自算出の注目度）: 61.92386956428387
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data tells stories that shape society; the data journalist's job is to turn raw information into stories non-experts can trust. A high-quality news feature takes a newsroom team weeks: hunting for context, running statistics, choosing an angle, and designing visuals. Recent agents handle individual steps well: data-science agents close the analysis loop, while design agents synthesize beautiful websites. But can an agent serve as a data journalist end to end? We introduce Data Journalist Agent (Data2Story), a multi-agent framework that orchestrates specialized roles into a single virtual newsroom. Data2Story contributes two innovations. (i) Claims are evidence-grounded: an Inspector links every number, angle, and asset back to data, code, or an external reference. (ii) Articles are multimodally generative: rather than defaulting to plain text and static charts, Data2Story reasons about what readers will want to see, then deploys multimodal tools, such as interactive maps for geography and audio for music. We evaluate Data2Story on 18 articles, each paired with the originally published expert piece, along four axes: (a) human-agent angle coverage; (b) rubric evaluation with 53 participants across five dimensions; (c) computer-use agents as judges, a cost-saving proxy for how readers navigate interactive articles; and (d) verifiability, where a coding verifier re-executes statements against the data and checks claims against references. Data2Story produces competitive, evidence-traceable multimedia stories, with particular strength in transparency and auditability. Human articles retain an edge in editorial angle, creative design, and presentation. We position Data2Story as a collaborator for journalists, enabling more evidence-based, transparent, and verifiable reporting. Code and demos are available at https://data2story.github.io.
• Abstract（参考訳）: データジャーナリストの仕事は、生の情報を非専門家が信頼できる物語に変えることである。 高品質なニュース機能には、コンテキストを探すこと、統計を実行すること、角度を選択すること、視覚をデザインすること、など、ニュースルームチームにとって数週間かかる。 データサイエンスエージェントは分析ループを閉じ、デザインエージェントは美しいウェブサイトを合成します。 しかし、エージェントはデータジャーナリストとして終止符を打つことができるのか? データジャーナリストエージェント(Data2Story)は,専門的な役割をひとつの仮想ニュースルームにまとめるマルチエージェントフレームワークである。 Data2Storyは2つのイノベーションに貢献している。 検査官は、すべての番号、角度、資産をデータ、コード、または外部参照にリンクする。 (二)記事はマルチモーダルな生成物で、平易なテキストや静的なチャートをデフォルトにするのではなく、Data2Storyでは、読者が見たいものを表示し、その上で、ジオグラフィックのためのインタラクティブマップや音楽のためのオーディオなどのマルチモーダルなツールをデプロイする。 私たちは18の記事でData2Storyを評価し、それぞれが最初に公開された専門家の作品とペアになって、4つの軸に沿っています。 a) 人差し指の角度のカバレッジ b)5次元にわたる53人の参加者によるルーブリック評価 (c)審査員としてのコンピュータ利用エージェント、対話的記事の閲覧方法のためのコスト削減プロキシ (d) コード検証者がデータに対するステートメントを再実行し、参照に対するクレームをチェックする。 Data2Storyは、競争力のあるエビデンス追跡可能なマルチメディアストーリーを生成し、特に透明性と監査性に優れています。 人間の記事は、編集の角度、創造的デザイン、プレゼンテーションの端を保っている。 我々は、Data2Storyをジャーナリストの協力者として位置づけ、よりエビデンスベースの、透明で、検証可能なレポートを可能にします。 コードとデモはhttps://data2story.github.io.comで公開されている。

関連論文リスト

• Towards Verifiable Multimodal Deep Research: A Multi-Agent Harness for Interleaved Report Generation [74.0621258662676]
  レポート生成のためのマルチエージェントハーネスであるPtahを提案する。 Ptahは計画、研究、執筆段階を通じて、ユーザクエリからレンダリングされたWebレポートまでのライフサイクルを編成する。 検証エージェントがハーネスの受け入れ機能として機能し、ワークフロー全体を通して事実的接地、引用の忠実性、相互の整合性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T12:40:34Z)
• NewsRECON: News article REtrieval for image CONtextualization [96.77112912009987]
  本稿では,関連ニュース記事と画像をリンクして,記事メタデータから日付と場所を推測する手法であるNewsRECONを紹介する。 TARAと5Pils-OOCの実験では、NewsRECONは以前の作業よりも優れており、新しいSOTAを達成するためにマルチモーダルな大規模言語モデルと組み合わせることができる。
  論文  参考訳（メタデータ） (2026-01-20T16:15:53Z)
• A2P-Vis: an Analyzer-to-Presenter Agentic Pipeline for Visual Insights Generation and Reporting [18.60614431401904]
  A2P-Visは、生のデータセットを高品質なデータビジュアライゼーションレポートに変換する、2部構成のマルチエージェントパイプラインである。 Data Analyzerはプロファイリングを編成し、多様な視覚化方向を提案し、プロットコードを生成し、実行し、チェッカーで低品質のフィギュアをフィルタリングし、候補者の洞察を引き出す。 その後、プレゼンターはトピックを注文し、トップランクの洞察からグラフで構築された物語を作成し、正当化された遷移を書き、明確さと一貫性のために文書を改訂する。
  論文  参考訳（メタデータ） (2025-12-26T18:02:12Z)
• NEWSAGENT: Benchmarking Multimodal Agents as Journalists with Real-World Newswriting Tasks [21.577527868033343]
  NEWSAGENTは、エージェントが利用可能な生のコンテンツを自動的に検索し、望ましい情報を選択し、ニュース記事の編集とリフレーズを行う方法を評価するためのベンチマークである。 NEWSAGENTには、実際のニュースから派生した6kの人間による検証例が含まれており、マルチモーダルコンテンツは、幅広いモデル互換性のためにテキストに変換される。 NEWSAGENTは、マルチモーダルなWebデータ操作から現実の生産性まで、エージェント機能を反復し評価するための現実的なテストベッドであると考えています。
  論文  参考訳（メタデータ） (2025-08-30T10:31:34Z)
• DataNarrative: Automated Data-Driven Storytelling with Visualizations and Texts [27.218934418961197]
  データストーリ生成のための新しいタスクと,さまざまなソースから1,449のストーリを含むベンチマークを導入する。 2つのLLMエージェントを用いたマルチエージェントフレームワークを提案する。 我々のエージェント・フレームワークは一般的にモデルベースと人的評価の両方において非エージェント・フレームワークよりも優れていますが、結果はデータ・ストーリー・ジェネレーションにおけるユニークな課題を明らかにします。
  論文  参考訳（メタデータ） (2024-08-09T21:31:33Z)
• ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
  ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。 この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。 我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
  論文  参考訳（メタデータ） (2023-05-23T16:40:07Z)
• STORIUM: A Dataset and Evaluation Platform for Machine-in-the-Loop Story Generation [48.56586847883825]
  我々は、オンラインのコラボレーティブなストーリーテリングコミュニティであるSTORiumから構築されたデータセットと評価プラットフォームを紹介した。 データセットには6Kの長編記事と、各物語に散在する詳細な自然言語アノテーションが含まれています。 我々は、STORiumにそれらを統合することで、データセット上で微調整された言語モデルを評価し、実際の著者は提案されたストーリーの継続をモデルに問い合わせ、編集することができる。
  論文  参考訳（メタデータ） (2020-10-04T23:26:09Z)

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。