論文の概要: Factions Within, Uncertain Across: Within-Document Reader Sub-Groups in Social Highlighting

• arxiv url: http://arxiv.org/abs/2606.11613v1
• Date: Wed, 10 Jun 2026 03:25:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.266094
• Title: Factions Within, Uncertain Across: Within-Document Reader Sub-Groups in Social Highlighting
• Title（参考訳）: ソーシャルハイライトにおける文書内リーダーのサブグループ
• Authors: Kazuki Nakayashiki, Keisuke Watanabe,
• Abstract要約: 余剰保存曲線球ヌルを用いた共読プラットフォームにおけるグループレベルの質問を行う。 実験1では、読者が共有サリエンス、マーク密度、文章人気予測以上の強力なサブグループを形成することを示す。 実験2では、安定したリーダー特性をグループ化していますか?ここでは、パワーについて正直に述べます。
• 参考スコア（独自算出の注目度）: 1.8620637029128544
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When many people highlight the same document, is the crowd a single consensus, or is it internally structured into reader sub-groups that mark different things -- and is that structure a stable property of a reader or of the document? Building on prior work showing an individual's within-document highlighting signal is a whisper while individuality lives in selection, we ask the group-level question on a co-readership platform using a margin-preserving curveball null. Experiment 1: within a document, readers form strong sub-groups -- pairs agree far beyond what shared salience, mark density, and sentence popularity predict (nearest-neighbour agreement z=+6.3, significant in 88% of documents). Under an eight-block region-preserving null, shared engagement with the same coarse regions of the document accounts for about 40% of this excess; the majority survives as finer reader-specific agreement (z=+3.6, 77% significant). So the within-document crowd is, in a descriptive sense, factional. Experiment 2: is that grouping a stable reader trait? Here we are honest about power. The cross-document split-half reproducibility of a pair's agreement is near zero pooled (+0.078 and 0.000 in two separately drawn samples), and a power calibration shows the test is informative only for pairs that co-read many documents. In the only informative high-overlap subset (k>=4), point estimates are positive but small-sample, imprecise across the separately drawn samples, never significant, and attenuate under the region-preserving null. We therefore leave cross-document stability unresolved: the data is consistent with anything from situational grouping to a weak-to-moderate stable reader trait. The crowd is factional within a document; whether its factions follow the reader across documents is, honestly, beyond our reach.
• Abstract（参考訳）: 多くの人が同じドキュメントを強調しているとき、群衆は単一のコンセンサスなのか、それとも、異なることをマークするリーダーサブグループに内部的に構造化されているのか? 個人の文書内ハイライト信号を示す先行研究は、個人が選択されている間にささやきであり、マージン保存曲線ボールヌルを用いた共読プラットフォーム上でグループレベルの質問を行う。 実験1: 文書内では、読者は強いサブグループを形成します -- ペアは共有サリエンス、マーク密度、文人気予測(文書の88%で重要な、アレストと隣の合意z=+6.3)をはるかに超えます。 8ブロックの領域保存nullの下では、ドキュメントの同じ粗い領域との共有エンゲージメントが、この過剰な部分の約40%を占める。 したがって、文書内における群衆は、記述的な意味では派閥的である。 実験2: 安定したリーダー特性をグループ化していますか? ここでは力について正直です。 ペアの合意のクロスドキュメント分割半再現性は、プールされた(2つの別個のサンプルで+0.078と0.000)ほぼゼロであり、パワーキャリブレーションは、多くの文書を共読するペアに対してのみ、テストが通知的であることを示す。 唯一の情報的ハイオーバーラップサブセット (k>=4) では、ポイント推定は正だが小さなサンプルであり、別々に描画されたサンプルに対して不正確であり、重要ではない。 したがって、我々はクロスドキュメントの安定性を未解決のまま残している。 群衆は文書の中で派閥的であり、その派閥が文書にまたがって読者に従うかどうかは、正直なところ、我々のリーチを超えている。

関連論文リスト

• The Long Tail, Not the Front Page: Cold-Start Prediction of Crowd Highlight Salience [1.8620637029128544]
  ソーシャル・ハイライトの最も有用なシグナルは、既に多くの人が読んでいる文書にのみ存在する。 文書の集合的な群衆のサリエンスを、そのマークが蓄積される前にテキストから予測できるのか? このデータに関する以前の研究で、ゼロショット言語モデルが、簡単なリード(配置)ベースラインよりも低い位置のハイライトを回復していることが判明した。 ハイライトコーパスでトレーニングされたモデルがそのベースラインを上回ることができるかどうかを問う。
  論文  参考訳（メタデータ） (2026-06-10T04:37:23Z)
• Selection, Not Salience: The Shape and Limits of Personalization in Social Highlighting [1.8620637029128544]
  読み上げ高度にまたがるパーソナライゼーションの形状と限界をマッピングする。 測定可能なパーソナライズは主に選択層に現れる。 共有されたサリエンス層を超えて行くことは、個人を集約することによってより良くアプローチされる。
  論文  参考訳（メタデータ） (2026-06-09T04:18:08Z)
• Personal Salience: Highlighting Is Social, but Individuality Lives in Selection [1.8620637029128544]
  我々は、ある人の履歴が他の読者よりも自分の目印を予測できるかどうかを問う。 我々は、一般的なサリエンス(構造)、群衆サリエンス(他者がマークしたもの)、個人サリエンス(個人残量)を分離する。 私たちの結果はリークフリーで、密集した群衆を使い、モデルマッチングコントロールを使用します。
  論文  参考訳（メタデータ） (2026-06-08T04:44:51Z)
• On Positional Bias of Faithfulness for Long-form Summarization [83.63283027830657]
  LLM(Large Language Models)は、長いコンテキスト設定において、入力の途中で情報に過小評価される位置バイアスを示すことが多い。 長文要約におけるこのバイアスの存在、その忠実性への影響、およびこのバイアスを軽減するための様々な技術について検討する。
  論文  参考訳（メタデータ） (2024-10-31T03:50:15Z)
• Contextual Document Embeddings [77.22328616983417]
  本稿では,コンテキスト化された文書埋め込みのための2つの補完手法を提案する。 第一に、文書近傍を明示的にバッチ内コンテキスト損失に組み込む別のコントラスト学習目標である。 第二に、隣接する文書情報をエンコードされた表現に明示的にエンコードする新しいコンテキストアーキテクチャ。
  論文  参考訳（メタデータ） (2024-10-03T14:33:34Z)
• Specialized Document Embeddings for Aspect-based Similarity of Research Papers [4.661692753666685]
  アスペクトベースの類似性は、アスペクト固有の埋め込み空間における古典的ベクトル類似性問題として扱う。 文書は単一の汎用的な埋め込みではなく、複数の専門的な埋め込みとして表現する。 当社のアプローチは、暗黙の偏見から生じる潜在的なリスクを明確化することで軽減します。
  論文  参考訳（メタデータ） (2022-03-28T07:35:26Z)
• Focus on what matters: Applying Discourse Coherence Theory to Cross Document Coreference [22.497877069528087]
  ドキュメント間でのイベントとエンティティのコア参照の解決は、候補参照の数を大幅に増加させ、完全な$n2$ペアワイズ比較を行うことを難しくする。 既存のアプローチでは、ドキュメントクラスタ内でのコア参照のみを考慮することで単純化されているが、クラスタ間のコア参照を処理できない。 我々は、談話コヒーレンス理論の洞察に基づいて、潜在的コア推論は、読者の談話焦点によって制約される。 本手法は,ECB+,ガン・バイオレンス,フットボール・コアス,クロスドメイン・クロスドキュメント・コアス・コーパスにおけるイベントとエンティティの両面での最先端の成果を達成する。
  論文  参考訳（メタデータ） (2021-10-11T15:41:47Z)
• Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
  同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。 同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。 我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
  論文  参考訳（メタデータ） (2021-06-15T20:55:55Z)

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。