論文の概要: Confidence-Based Stopping Methods for Systematic Reviews
- arxiv url: http://arxiv.org/abs/2606.15380v1
- Date: Sat, 13 Jun 2026 16:22:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.472284
- Title: Confidence-Based Stopping Methods for Systematic Reviews
- Title（参考訳）: 信頼に基づくシステムレビューの停止方法
- Authors: Aaron Fletcher, Mark Stevenson,
- Abstract要約: そこで本研究では,スクリーニング文書に十分な情報が含まれているかどうかをモニタする2つの停止方法を提案する。
診断精度システムレビューの標準データセットの評価は,提案手法が検討すべき文書数を大幅に削減することを示した。
- 参考スコア（独自算出の注目度）: 3.0194079121079205
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Technology Assisted Review stopping methods aim to ensure that no more documents are screened than necessary. Most existing approaches focus on achieving a target recall, which does not consider whether an information need has been met. This paper introduces two heuristic stopping methods that instead monitor whether screened documents contain enough information to make a decision. Evaluation on a standard dataset of Diagnostic Test Accuracy Systematic Reviews demonstrates that the proposed approaches substantially reduce the number of documents that need to be examined while, in the majority of cases, maintaining conclusions that are consistent with all evidence available.
- Abstract（参考訳）: Technology Assisted Review Stop Method は、不要なドキュメントのスクリーニングを不要にすることを目的としている。
既存のアプローチのほとんどは、情報の必要性が満たされたかどうかを考慮せずに、ターゲットリコールを達成することに焦点を当てている。
本稿では,文書が十分な情報を持っているかどうかをモニタする2つのヒューリスティックな停止手法を提案する。
診断精度システムレビューの標準データセットによる評価は、提案手法が検討すべき文書の数を著しく削減する一方で、ほとんどの場合、利用可能なすべての証拠と整合した結論を維持することを実証している。
関連論文リスト
- Decision-Theoretic Stopping Rules for Document Screening [3.0194079121079205]
本稿では,検索結果のレビューをいつ中止するかという問題に対して,意思決定理論を適用した。
CLEF-IPおよび医療システムレビューデータセットの実験は、提案手法が一般的により適切な停止決定を生成することを示している。
論文 参考訳（メタデータ） (2026-06-05T09:09:37Z) - Advancing Embodied Agent Security: From Safety Benchmarks to Input Moderation [52.83870601473094]
エンボディード・エージェントは、複数のドメインにまたがって大きな潜在能力を示す。
既存の研究は主に、一般的な大言語モデルのセキュリティに重点を置いている。
本稿では, エンボディエージェントの保護を目的とした新しい入力モデレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-22T08:34:35Z) - Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking [58.69615583599489]
Deliberate Thinking based Retriever (Debater) は、段階的な思考プロセスを導入することで文書表現を強化する新しいアプローチである。
Debaterは、いくつかのベンチマークで既存のメソッドよりも大幅に優れています。
論文 参考訳（メタデータ） (2025-02-18T15:56:34Z) - Out-of-Distribution Detection with Attention Head Masking for Multimodal Document Classification [3.141006099594433]
本稿では,文書分類システムにおける多モードOODタスクに対するアテンションヘッドマスキング(AHM)と呼ばれる新しい手法を提案する。
実験により,提案手法がすべての最先端手法より優れていることを示す。
高品質な公開可能なドキュメントデータセットの不足に対処するために、新しいドキュメントAIデータセットであるFunderDocsを紹介します。
論文 参考訳（メタデータ） (2024-08-20T23:30:00Z) - Search, Examine and Early-Termination: Fake News Detection with Annotation-Free Evidences [32.11238363508177]
我々は,Web 検索したアノテーションのない証拠から有用な情報を検索する textbfSEE という手法を提案する。
実験の結果,提案手法は最先端手法よりも優れていた。
論文 参考訳（メタデータ） (2024-07-10T07:22:30Z) - Combining Counting Processes and Classification Improves a Stopping Rule
for Technology Assisted Review [11.028520416752325]
技術支援レビュー(TAR)の停止規則は、関連性のある文書を手作業で評価するコストを削減することを目的としている。
本稿では、追加のアノテーションを必要とせずにトレーニングできるテキスト分類器から得られる情報を用いて、効果的な停止ルールを拡張する。
論文 参考訳（メタデータ） (2023-12-05T22:28:42Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳（メタデータ） (2022-04-12T03:49:35Z) - AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。
アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。
我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文 参考訳（メタデータ） (2021-04-01T17:40:08Z) - Automating Document Classification with Distant Supervision to Increase
the Efficiency of Systematic Reviews [18.33687903724145]
体系的なレビューは高価で、時間的需要があり、労働集約的です。
文書のレビュー作業を大幅に削減するための自動文書分類アプローチを提案します。
論文 参考訳（メタデータ） (2020-12-09T22:45:40Z)
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。