論文の概要: HistoriQA-ThirdRepublic: Multi-Hop Question Answering Corpus for Historical Research, Parliamentary Debates from the French Third Republic (1870-1940)
- arxiv url: http://arxiv.org/abs/2606.31325v1
- Date: Tue, 30 Jun 2026 08:28:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.139991
- Title: HistoriQA-ThirdRepublic: Multi-Hop Question Answering Corpus for Historical Research, Parliamentary Debates from the French Third Republic (1870-1940)
- Title（参考訳）: HistoriQA-ThirdRepublic: Multi-Hop Question Answering Corpus for Historical Research, Parliamentary Debates from the French Third Republic (1870-1940)
- Authors: Aurélien Pellet, Julien Perez, Marie Puren,
- Abstract要約: HistoriQA-ThirdRepublic (英語: HistoriQA-ThirdRepublic) は、フランス第三共和政の議会討論会や新聞から派生した、多項目の歴史的問題に関するフランス語のデータセット。
このデータセットは1782の質問から成り、異質な歴史的文書にまたがるマルチホップ接続を強調している。
本稿では,コーパスの構築手法について述べる。ソースの選択とアライメント,質問バリデーション,メタデータの統合などである。
- 参考スコア（独自算出の注目度）: 3.6028767235872965
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present HistoriQA-ThirdRepublic: a French-language dataset of multi-hop historical questions derived from parliamentary debates and newspapers of the French Third Republic. Designed in collaboration with a historian, the corpus captures complex reasoning patterns typical of historical inquiry, including cross-source synthesis, temporal reasoning, and the integration of sparse evidence. The dataset is made of 1782 questions and emphasizes multi-hop connections across heterogeneous historical documents, providing a resource for evaluating retrieval-augmented and large language model systems in domain-specific contexts. We describe the methodology for constructing the corpus, including the selection and alignment of sources, question validation, and metadata integration. While the dataset focuses on French historical documents, our methodology can be readily adapted to other languages and national corpora. Finally, we demonstrate how the corpus can support realistic evaluation scenarios for multi-hop question answering, bridging the gap between NLP benchmarks and the needs of historical scholarship.
- Abstract（参考訳）: 我々は,フランス第三共和政の議会討論会や新聞から派生した,多項目の歴史的質問のフランス語データセットであるHistoriQA-ThirdRepublicを提示する。
コーパスは歴史家と共同で設計され、クロスソース合成、時間的推論、スパース証拠の統合など、歴史的調査に典型的な複雑な推論パターンを捉えている。
このデータセットは1782の質問から成り、異質な歴史的文書にまたがるマルチホップ接続を強調し、ドメイン固有のコンテキストで検索強化された大規模言語モデルシステムを評価するためのリソースを提供する。
本稿では,コーパスの構築手法について述べる。ソースの選択とアライメント,質問バリデーション,メタデータの統合などである。
このデータセットはフランスの歴史文書に焦点が当てられているが、我々の方法論は他の言語や国定コーパスにも容易に適用できる。
最後に,NLPベンチマークと歴史的奨学金の必要性のギャップを埋めて,マルチホップ質問応答の現実的な評価シナリオをサポートする方法を示す。
関連論文リスト
- Overview of HIPE-2026: Person-Place Relation Extraction from Multilingual Historical Texts [8.484956889960452]
HIPE-2026はHIPE評価シリーズの第3版である。
これは2つの時間的根拠を持つ関係タイプをターゲットにしている:$at$、文書の発行日の前のある時点である人物の存在を示す$isAt$、そしてその日付と同時期に存在を示す$isAt$である。
本稿では,3言語にわたる歴史的言語変化,OCRノイズ,間接的文脈的手がかりの課題に直面する17チームを対象に,評価キャンペーンの結果について述べる。
論文 参考訳（メタデータ） (2026-06-24T15:09:12Z) - Detecting Historical Turning Points in Italian Media: A Complex Systems Approach to a Diachronic News Corpus [0.0]
イタリアの新聞『La Repubblica』の約60万記事のダイアクロニックコーパスの再構築と探索に基づく歴史的分析への定量的アプローチを提案する。
NLP技術を用いて,テキストを語彙レベルと意味レベルの両方で分析し,メディア談話の経時変化をトレースする。
これにより、第1共和政からイタリア第2共和政への移行、湾岸戦争やコソボ戦争のような国際紛争といった重要な移行期間を、事前のラベル付けに頼ることなく検出することができる。
論文 参考訳（メタデータ） (2026-06-12T11:02:34Z) - Pretraining Language Models on Historical Text [36.643370581003055]
我々は、1913年以前の英語テキストにのみ訓練された7.24B史言語モデル(LM)であるTypewriterLMを紹介した。
我々は,54Bの歴史的コーパスであるTypewriterCorpusを構築し,広範囲なデータクリーニングと漏洩対策を行った。
また,歴史的資料に直接的根拠を残さないように応答を制約するポストトレーニングフレームワークである,語彙的基盤のチューニングも導入する。
論文 参考訳（メタデータ） (2026-06-02T00:59:06Z) - Beyond Chunking: Discourse-Aware Hierarchical Retrieval for Long Document Question Answering [51.7493726399073]
本稿では,長文質問応答を改善するための対話型階層型フレームワークを提案する。
このフレームワークには3つの重要な革新がある: 長文の専門的な談話解析、LLMに基づく談話関係ノードの拡張、構造誘導階層検索である。
論文 参考訳（メタデータ） (2025-05-26T14:45:12Z) - LLM Agents for Interactive Exploration of Historical Cadastre Data: Framework and Application to Venice [2.03659124799413]
カダストラルデータは、都市の歴史的組織に関する重要な情報を明らかにするが、多種多様なフォーマットや人間のアノテーションのために、しばしば標準化されていない。
我々は1740年から1808年までの臨界期におけるヴェネツィアの都市史を調査する。
この時代の複雑なカダストラルデータは、その体積と均一な構造が欠如していることが特徴であり、我々のアプローチが順応的にナビゲートする固有の課題を示している。
論文 参考訳（メタデータ） (2025-05-22T08:45:15Z) - FREDSum: A Dialogue Summarization Corpus for French Political Debates [26.76383031532945]
本稿では,多言語対話要約のための資源強化を目的とした,フランスの政治論争のデータセットを提案する。
われわれのデータセットは、手書きと注釈付き政治討論から成り、さまざまなトピックや視点をカバーしている。
論文 参考訳（メタデータ） (2023-12-08T05:42:04Z) - History-Aware Hierarchical Transformer for Multi-session Open-domain
Dialogue System [59.78425104243993]
マルチセッションオープンドメイン対話のための履歴認識階層変換器(HAHT)を提案する。
HAHTは歴史会話の長期記憶を維持し、歴史情報を利用して現在の会話状況を理解する。
大規模マルチセッション会話データセットの実験結果は,提案したHAHTモデルがベースラインモデルより一貫して優れていることを示唆している。
論文 参考訳（メタデータ） (2023-02-02T06:54:33Z) - Generate rather than Retrieve: Large Language Models are Strong Context
Generators [74.87021992611672]
本稿では,文書検索を大規模言語モデル生成器に置き換えることで,知識集約型タスクを解く新しい視点を提案する。
我々は,提案手法をgenRead (genRead) と呼び,まず大きな言語モデルに対して,与えられた質問に基づいて文脈文書を生成し,次に生成された文書を読み出して最終回答を生成する。
論文 参考訳（メタデータ） (2022-09-21T01:30:59Z) - Models and Datasets for Cross-Lingual Summarisation [78.56238251185214]
対象言語における多文要約に関連付けられたソース言語において,長い文書を含む言語間要約コーパスを提案する。
コーパスは、チェコ語、英語、フランス語、ドイツ語の4つの言語について、12の言語対と指示をカバーしている。
言語対応のウィキペディアのタイトルから、主節と記事の本体を組み合わせることで、ウィキペディアから言語横断的な文書要約インスタンスを導出する。
論文 参考訳（メタデータ） (2022-02-19T11:55:40Z)
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。