論文の概要: When to Use Extra Context: Evidence-Grounded Terminology Adaptation for Simultaneous Speech Translation
- arxiv url: http://arxiv.org/abs/2607.17766v1
- Date: Mon, 20 Jul 2026 10:00:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.581287
- Title: When to Use Extra Context: Evidence-Grounded Terminology Adaptation for Simultaneous Speech Translation
- Title（参考訳）: Evidence-Grounded Terminology Adaptation for Simultaneous Speech Translation (英語)
- Abstract要約: EGTAは文書用語メモリを構築し、現在のストリーミング状態に条件付けられたコンパクトな候補項を選択し、選択された用語のみを使用してASR/speech側およびデコーダ側決定空間に適応する。
我々は,MCIF-dev と ACL60-60-dev からなる ACL 技術トークSimulST 評価スイート上でEGTAを評価した。
- 参考スコア（独自算出の注目度）: 6.611635315225665
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Extra context is valuable for simultaneous speech translation of technical talks, but injecting the entire document context into every streaming segment is often too coarse. Through diagnostic experiments, we find that context gains mainly come from paper-specific terminology recovery rather than uniform semantic enhancement. We therefore propose EGTA, an Evidence-Grounded Terminology Adaptation framework that builds a document terminology memory, selects compact candidate terms conditioned on the current streaming state, and adapts ASR/speech-side and decoder-side decision spaces using only the selected terms. EGTA can be instantiated in cascaded, end-to-end, and generation-only SimulST settings without full-model fine-tuning. We evaluate EGTA on an ACL technical-talk SimulST evaluation suite consisting of MCIF-dev and ACL60/60-dev. On MCIF-dev, EGTA-RG improves BLEU by +1.05/+0.59, XCOMET-XL by +0.019/+0.006, named-entity recall by +79\%/+73\% relative, and acronym recall by +0.099/+0.171 on En$\rightarrow$Zh and En$\rightarrow$De. Across MCIF-dev latency settings, EGTA consistently improves XCOMET-XL, named-entity recall, and acronym recall. External validation on ACL60/60-dev further shows consistent terminology-recall gains without additional fine-tuning. Shuffled-memory controls and activation audits provide evidence that the improvements are tied to paper-specific evidence alignment rather than generic context prompting.
- Abstract（参考訳）: 余分な文脈は、技術的講演の同時翻訳には有用であるが、すべてのストリーミングセグメントに文書コンテキスト全体を注入するのは、大きすぎることが多い。
診断実験により,一様セマンティックエンハンスメントではなく,紙固有の用語回復からコンテキストゲインを得ることがわかった。
そこで我々は,文書用語メモリを構築し,現在のストリーミング状態に条件付けられたコンパクトな候補項を選択し,選択した用語のみを用いて,ASR/speech-sideおよびdecoder-side決定空間を適応させるEvidence-Grounded Terminology AdaptationフレームワークEGTAを提案する。
EGTAは、フルモデルの微調整なしで、カスケード、エンドツーエンド、ジェネレーションのみのSimulST設定でインスタンス化できる。
我々は,MCIF-dev と ACL60/60-dev からなる ACL 技術トークSimulST 評価スイート上でEGTAを評価した。
MCIF-devでは、EGTA-RGはBLEUを+1.05/+0.59、XCOMET-XLを+0.019/+0.006、名前付きエンテントリコールを+79\%/+73\%、頭文字リコールを+0.099/+0.171、En$\rightarrow$ZhとEn$\rightarrow$Deで改善する。
MCIF-devのレイテンシ設定全体で、EGTAは一貫してXCOMET-XL、名前付きリコール、頭字語リコールを改善している。
ACL60/60-devの外部検証は、追加の微調整なしで一貫した用語-リコールゲインを示す。
シャッフルメモリ制御とアクティベーション監査は、改善が一般的な文脈ではなく、紙固有のエビデンスアライメントと結びついていることを示す。
関連論文リスト
- ContextNest: Verifiable Context Governance for Autonomous AI Agent [0.0]
我々は、管理されたAI消費可能な知識Vaultのためのオープン仕様と参照実装であるContextNestを提示する。
検索の下にあるガバナンス層を提供し、どのアーティファクトが承認され、現在、帰属可能で、整合性が検証されているかを判断する。
2つの制御実験による実験結果について報告する。
論文 参考訳（メタデータ） (2026-07-02T12:51:38Z) - Weave of Formal Thought [51.56484100374058]
WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。
本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。
Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
論文 参考訳（メタデータ） (2026-06-24T15:58:11Z) - Context-Aware Distillation and Ablation for Text2DSL [78.29352305480285]
我々は、コンテクスト対応蒸留により、プロンプトのみの合成生成を置き換える。
教師の大きな言語モデルは、明示的に定義された構造化コンテキストの下で機能する。
これは、検証されたポルキットベンチコーパスを4,204対から10,073対にスケールする。
論文 参考訳（メタデータ） (2026-06-21T16:27:24Z) - SEEK: Semantic Evidence Extraction via Adaptive ChunKing for Multilingual Fact-Checking [3.958172554437255]
本稿では,適応的なChunKingフレームワークを用いたセマンティックエビデンス抽出手法であるSEEKを提案する。
セマンティックトピックの遷移を特定し、局所的な検証コンテキストを保存することによって、完全な事実チェック記事からコヒーレントなエビデンスチャンクを構成する。
セマンティックチャンキングで最大10%、文チャンキングで19%、検索スニペットベースラインで20%、マクロf1を改善する。
論文 参考訳（メタデータ） (2026-05-26T09:27:30Z) - Semantic Entanglement in Vector-Based Retrieval: A Formal Framework and Context-Conditioned Disentanglement Pipeline for Agentic RAG Systems [0.0]
埋め込み空間における交叉重なりのモデル相対尺度として意味的絡み合いを定式化する。
埋め込みに先立って文書を再構成する4段階の事前処理フレームワークであるセマンティック・ディスタングルメント・パイプライン(SDP)を紹介した。
約25のサブドメインにわたる2,000以上のドキュメントからなる実世界の企業医療知識ベースでSDPを評価した。
論文 参考訳（メタデータ） (2026-04-20T00:24:34Z) - Brain-CLIPLM: Decoding Compressed Semantic Representations in EEG for Language Reconstruction [20.162170862752813]
コントラスト学習と文再構成により,脳波からテキストへのデコーディングを意味的アンカー抽出に分解するフレームワークを提案する。
Brain-CLIPLMは、67.55%のトップ5と85.00%のトップ25の文章検索精度を達成し、直接デコードベースラインを著しく上回っている。
脳波からテキストへのデコーディングは、全文を再構築するよりも、圧縮されたセマンティックコンテンツを復元する方がよいことが示唆された。
論文 参考訳（メタデータ） (2026-03-23T11:45:51Z) - TASTE-Streaming: Towards Streamable Text-Aligned Speech Tokenization and Embedding for Spoken Language Modeling [52.519745466772825]
テキスト音声による音声合成は、自然とインテリジェントな音声に基づく対話を指向する。
TASTEは音声トークンを生成し、テキストのトークンと長さを一致させる。
本稿ではリアルタイム利用に適したTASTEの拡張であるTASTE-Sを提案する。
論文 参考訳（メタデータ） (2026-03-12T18:13:48Z) - Improving Named Entity Transcription with Contextual LLM-based Revision [14.078146578977599]
音声認識予測において,不正確な名前付きエンティティを修正するための大言語モデル (LLM) のリビジョン機構を導入する。
提案手法は、名前付きエンティティに対して最大30%の相対的なWER削減を実現する。
論文 参考訳（メタデータ） (2025-06-12T14:53:48Z) - Learning Interpretable Representations Leads to Semantically Faithful EEG-to-Text Generation [52.51005875755718]
我々は脳波からテキストへの復号に焦点をあて、後部崩壊のレンズを通して幻覚の問題に対処する。
脳波とテキスト間の情報容量のミスマッチを認め、デコードタスクをコア意味のセマンティックな要約として再設計する。
パブリックなZuCoデータセットの実験では、GLIMが一貫して、流動的なEEG基底文を生成することが示されている。
論文 参考訳（メタデータ） (2025-05-21T05:29:55Z) - SFR-RAG: Towards Contextually Faithful LLMs [57.666165819196486]
Retrieval Augmented Generation (RAG) は、外部コンテキスト情報を大言語モデル(LLM)と統合し、事実の精度と妥当性を高めるパラダイムである。
SFR-RAG(SFR-RAG)について述べる。
また、複数の人気かつ多様なRAGベンチマークをコンパイルする新しい評価フレームワークであるConBenchについても紹介する。
論文 参考訳（メタデータ） (2024-09-16T01:08:18Z) - End-to-end contextual asr based on posterior distribution adaptation for
hybrid ctc/attention system [61.148549738631814]
エンドツーエンド(E2E)音声認識アーキテクチャは、従来の音声認識システムのすべてのコンポーネントを単一のモデルに組み立てる。
これはASRシステムを単純化するが、文脈的ASRの欠点を導入している: E2Eモデルは、頻繁な固有名詞を含む発話に対して、より悪い性能を持つ。
本稿では,文脈的単語認識能力を向上させるために,文脈バイアスアテンション(CBA)モジュールをアテンションベースエンコーダデコーダ(AED)モデルに追加することを提案する。
論文 参考訳（メタデータ） (2022-02-18T03:26:02Z)
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。