論文の概要: CIR at iKAT SCAI 2026: Exploring Clarification Need Prediction in Agentic Conversational Search

• arxiv url: http://arxiv.org/abs/2607.19801v1
• Date: Wed, 22 Jul 2026 06:29:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:37.991888
• Title: CIR at iKAT SCAI 2026: Exploring Clarification Need Prediction in Agentic Conversational Search
• Title（参考訳）: CIR at iKAT SCAI 2026: Exploring Clarification Need Prediction in Agentic Conversational Search
• Abstract要約: 本稿では,iKAT SCAI 2026共有タスクにおけるケルン情報検索グループの参加について述べる。 エージェントによる対話型検索システムを用いて,質問文の書き直し,検索と書き直し,回答生成,明確化には予測と質問生成が必要である。
• 参考スコア（独自算出の注目度）: 9.472822069242865
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents the participation of the Cologne Information Retrieval group in the iKAT SCAI 2026 shared task. We use an agentic conversational search system, equipped with tools for query rewriting, retrieval and reranking, answer generation, and clarification need prediction and clarification question generation. We experiment with two different neural clarification need prediction models.
• Abstract（参考訳）: 本稿では,iKAT SCAI 2026共有タスクにおけるケルン情報検索グループの参加について述べる。 エージェントによる対話型検索システムを用いて,質問文の書き直し,検索と書き直し,回答生成,明確化には予測と質問生成が必要である。 我々は2つの異なる神経明確化の必要性予測モデルを用いて実験を行った。

関連論文リスト

• GRASP: GRanularity-Aware Search Policy for Agentic RAG [35.781196496632035]
  本稿では,補完的検索ツールを適応的にコーディネートする訓練エージェントのための強化学習フレームワークGRASPを紹介する。 GRASPは、セマンティック検索、キーワード検索、段落読み込みアクションを提供する。 我々は、回答の正確性、接地された読み、補完的な検索、ターン効率を共同で説明する報酬でポリシーを訓練する。
  論文  参考訳（メタデータ） (2026-07-11T19:58:07Z)
• Overview of the TREC 2025 Retrieval Augmented Generation (RAG) Track [52.136178637532886]
  TREC Retrieval Augmented Generation (RAG) トラックの第2版では、検索と生成を統合するシステムの研究が進められている。 2024年の最初のトラックの基盤として、今年の課題は、長い多文のナラティブクエリの導入である。 参加者は、透明性と事実的根拠を確保しながら、検索と生成を組み合わせたパイプラインを設計する。
  論文  参考訳（メタデータ） (2026-03-10T16:49:18Z)
• A Semantic Search Pipeline for Causality-driven Adhoc Information Retrieval [1.1196974000738733]
  コーサリティ駆動型アドホック情報検索(CAIR-2021)共有タスクのための教師なし意味探索パイプラインを提案する。 CAIR共有タスクは、クエリイベントの可能性のある原因を含むドキュメントの検索をサポートするために、従来の情報検索を拡張する。 成功したシステムは、クエリイベントに因果関係のあるイベントの因果的記述を含むトピック文書とドキュメントを区別できなければならない。
  論文  参考訳（メタデータ） (2025-03-02T19:59:41Z)
• ELOQ: Resources for Enhancing LLM Detection of Out-of-Scope Questions [52.33835101586687]
  本研究では,検索した文書が意味的に類似しているように見えるスコープ外質問について検討するが,答えるために必要な情報がない。 本稿では,閉経後の文書から多様なスコープ外質問を自動的に生成するための,幻覚に基づくELOQを提案する。
  論文  参考訳（メタデータ） (2024-10-18T16:11:29Z)
• The ACM Multimedia 2023 Computational Paralinguistics Challenge: Emotion Share & Requests [66.24715220997547]
  ACM Multimedia 2023 Paralinguistics Challengeは、明確に定義された条件下で初めて2つの異なる問題に対処する。 Emotion Share Sub-Challengeでは、音声のレグレッションが発生し、Requests Sub-Challengeでは、リクエストと苦情を検出する必要がある。 本稿では,DeepSpectRumツールキットを用いて,事前学習したCNNのサブチャレンジ,ベースライン特徴抽出,および通常のComPaRE特徴に基づく分類器,auDeepツールキット,およびディープ特徴抽出について述べる。
  論文  参考訳（メタデータ） (2023-04-28T14:42:55Z)
• INSCIT: Information-Seeking Conversations with Mixed-Initiative Interactions [47.90088587508672]
  InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。 ユーザーエージェントは805対人会話から4.7Kである。 対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
  論文  参考訳（メタデータ） (2022-07-02T06:18:12Z)
• Local Explanation of Dialogue Response Generation [77.68077106724522]
  反応生成の局所的説明(LERG)は、生成モデルの推論過程に関する洞察を得るために提案される。 LERGは、シーケンス予測を人間の応答の不確実性推定とみなし、入力を摂動させ、人間の応答に対する確実性の変化を計算することによって説明を作成する。 提案手法は, 提案手法を改良し, 提案手法の4.4～12.8%を改良した。
  論文  参考訳（メタデータ） (2021-06-11T17:58:36Z)
• A Clarifying Question Selection System from NTES_ALONG in Convai3 Challenge [8.656503175492375]
  本稿では,検索指向会話型AI (SCAI) EMNLPワークショップにおけるClariQチャレンジへのNetEase Game AI Labチームの参加について述べる。 この課題は、解明された質問を理解し、生成できる完全な会話情報検索システムを求めるものである。 本稿では,回答理解,質問のリコール,質問ランキングの明確化からなる質問選択システムを提案する。
  論文  参考訳（メタデータ） (2020-10-27T11:22:53Z)
• CR-Walker: Tree-Structured Graph Reasoning and Dialog Acts for Conversational Recommendation [62.13413129518165]
  CR-Walkerは知識グラフ上で木構造推論を行うモデルである。 インフォメーションダイアログが生成され、言語生成をガイドする。 自動的および人的評価は、CR-Walkerがより正確なレコメンデーションに到達できることを示している。
  論文  参考訳（メタデータ） (2020-10-20T14:53:22Z)
• Open-Retrieval Conversational Question Answering [62.11228261293487]
  オープン検索型対話型質問応答 (ORConvQA) の設定を導入する。 ORConvQAのエンド・ツー・エンドシステムを構築し,レトリバー,リランカ,およびすべてトランスフォーマーをベースとしたリーダを特徴とする。
  論文  参考訳（メタデータ） (2020-05-22T19:39:50Z)
• Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting [56.268862325167575]
  マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。 本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。 前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。 後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
  論文  参考訳（メタデータ） (2020-05-05T14:30:20Z)

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。