論文の概要: SCOPE and SCION: A Benchmark and an Auditable Reference Pipeline for Schema Induction and Fusion from Text

• arxiv url: http://arxiv.org/abs/2607.21610v1
• Date: Wed, 20 May 2026 04:43:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:38.939682
• Title: SCOPE and SCION: A Benchmark and an Auditable Reference Pipeline for Schema Induction and Fusion from Text
• Title（参考訳）: SCOPEとSCION:テキストからのスキーマ誘導と融合のためのベンチマークと監査可能な参照パイプライン
• Abstract要約: SCOPE ( Construction and Ontology-induction Pipeline Evaluation) は、生テキストからのコーパス・ツー・スキーマ誘導と任意のスキーマ融合のための、列車用テキストのみのベンチマークである。 SCION ( Construction and Ontology-induction Pipeline Evaluation)は、新しい抽出アーキテクチャではなく、監査可能な参照パイプラインである。
• 参考スコア（独自算出の注目度）: 23.835119696596095
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Schema graphs are an upstream bottleneck of schema-grounded information extraction and knowledge graph construction, yet most extraction systems assume the schema is already available. We introduce SCOPE (Schema Construction and Ontology-induction Pipeline Evaluation), a train-text-only benchmark for corpus-to-schema induction and optional schema fusion from raw text, built from 24 public information extraction sources (15 RE and 9 EE) normalized into evaluation-only gold schema graphs; its core event-extraction target covers event types and within-event argument roles, with inter-event links reported separately. We present SCION (Schema Construction and Induction with Ontology Normalization), an auditable reference pipeline rather than a new extraction architecture; it constructs candidate spaces from train text and restricts naming, merging, filtering, validation, and conservative fusion to candidate-linked evidence under strict JSON contracts. On the SCOPE core suite, SCION-lite attains the highest F1 among released source-schema references, Text2Onto-style, LLM-only, and matched extract-then-aggregate baselines under Literal, Fuzzy, Continuous, and Graph schema-graph metrics, while the compact open-model SCION-RL variant reduces reliance on proprietary LLM schema engineers. These results are reported against normalized typed-edge targets rather than as claims that induced schemas surpass human ontology design; the release includes evidence-linked outputs, parse/fallback logs, candidate retention/merging logs, run manifests, code, and benchmark packages at https://github.com/wandugu/paper_scion.
• Abstract（参考訳）: スキーマグラフは、スキーマ基底情報抽出と知識グラフ構築の上流ボトルネックであるが、ほとんどの抽出システムはスキーマが既に利用可能であると仮定している。 提案するSCOPE(Schema Construction and Ontology-induction Pipeline Evaluation)は,24の公開情報抽出源(15 RE, 9 EE)から構築され,評価専用ゴールドスキーマグラフに正規化され,イベント抽出対象がイベントタイプおよびイベント内の引数ロールをカバーする。 我々は、新しい抽出アーキテクチャではなく、監査可能な参照パイプラインであるSCION(Schema Construction and induction with Ontology Normalization)を、列車のテキストから構築し、命名、マージ、フィルタリング、検証、および厳密なJSON契約下での候補リンクされた証拠への保守的な融合を制限する。 SCOPEコアスイートでは、SCION-liteがリリースされているソーススキーマのリファレンスの中で最も高いF1、Text2Ontoスタイル、LLMのみ、マッチした抽出-then-aggregateベースラインを Literal、Fuzzy、Continuous、Graphスキーマグラフのメトリクスで達成し、コンパクトなオープンモデルSCION-RLは独自のLLMスキーマエンジニアへの依存を減らす。 リリースにはエビデンスリンクされた出力、パース/フォールバックログ、候補保持/マージログ、マニフェストの実行、コード、https://github.com/wandugu/paper_scionのベンチマークパッケージが含まれている。

関連論文リスト

• Executable Schema Contracts: From Automatic Ingestion to Multi-Source Retrieval [19.3757623473603]
  実世界のデータは、暗黙のセマンティクスを持つテーブル、ドキュメント、半構造化ファイルにまたがる。 生のマルチソースデータから実行可能なスキーマを自動的に検出するシステムを提案する。
  論文  参考訳（メタデータ） (2026-06-03T20:28:36Z)
• EGREFINE: An Execution-Grounded Optimization Framework for Text-to-SQL Schema Refinement [10.675982676332941]
  既存のアプローチでは、スキーマを固定として扱い、下流でエラーに対処する。 我々は、制約付き最適化問題としてスキーマの洗練を枠組み化した。 この問題の計算硬度を解析し、カラムワイドグリーディ分解を動機付ける。
  論文  参考訳（メタデータ） (2026-05-01T13:01:59Z)
• DBAutoDoc: Automated Discovery and Documentation of Undocumented Database Schemas via Statistical Analysis and Iterative LLM Refinement [0.0]
  膨大な数の重要なデータベースシステムには十分なドキュメントがない。 文書化されていないリレーショナルデータベーススキーマの発見とドキュメンテーションを自動化するDBAutoDocを提案する。
  論文  参考訳（メタデータ） (2026-03-24T10:42:10Z)
• Schema Matching on Graph: Iterative Graph Exploration for Efficient and Explainable Data Integration [0.0]
  大規模言語モデル(LLM)はスキーママッチングにおいて有望であるが、幻覚と最新のドメイン知識の欠如に悩まされている。 本稿では,単純な1ホップSPARQLクエリの反復実行を利用する新しいフレームワークであるSMoG(Matching on Graph)を紹介する。 実世界の医療データセットの実験結果は、SMoGが最先端のベースラインに匹敵するパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-11-25T13:13:56Z)
• SchemaCoder: Automatic Log Schema Extraction Coder with Residual Q-Tree Boosting [14.204656295848357]
  我々は、幅広いログファイルフォーマットのための完全に自動化されたスキーマ抽出フレームワーク、Coderを紹介した。 Coderの中核には、スキーマ抽出を反復的に洗練する新しいResidual-Tree (Q-Tree) Boostingメカニズムがある。 提案手法は,コンテキスト境界セグメンテーションを用いてログをセマンティックチャンクに分割し,埋め込み型サンプリングを用いて代表パターンを選択し,階層的なQ-Tree型クエリによってスキーマコードを生成する。
  論文  参考訳（メタデータ） (2025-08-25T23:12:45Z)
• Schema Lineage Extraction at Scale: Multilingual Pipelines, Composite Evaluation, and Language-Model Benchmarks [3.3705400036304205]
  セマンティックドリフト(Semantic drift)は、データとガバナンスを妥協し、テキストからRAGまでのサービスの有用性を損なう。 本稿では,多言語エンタープライズパイプラインスクリプトから細粒度スキーマを自動抽出するフレームワークを提案する。 結果:単一推論トレースを使用した32Bオープンソースモデルは、標準プロンプトの下でGPTシリーズに匹敵するパフォーマンスを達成することができる。
  論文  参考訳（メタデータ） (2025-08-10T05:04:32Z)
• Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
  Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。 AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。 結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
  論文  参考訳（メタデータ） (2025-07-22T06:37:51Z)
• Open-Domain Hierarchical Event Schema Induction by Incremental Prompting and Verification [81.17473088621209]
  イベントスキーマを,大規模言語モデル(LLM)から導出可能なコモンセンス知識の一形態として扱う。 複雑なイベントグラフの構築を3段階に分割するインクリメンタルなプロンプトおよび検証手法を設計する。 線形化グラフを生成するのにLLMを直接使用するのに比べ、時間関係が7.2%F1、階層関係が31.0%F1の大規模かつ複雑なスキーマを生成することができる。
  論文  参考訳（メタデータ） (2023-07-05T01:00:44Z)
• Single-Stage Visual Relationship Learning using Conditional Queries [60.90880759475021]
  TraCQは、マルチタスク学習問題とエンティティペアの分布を回避する、シーングラフ生成の新しい定式化である。 我々は,DETRをベースとしたエンコーダ-デコーダ条件付きクエリを用いて,エンティティラベル空間を大幅に削減する。 実験結果から、TraCQは既存のシングルステージシーングラフ生成法よりも優れており、Visual Genomeデータセットの最先端の2段階メソッドを多く上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-06-09T06:02:01Z)
• Schema-adaptable Knowledge Graph Construction [47.772335354080795]
  従来の知識グラフ構築(KGC)アプローチは、通常、事前定義されたスキーマの閉じたセットで静的情報抽出パラダイムに従う。 我々は,スキーマ適応型KGCと呼ばれる新しいタスクを提案する。このタスクは,動的に変化するスキーマグラフに基づいて,再学習せずにエンティティ,リレーション,イベントを継続的に抽出することを目的としている。
  論文  参考訳（メタデータ） (2023-05-15T15:06:20Z)
• Proton: Probing Schema Linking Information from Pre-trained Language Models for Text-to-SQL Parsing [66.55478402233399]
  本稿では,ポアンカー距離測定に基づく探索手法を用いて,関係構造を抽出する枠組みを提案する。 スキーマリンクの一般的なルールベース手法と比較して,探索関係は意味的対応をしっかりと捉えることができることがわかった。 我々のフレームワークは3つのベンチマークで最先端のパフォーマンスを新たに設定する。
  論文  参考訳（メタデータ） (2022-06-28T14:05:25Z)
• Autoregressive Search Engines: Generating Substrings as Document Identifiers [53.0729058170278]
  自動回帰言語モデルは、回答を生成するデファクト標準として現れています。 これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。 本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
  論文  参考訳（メタデータ） (2022-04-22T10:45:01Z)

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。