論文の概要: Requirement--Evidence Alignment for Compositional E-Commerce Queries

• arxiv url: http://arxiv.org/abs/2608.02500v1
• Date: Mon, 03 Aug 2026 17:03:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.722502
• Title: Requirement--Evidence Alignment for Compositional E-Commerce Queries
• Title（参考訳）: 要求--構成的Eコマースクエリのアライメント
• Authors: Weihao Shen, Wei Chen, Fuwei Zhang, Meng Yuan, Yuqin Lan, Guojun Liu, Qingsong Hua, Wei Lin, Fuzhen Zhuang,
• Abstract要約: REAlignは、コンポジションEコマースクエリのための要求エビデンス整合型フレームワークである。 満たされ、違反され、サポートされていない条件を区別し、障害モードを公開する要求対象のコントラストを構築し、重複のない部分ランクを最適化する。 2つの固定プールEコマースベンチマークの実験は、強力な教師付きおよびポリシー最適化ベースラインよりも一貫した改善を示している。
• 参考スコア（独自算出の注目度）: 26.342219762853187
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Compositional e-commerce queries express multiple requirements that must hold jointly, yet existing rerankers collapse these constraints into aggregate relevance and often promote topical near misses over feasible products. In this paper, we introduce REAlign, a novel requirement-evidence-aligned reranking framework that explicitly connects typed query requirements with visible evidence. REAlign distinguishes satisfied, violated, and unsupported conditions, constructs requirement-targeted contrasts that expose failure modes, and optimizes duplicate-free partial rankings through Requirement-Aware Group-Relative Policy Optimization. Its list utility preserves relevance while incorporating requirement satisfaction, evidence support, material violations, and output validity. Experiments on two fixed-pool e-commerce benchmarks show consistent improvements over strong supervised and policy-optimization baselines under matched training budgets, with fewer violations among top-ranked candidates and larger gains at shallow ranks. Controlled ablations confirm the complementary value of requirement modeling, evidence grounding, and decomposed optimization.
• Abstract（参考訳）: 構成的なeコマースクエリは、共同で保持しなければならない複数の要件を表現しますが、既存のリランカーは、これらの制約を集約的な関連性に分解し、実現可能な製品に対するトピックに近いミスを促進することが少なくありません。 本稿では,型付きクエリ要求と可視的エビデンスを明示的に結合する新しい要求エビデンス整合型フレームワークであるREAlignを紹介する。 REAlignは満たされ、違反され、サポートされていない条件を区別し、障害モードを公開する要求対象のコントラストを構築し、Requireement-Aware Group-Relative Policy Optimizationを通じて重複のない部分ランクを最適化する。 そのリストユーティリティは、要求満足度、エビデンスサポート、物質違反、出力妥当性を取り入れながら、関連性を維持している。 2つの固定プールEコマースベンチマークの実験では、一致したトレーニング予算の下で、強い監督と政策最適化ベースラインよりも一貫した改善が見られた。 制御された改善は、要求モデリング、エビデンス基盤、そして分解された最適化の相補的な価値を確認します。

関連論文リスト

• CaIRec: Calibrated Modality Imputation for Incomplete Multimodal Recommendation [49.24608818070328]
  現実世界のレコメンデータシステムは、画像、テキスト、その他のコンテンツ機能が欠けている、不完全なモダリティの観察に直面していることが多い。 既存のモダリティ計算手法は、利用可能なアイテムコンテンツから不足表現を推定するが、2つの課題が残る。 まず、回収された表現自体を最適化し、同じ項目の他のモダリティとの関係を明示的に考慮しない。 第二に、構造的に一貫性のある復元された情報でさえ、パーソナライズされたランク付けには効果がないかもしれない。 これらの課題に対処するために,不完全なマルチモーダルレコメンデーション(CaIRec)の校正インプットを提案する。
  論文  参考訳（メタデータ） (2026-07-29T10:10:20Z)
• Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
  複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。 RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T10:38:38Z)
• Mine and Refine: Optimizing Graded Relevance in E-commerce Search Retrieval [3.1241290518951197]
  大規模なeコマース検索要求は、長い尾のノイズの多いクエリに一般化される。 セマンティックテキスト埋め込みのための2段階の「Mine and Refine」コントラスト学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-19T18:56:36Z)
• De-conflating Preference and Qualification: Constrained Dual-Perspective Reasoning for Job Recommendation with Large Language Models [8.386442126920372]
  JobRecは、制約付きデュアルパースペクティブ推論を通じて、好みと資格を廃止するためのジェネレーティブなジョブレコメンデーションフレームワークである。 JobRecは、強いベースラインを一貫して上回り、戦略対応のプロフェッショナルマッチングの制御性を改善する。
  論文  参考訳（メタデータ） (2026-02-03T04:42:53Z)
• Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce [61.03081096959132]
  そこで本稿では,複雑な状況下でのテキストバウンダリングを改善するための,文脈対応推論強化型生成検索フレームワークを提案する。 提案手法は,強力なベースラインに比べて優れた性能を示し,検索に基づく推薦の有効性を検証した。
  論文  参考訳（メタデータ） (2025-10-19T16:46:11Z)
• In-context Ranking Preference Optimization [65.5489745857577]
  In-context Ranking Preference Optimization (IRPO) フレームワークを提案する。 IRPOは標準のDPO手法よりも高い性能を示し、LLMと直接文脈内ランキング設定の整合性を強調した。
  論文  参考訳（メタデータ） (2025-04-21T23:06:12Z)
• Behavior Modeling Space Reconstruction for E-Commerce Search [32.46624795081706]
  検索システムは、ユーザの嗜好とクエリ項目の関連性を静的に組み合わせ、しばしば固定された論理的「and」関係を通じて、ユーザの振舞いをモデル化する。 本稿では、因果グラフとVenn図の両方を用いて、統一レンズを通して既存のアプローチを再検討する。 これらの課題を克服するために,2つのコンポーネントによる探索精度を高め,行動モデリング空間を再構築する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-30T09:17:04Z)
• WiCE: Real-World Entailment for Claims in Wikipedia [63.234352061821625]
  We propose WiCE, a new fine-fine textual entailment dataset built on natural claim and evidence pairs from Wikipedia。 標準クレームレベルのエンターメントに加えて、WiCEはクレームのサブ文単位に対するエンターメント判断を提供する。 我々のデータセットの真のクレームは、既存のモデルで対処できない検証と検索の問題に挑戦することを含んでいる。
  論文  参考訳（メタデータ） (2023-03-02T17:45:32Z)

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。