論文の概要: Who Speaks Matters: Authority-Aware Multi-View RAG over Italian Parliamentary Proceedings
- arxiv url: http://arxiv.org/abs/2608.13410v1
- Date: Thu, 13 Aug 2026 16:07:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.592355
- Title: Who Speaks Matters: Authority-Aware Multi-View RAG over Italian Parliamentary Proceedings
- Title（参考訳）: イタリア議会の議事録をめぐり、当局がマルチビューのRAGを承認
- Abstract要約: ParliamentRAGは、議会文書のトピック依存の権威モデルである。
関連する音声チャンクを検索し、トピック関連の専門家を特定し、視点を合成する要約を生成する。
これは、Google NotebookLMに対して15のポリシートピックで評価されている。
- 参考スコア（独自算出の注目度）: 0.3593955557310285
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Parliamentary proceedings are a primary record of democratic deliberation, yet their volume and fragmentation make multi-perspective access difficult for citizens, journalists, and researchers. Applying Retrieval-Augmented Generation (RAG) to parliamentary transcripts introduces three specific risks: dominance of the most frequent speakers, inability to weight speakers according to topical expertise, and citation misattribution in politically sensitive text. We present ParliamentRAG, a RAG system for the Italian Chamber of Deputies that addresses these risks jointly. Its core contribution is a topic-dependent authority model that estimates each speaker's authority as a function of the current query, combining interpretable components such as profession, education, and previous interventions. Given a user query, the system retrieves relevant speech chunks, identifies topic-relevant experts across parliamentary groups, and generates a summary synthesizing their perspectives, accompanied by supporting quotations. ParliamentRAG is evaluated against Google NotebookLM on 15 policy topics via a two-level protocol combining automated metrics and blind A/B human evaluation by six domain experts. The system achieves higher coverage across political groups (0.97 vs. 0.95), perfect quotation faithfulness (1.00 vs. 0.95), and stronger expert preferences on source-related dimensions, while NotebookLM remains stronger on prose-oriented dimensions.
- Abstract（参考訳）: 議会の手続きは民主的審議の主要な記録であるが、その量と断片化は市民、ジャーナリスト、研究者にとって多面的なアクセスを困難にしている。
Retrieval-Augmented Generation (RAG) を議会文書に適用すると、最も頻繁な話者の優位性、トピックの専門知識による話者の重み付けのできないこと、政治的に敏感なテキストにおける引用ミス属性の3つの特定のリスクが生じる。
本稿では、これらのリスクに共同で対処するイタリア下院のRAGシステムであるLambdaRAGを紹介する。
その中核的な貢献はトピック依存の権威モデルであり、各話者の権威を現在のクエリの関数として推定し、職業、教育、過去の介入といった解釈可能な要素を組み合わせる。
ユーザクエリが与えられた場合、システムは関連する音声チャンクを検索し、議会グループ全体でトピック関連の専門家を特定し、それらの視点を合成する要約を生成する。
ParliamentRAGは、自動メトリクスと6人のドメインエキスパートによる盲目のA/B人間による評価を組み合わせた2レベルプロトコルを使用して、15のポリシートピックに関するGoogle NotebookLMに対して評価されている。
このシステムは、政治的グループ(0.97対0.95)、完全引用忠実(1.00対0.95)、ソース関連次元に関する専門家の好みを強くする一方で、NotebookLMは散文指向の次元に強く依存している。
関連論文リスト
- MP-Bench: Evaluating Voice Agents as a Multiparty Conversation Participant [138.90198190949545]
MP-Benchは,対話型音声システムに対して,マルチパーティ・コンテクスト内でのアクティブな参加者としての評価を目的とした,最初のベンチマークである。
MP-Benchは、ターンテイキングの認識と応答の適切性という2つの主要な側面に沿ってエージェントの振る舞いを評価する。
リアルタイム音声エージェントは、マルチパーティの理解において22%以下にとどまり、マルチパーティのターンテイクにおいてほぼチャンスであることがわかった。
論文 参考訳（メタデータ） (2026-09-11T17:11:55Z) - Dual Hierarchical Dialogue Policy Learning for Legal Inquisitive Conversational Agents [25.166371792393193]
Inquisitive Conversational Agents (ICA)を導入し、米国最高裁判所の口頭弁論に特化してICAを開発する。
本稿では、2つの協調的RLエージェントをそれぞれ独自のポリシーで備えたDual Hierarchical Reinforcement Learningフレームワークを提案する。
エージェントは、いつ、どのように質問するかを学ぶことで、司法尋問パターンをエミュレートし、その法的目的を達成するために重要な情報を体系的に明らかにする。
論文 参考訳（メタデータ） (2026-05-13T19:29:11Z) - Mapping the Political Discourse in the Brazilian Chamber of Deputies: A Multi-Faceted Computational Approach [0.18567307896771823]
本稿では,ダイアクロニックなスタイル分析,文脈的トピックモデリング,代議員の発言の意味的クラスタリングを組み合わせた,スケーラブルで一般化可能な計算フレームワークを提案する。
この枠組みを,2003年から2025年までの45万以上のスピーチコーパスを用いて,ブラジル代議院の大規模事例研究に適用した。
以上の結果から, より短い, より直接的な演説への長期的スタイル転換, 国家の危機に対応するために急進的に順応する立法議題, 散発的アライメントの詳細な地図が得られた。
論文 参考訳（メタデータ） (2026-04-23T17:46:33Z) - SpeechRole: A Large-Scale Dataset and Benchmark for Evaluating Speech Role-Playing Agents [72.79816494079833]
ロールプレイングエージェントは、パーソナライズされた相互作用と感情共鳴を達成するための有望なパラダイムとして登場した。
既存の研究は主にテキストのモダリティに焦点を当て、現実的な対話的なシナリオにおける音声の重要な次元を無視している。
我々は,98の多様な役割と112kの音声ベースの1ターン・マルチターン会話からなる大規模かつ高品質なデータセットであるSpeechRole-Dataを構築した。
論文 参考訳（メタデータ） (2025-08-04T03:18:36Z) - Identifying Algorithmic and Domain-Specific Bias in Parliamentary Debate Summarisation [13.982513887272683]
本稿では,欧州議会の議論を要約するために,大規模言語モデル(LLM)の利用について検討する。
本稿では,テキストのコヒーレンスと内容の忠実度を向上する構造化多段階要約フレームワークを提案する。
定位バイアスと党派バイアスが一貫した証拠が見つかり、一部の話者は体系的にあまり表現されていないか、あるいは誤分布している。
論文 参考訳（メタデータ） (2025-07-16T11:49:33Z) - KOKKAI DOC: An LLM-driven framework for scaling parliamentary representatives [0.0]
本稿では,国会議員の政治問題スタンスを正確にスケールするLLM主導の枠組みを紹介する。
先進的な自然言語処理技術と大規模言語モデルを活用することにより,提案手法は従来のアプローチを洗練・強化する。
この枠組みには,(1)要約による議会演説の消音,よりクリーンで一貫した意見埋め込み,(2)議員の言論要約からの政治的論争の軸の自動抽出,(3)党の立場の経時的変化を追及するダイアクロニック分析,の3つの主要な革新が含まれている。
論文 参考訳（メタデータ） (2025-05-11T21:03:53Z) - KamerRaad: Enhancing Information Retrieval in Belgian National Politics through Hierarchical Summarization and Conversational Interfaces [55.00702535694059]
KamerRaadは、大きな言語モデルを活用するAIツールで、市民がベルギーの政治情報と対話的に関わるのを助ける。
このツールは、議会の手続きから重要な抜粋を抽出し、簡潔に要約し、次いで生成AIに基づくインタラクションの可能性を示す。
論文 参考訳（メタデータ） (2024-04-22T15:01:39Z) - PROXYQA: An Alternative Framework for Evaluating Long-Form Text Generation with Large Language Models [72.57329554067195]
ProxyQAは、長文生成を評価するための革新的なフレームワークである。
さまざまなドメインにまたがる詳細なヒューマンキュレートされたメタクエストで構成されており、それぞれに事前にアノテートされた回答を持つ特定のプロキシクエストが伴っている。
プロキシクエリに対処する際の評価器の精度を通じて、生成されたコンテンツの品質を評価する。
論文 参考訳（メタデータ） (2024-01-26T18:12:25Z) - Speaker attribution in German parliamentary debates with QLoRA-adapted
large language models [0.0]
我々は,2017-2021年のドイツ議会討論会において,大型言語モデルLlama 2の話者属性の自動化の可能性について検討した。
本稿の結果は,話者帰属の自動化における大規模言語モデルの能力に光を当て,政治談話の計算分析や意味的役割ラベルシステムの開発に期待できる道のりを明らかにした。
論文 参考訳（メタデータ） (2023-09-18T16:06:16Z) - Detecting and Classifying Malevolent Dialogue Responses: Taxonomy, Data
and Methodology [68.8836704199096]
コーパスベースの会話インタフェースは、テンプレートベースのエージェントや検索ベースのエージェントよりも多様な自然なレスポンスを生成することができる。
コーパスベースの会話エージェントの生成能力が増大すると、マレヴォレントな反応を分類し、フィルタリングする必要性が生じる。
不適切な内容の認識と分類に関するこれまでの研究は、主にある種のマレヴォレンスに焦点を絞っている。
論文 参考訳（メタデータ） (2020-08-21T22:43:27Z) - 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。