論文の概要: When Names Cross Scripts: A Source-Grounded Benchmark for Historical Entity Reconciliation in the Mongol World
- arxiv url: http://arxiv.org/abs/2608.23507v1
- Date: Mon, 24 Aug 2026 17:10:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.214101
- Title: When Names Cross Scripts: A Source-Grounded Benchmark for Historical Entity Reconciliation in the Mongol World
- Title（参考訳）: Whens Names Cross Scripts: Mongol Worldにおける歴史的エンティティリコンフィケーションのためのソース付きベンチマーク
- Abstract要約: MHER(MHER)は、世界からの人物名証明の和解のための証明制御ベンチマークである。
MHERには、84人の主要な歴史人物とより厳格な160ページのソース・グラウンド・サブセットのバランスの取れた396ペアの名前のみのコアが含まれている。
5つの生成系で、正確な情報源による証拠により、ペア化されたTESTの精度は12.96から94.44ポイント向上した。
- 参考スコア（独自算出の注目度）: 12.067634100798502
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Historical people may appear under different languages, scripts, and transcription traditions, while distinct individuals may share highly similar or even identical names. This makes historical identity reconciliation more than a problem of string matching or transliteration. We introduce MHER, a provenance-controlled benchmark for pairwise reconciliation of person-name attestations from the Mongol world. MHER contains a balanced 396-pair Name-only core over 84 primary historical persons and a stricter 160-pair Source-grounded subset constructed from mention-by-source evidence, with entity-disjoint development and test splits. Across five generative systems, correctly Source-grounded evidence improves paired TEST accuracy by 12.96 to 94.44 percentage points relative to Name-only input. On five identical-surface different-person cases, all models fail under names alone (0/25 model-item decisions), whereas Source-grounded evidence yields 24/25 correct resolutions, with the remaining output an abstention. Context-only ablations show that historical descriptions often carry substantial identity information, while explicitly signaled misgrounding controls produce substantially lower performance. We also find that names are not uniformly beneficial: for Qwen3-8B, restoring surface forms converts ten otherwise correct Context-only distinctions into false identity merges. These results show that historical entity reconciliation depends not only on surface correspondence, but on whether identity judgments respond appropriately to provenance-controlled historical evidence. MHER therefore provides a controlled framework for studying evidence use, abstention, and failure modes in historical NLP.
- Abstract（参考訳）: 歴史的人物は、異なる言語、スクリプト、書き起こしの伝統の下に現れるが、異なる個人は、非常によく似た名前や同じ名前を共有することもある。
これにより、文字列マッチングや文字変換という問題よりも、歴史的なアイデンティティの整合性が増す。
MHER(MHER)は,モンゴル世界の人物名証明を相互に照合するための,証明制御ベンチマークである。
MHERには、84人の重要人物にまたがるバランスの取れた396ペアの名前のみのコアと、情報源による証拠から構築されたより厳密な160ペアのソースグラウンドサブセットがあり、エンティティ・ディジョイントな開発とテストの分割がある。
5つの生成系で、正確な情報源による証拠により、ペア化されたTESTの精度は、名前のみの入力に対して12.96から94.44ポイント向上する。
5つの同一面の異なるケースでは、すべてのモデルは名前だけで失敗する(0/25モデルイテム決定)。
文脈のみのアブリゲーションは、歴史的記述が重要なアイデンティティ情報を持っている場合が多いが、明示的に合図されたアンダーグラウンド制御はパフォーマンスを著しく低下させることを示している。
Qwen3-8B の場合、曲面の復元は、10 個の他の他の正しいコンテキストのみの区別を偽のアイデンティティマージに変換する。
これらの結果から, 歴史的実体の和解は, 表面の対応だけでなく, 識別判断が証拠管理による歴史的証拠に適切に反応するかどうかにも依存することがわかった。
したがって、MHERは歴史的NLPにおけるエビデンスの使用、棄権、障害モードを研究するための制御されたフレームワークを提供する。
関連論文リスト
- Noēsis: Deterministic-First Retrieval with Two-Tier Context Hydration for Factuality-Critical Queries on Small Local Models [0.0]
我々は、Noesisアーキテクチャの決定論的第一のクエリプレーンであるNoesisを提示する。
ノイズは生成前にすべての決定論的判断を下す。
報告されたすべての値は、その正確なソースと構築による位置にトレース可能である。
論文 参考訳（メタデータ） (2026-09-07T15:49:16Z) - VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。
それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。
我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
論文 参考訳（メタデータ） (2026-09-02T20:36:45Z) - Not All Agreement Counts as Corroboration: Provenance-Conserving Multi-View Fusion for Typed Action Admission in Human-Robot Collaboration [10.293646536158302]
PACTはエビデンスカウンタビリティを、前立腺保存核融合とタイプドアクションエントリーのためのリレーショナル変数として扱う。
48のシーンクラスタで31,200以上の評価を行い、PACTは0.0861の共通支持型正規化リスクカバーエリア(ncsAURC)を達成した。
完全なソースレコードでは、ネイティブスコアはPACTを好むが、共通の後点スコアはネストしたディリクレとの違いを狭め、製品融合を好む。
論文 参考訳（メタデータ） (2026-08-31T21:21:35Z) - Twin Worlds: Equivariance-Based Abstention for Evidence-Grounded Reasoning [38.63002496590365]
本稿では,知識集約的推論における信頼性向上のための枠組みを提案する。
重要な要因は、文脈における実体の言及が記憶された関連を活性化し、モデルが証拠に埋もれていないプラウシブルな応答を生成することである。
我々は、パラメトリックな先行値を減らしながら関係構造を保ちつつ、元の入力の型付き置換によって複数の世界を構築する。
論文 参考訳（メタデータ） (2026-08-28T07:33:29Z) - When the Knowledge Base Becomes the Gold Standard: Measuring Resource-Shared Evaluation Loops in Entity-Level Machine Translation [1.9638161652098338]
Seungjeongwon Ilgiはユネスコの世界記録であり、37.4%しか翻訳されていない。
我々は,韓国国立歴史研究所の専門的個人名アノテーションをインジェクションパイプラインから独立した金として利用している。
専門家による527の言及のうち、注入パイプラインの外にあるのは31.1%である。
論文 参考訳（メタデータ） (2026-08-12T09:33:59Z) - Curate Before You Connect: Identity and Ontology Tagging in a Production Knowledge Graph [0.0]
本稿では、評価された抽出ストリームを知識グラフに変換する、摂取層とオントロジータグ付け層について述べる。
本稿では、識別子列、名前列、表示名、型スコープ位置から同一性を決定するレコード識別はしごについて述べる。
グラフの適合性負債を定量化し, 未定義の一次クラスを補う二次分類を示し, 775人の決定に対して48,403人の提案を保留するキュレーションキューを記述した。
論文 参考訳（メタデータ） (2026-08-11T08:30:37Z) - When Absence Is Evidence: Evaluating Completeness-Sensitive Negative Reasoning in Large Language Models [11.54793572552358]
大規模言語モデル(LLM)は、レコード、リスト、検索されたコンテキストから何かが欠落しているかどうかを尋ねられることが多い。
これを完全性に敏感な負の推論と呼ぶ。
CROWN-QAは,クエリ関係のカバレッジだけを変化させつつ,問題を修正し,事実を観察する,制御されたペアコアである。
論文 参考訳（メタデータ） (2026-08-05T08:53:16Z) - SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。
正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。
変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
論文 参考訳（メタデータ） (2026-08-04T13:16:15Z) - HiEviDR-Bench: A Benchmark for Hierarchical Evidence Aggregation in Deep Research [52.87128503345243]
我々は,Deep Researchにおける階層的エビデンス・アグリゲーションを評価するためのベンチマークであるHiEviDR-Benchを紹介する。
HiEviDR-Benchは、エビデンスの選択、クロスソースリンク、アグリゲーションをキャプチャする明示的なエビデンスグラフを持つ各インスタンスを表す。
報告品質,エビデンストレーサビリティ,引用精度,クレーム検証,回答正当性という5次元のトレーサビリティ指向評価フレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-27T23:50:46Z) - WILDTRACE: Benchmarking Natural Evidence Trails in Long-Context Reasoning [63.9071746889252]
長い文書に複雑な質問を答えるには、ソース自体が遠くの通路に自然に分散する証拠を統合する必要がある。
この情報源と内部の証拠の統合は、現実世界の長期文書分析の中心であるが、既存のベンチマークはそのほとんどを横取りしている。
WILDTRACEは, 自然発生の214個の長形音源に対する481個のタスクのベンチマークである。
論文 参考訳（メタデータ） (2026-07-10T12:09:21Z) - Trust, but Don't Verify: Epistemic Blind Spots in LLM Source Evaluation [0.0]
モデルが生成した統計量を検出する能力を持っているが、マルチソース合成においてこの能力を採用していないことを示す。
具体的には、ソースの影響は、解析テキストの分布レジスタに応答するが、数値の有効性には反応しない方法論登録ゲートによって制御される。
論文 参考訳（メタデータ） (2026-06-03T20:15:48Z) - Contradiction to Consensus: Dual Perspective, Multi Source Retrieval Based Claim Verification with Source Level Disagreement using LLM [0.17188280334580197]
事実確認と呼ばれるクレーム検証は、潜在的な誤情報を特定するのに役立つ。
ほとんどの自動クレーム検証システムは単一の知識源に依存している。
オープンドメインのクレーム検証のための新しいシステムを提案する。
論文 参考訳（メタデータ） (2026-02-21T02:21:31Z) - WithAnyone: Towards Controllable and ID Consistent Image Generation [83.55786496542062]
アイデンティティ・一貫性・ジェネレーションは、テキスト・ツー・イメージ研究において重要な焦点となっている。
マルチパーソンシナリオに適した大規模ペアデータセットを開発する。
本稿では,データと多様性のバランスをとるためにペアデータを活用する,対照的なアイデンティティ損失を持つ新たなトレーニングパラダイムを提案する。
論文 参考訳（メタデータ） (2025-10-16T17:59:54Z) - CLUE: Non-parametric Verification from Experience via Hidden-State Clustering [64.50919789875233]
隠れアクティベーションの軌跡内の幾何的に分離可能なシグネチャとして解の正しさが符号化されていることを示す。
ClUE は LLM-as-a-judge ベースラインを一貫して上回り、候補者の再選において近代的な信頼に基づく手法に適合または超えている。
論文 参考訳（メタデータ） (2025-10-02T02:14:33Z) - Multicultural Name Recognition For Previously Unseen Names [65.268245109828]
本論文は、人名の認識を改善することを目的としており、それは、誰かが生まれたり、名前を変えたりする際にも、成長できる多様なカテゴリーである。
私は103か国の名前を見て、モデルが異なる文化の名前でどれだけうまく機能するかを比較します。
文字入力と単語入力を組み合わせたモデルの方が単語のみのモデルより優れており,従来のNERモデルと比較して精度が向上する可能性がある。
論文 参考訳（メタデータ） (2024-01-23T17:58:38Z)
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。