論文の概要: ITL: Interpretable Document Alignment with Structured Reference Frameworks
- arxiv url: http://arxiv.org/abs/2608.27031v1
- Date: Thu, 27 Aug 2026 12:19:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.395118
- Title: ITL: Interpretable Document Alignment with Structured Reference Frameworks
- Title（参考訳）: ITL: 構造化参照フレームワークによる解釈可能なドキュメントアライメント
- Abstract要約: ドキュメントと構造化参照フレームワークのアライメントを測定するには、テキスト全体に分散した概念的証拠を特定する必要がある。
本稿では,ドメインに依存しない言語対応手法であるemphIntelligent Target Locator(ITL)を提案する。
ITLは、対象文書のテキスト単位とemphStructured Reference Document(SRD$)で定義された概念との親和性を推定する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Measuring alignment between documents and structured reference frameworks requires identifying conceptual evidence distributed throughout the text and reporting it through measures that are quantitative, interpretable, and traceable. Many commonly used retrieval and classification approaches return either pairwise similarity scores or one or more class labels, whereas fewer methods provide concept-level scores that are directly traceable to the terminological evidence supporting them. We present \emph{Intelligent Target Locator} (ITL), a domain-agnostic and language-portable methodology that estimates the affinity between the textual units of a target document and the concepts defined in a \emph{Structured Reference Document} ($SRD$). From the $SRD$, ITL induces concept-specific terminological profiles built from independent terms, bigrams, trigrams, and co-occurrences. Each term is assigned an importance weight that combines concept membership, term-type specificity and inter-concept discriminability. The output is a textual-unit--concept affinity matrix that can be aggregated at different levels of granularity. We conduct an internal consistency assessment using the 17 Sustainable Development Goals (SDGs), evaluating each official goal statement against the $SRD$ induced from the same set of descriptors. Every statement reached its highest affinity with the corresponding concept, and the mean affinity across the remaining concepts stayed marginal relative to the mean reference affinity. This separation indicates that ITL distinguishes the conceptual profiles of the framework. ITL thus offers a general basis for quantifying document alignment with structured frameworks while keeping each result traceable to the terminological evidence that supports it.
- Abstract（参考訳）: 文書と構造化された参照フレームワークのアライメントを測定するには、テキスト全体に分散された概念的証拠を特定し、定量的、解釈可能、トレース可能な尺度を通じてそれを報告する必要がある。
多くの一般的な検索と分類のアプローチは、ペアワイズ類似度スコアまたは1つ以上のクラスラベルを返すが、それを支持する用語的証拠に直接トレース可能な概念レベルのスコアを提供する方法は少ない。
本稿では, 対象文書のテキスト単位と, \emph{Structured Reference Document} (SRD$) で定義された概念との親和性を推定するドメインに依存しない言語対応の方法論である \emph{Intelligent Target Locator} (ITL) を提案する。
SRD$から、IDLは独立した用語、ビッグラム、トリグラム、および共起から構築された概念固有の用語プロファイルを誘導する。
各用語は、概念メンバーシップ、用語タイプ特異性、概念間の差別性を組み合わせた重要重みが割り当てられる。
出力はテキスト単位-概念親和性行列であり、異なるレベルの粒度で集約できる。
我々は17の持続可能な開発目標(SDG)を用いて内部整合性評価を行い、同じ記述子集合から誘導される$SRD$に対して、それぞれの公式目標文を評価する。
すべての言明は対応する概念に最も親和性を持ち、残りの概念に対する平均親和性は平均的参照親和性に対して限界に留まった。
この分離は、ILLがフレームワークの概念的プロファイルを区別していることを示している。
ITLは、構造化されたフレームワークとのドキュメントアライメントを定量化するための一般的な基盤を提供すると同時に、各結果をそれをサポートする用語的エビデンスにトレース可能にする。
関連論文リスト
- Does Syntax Matter? A Graph-Augmented Variational Topic Model for Computational Social Sciences [51.56484100374058]
本稿では、構文依存関係をトピック推論に組み込んだアーキテクチャである、構造的文脈確率的トピックモデル(SCPTM)を紹介する。
本研究では,レジスタ構造と談話構造が異なる4つのコーパスのトピックモデリング手法について検討した。
その結果, SCPTMのニューラルアーキテクチャは, 生成的ベースラインよりも文書・トピックアライメントが著しく向上していることが示唆された。
論文 参考訳（メタデータ） (2026-09-07T17:39:06Z) - ConceptFormer: Learning Adaptive Latent Concepts for Query-Document Alignment in Visual Document Retrieval [62.80735412748694]
ConceptFormerは、ビジュアル文書検索のための潜在概念表現学習フレームワークである。
クエリ関連エビデンスとは、局所化された視覚的エビデンスとセマンティックな関連性を明確に橋渡しする、連続的でクエリ条件付き潜在概念である。
平均的なNDCG@10では、最強のビジュアル検索ベースラインと最強のOCRベースのテキスト検索ベースラインに対して16.7%と22.1%の相対的な改善が達成されている。
論文 参考訳（メタデータ） (2026-08-16T12:07:12Z) - A Unifying Framework for Concept-Based Representational Similarity [26.502371676259113]
概念のアライメントは基本的に多目的であり、そのように定義、測定、最適化されなければならない。
本稿では,2つの軸に沿ったアライメントを分解する統一フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-08T15:42:39Z) - Interpretable Coreference Resolution Evaluation Using Explicit Semantics [35.71215348826291]
CoNLL-F1のような集約統計量を用いて、参照分解能を評価する。
コア参照解決のためのセマンティック・エンハンスド・アセスメント・フレームワークを提案する。
我々のフレームワークは、集約されたメトリクスによって隠されたままの体系的な弱点を明らかにする。
論文 参考訳（メタデータ） (2026-05-11T14:20:16Z) - Logics-Parsing-Omni Technical Report [18.897248420641386]
本稿では,断片化タスク定義の課題とマルチモーダル解析における非構造化データの均一性に対処するOmni Parsingフレームワークを提案する。
このフレームワークの重要な利点は、そのエビデンスアンカー機構であり、ハイレベルなセマンティック記述と低レベルな事実の厳密な一致を強制する。
これにより、エビデンスに基づく'論理的帰納化が可能となり、構造化されていない信号を、位置可能で、エナメル性があり、トレース可能な標準化された知識に変換する。
論文 参考訳（メタデータ） (2026-03-10T13:46:32Z) - SCORE: A Semantic Evaluation Framework for Generative Document Parsing [2.5101597298392098]
マルチモーダル生成文書解析システムは意味論的に正しいが構造的に異なる出力を生成する。
従来のメトリクス-CER, WER, IoU, TEDS-misclassized such diversity as error, penalizing valid interpretations and obscuring system behavior。
SCORE, (i) 調整した編集距離を頑健な内容の忠実度と統合する解釈非依存のフレームワーク, (ii) トークンレベルの診断で幻覚と排便を区別する, (iii) 空間的寛容とセマンティックアライメントによるテーブル評価, (iv) 階層対応の整合性チェックを紹介する。
論文 参考訳（メタデータ） (2025-09-16T16:06:19Z) - Data-driven Coreference-based Ontology Building [48.995395445597225]
参照解決は、伝統的に個々の文書理解のコンポーネントとして使用される。
よりグローバルな視点で、すべてのドキュメントレベルのコア参照関係から、ドメインについて何が学べるかを探求します。
コードとともに、クリエイティブ・コモンズライセンスの下でコア参照チェーンをリリースします。
論文 参考訳（メタデータ） (2024-10-22T14:30:40Z) - Language Models As Semantic Indexers [78.83425357657026]
本稿では,ジェネレーティブ言語モデルを用いてセマンティックIDを学習するための自己教師型フレームワークLMIndexerを紹介する。
学習したIDの質を検証し,推奨,製品検索,文書検索の3つの課題において有効性を示す。
論文 参考訳（メタデータ） (2023-10-11T18:56:15Z) - PropSegmEnt: A Large-Scale Corpus for Proposition-Level Segmentation and
Entailment Recognition [63.51569687229681]
文中の各命題の文的含意関係を個別に認識する必要性について論じる。
提案するPropSegmEntは45K以上の提案のコーパスであり, 専門家によるアノテートを行う。
我々のデータセット構造は、(1)文書内の文章を命題の集合に分割し、(2)異なるが、トポジカルに整合した文書に対して、各命題の含意関係を分類するタスクに類似している。
論文 参考訳（メタデータ） (2022-12-21T04:03:33Z) - Relational Proxies: Emergent Relationships as Fine-Grained
Discriminators [52.17542855760418]
本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。
我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。
また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
論文 参考訳（メタデータ） (2022-10-05T11:08:04Z) - DetCLIP: Dictionary-Enriched Visual-Concept Paralleled Pre-training for
Open-world Detection [118.36746273425354]
本稿では,デザインされた概念辞書から知識の豊かさを生かして,オープンワールド検出のための並列視覚概念事前学習手法を提案する。
概念をそれらの記述で豊かにすることにより、オープンドメイン学習を促進するために、さまざまな概念間の関係を明確に構築する。
提案フレームワークは、例えばLVISデータセット上で、強力なゼロショット検出性能を示し、私たちのDetCLIP-TはGLIP-Tを9.9%向上させ、レアカテゴリで13.5%改善した。
論文 参考訳（メタデータ） (2022-09-20T02:01:01Z)
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。