論文の概要: Pair-Level Essay-Scale Republication and Reuse from Fragmented Historical Text Reuse: A Workflow Study on Eighteenth-Century Books and Newspapers
- arxiv url: http://arxiv.org/abs/2608.27343v1
- Date: Thu, 27 Aug 2026 16:43:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.494559
- Title: Pair-Level Essay-Scale Republication and Reuse from Fragmented Historical Text Reuse: A Workflow Study on Eighteenth-Century Books and Newspapers
- Title（参考訳）: 断片的歴史テキスト再利用によるペア・レベル・エッセイ・スケールのレクリエーションと再利用:18世紀の書物と新聞のワークフロースタディ
- Abstract要約: この研究は、18世紀のスコットランドの哲学者デイヴィッド・ヒュームのエッセイに焦点をあてた。
我々は、このタスクをペアレベルのエビデンスとして定式化し、可算的な伝達関係に集約する。
完全なECCO-ECCO候補宇宙では、最終ワークフローの771に比べて14,886対のリプリントとして直接LLMベースラインがフラグ付けされる。
- 参考スコア（独自算出の注目度）: 0.40873486380569585
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper addresses the recovery of essay-scale republication and reuse from fragmented text-reuse evidence, a setting whose central challenge is pair-level evidence consolidation and not fragment retrieval alone. The study focuses on a candidate set centered on essays by eighteenth-century Scottish philosopher David Hume, spanning books from ECCO (Eighteenth Century Collections Online) and historical newspapers. Because the input consists of fragmented reuse hits instead of clean document pairs, and positive coverage is inherently incomplete, we formulate the task as pair-level evidence consolidation into plausible transmission relations and compare three methodological families: a staged rule-based workflow, baselines (a decision tree and two direct LLM settings), and automated rule adaptation. On labeled ECCO--ECCO slices, pair-level feature aggregation alone already reaches 0.948 F1 on the main labeled slice, while the final workflow gives the strongest overall precision-recall trade-off among the tested rule stages. On the full ECCO--ECCO candidate universe, direct LLM baselines flag up to 14,886 pairs as reprints compared to 771 for the final workflow, behaving in this direct-prompt setup as high-recall candidate expanders rather than precision-controlled deployment classifiers. On ECCO--Newspaper, manual audit confirms all 176 predicted positives as genuine cases of republication or reuse, while issue duplication and source-side multiplicity reveal additional provenance structure. Under incomplete ground truth, auditable pair-level evidence consolidation provides a practical way to produce compact candidate spaces for historical inspection.
- Abstract（参考訳）: 本稿では,エッセイスケールの復古化と,断片化されたテキスト再利用の証拠からの再利用について論じる。
この研究は、18世紀のスコットランドの哲学者デイヴィッド・ヒューム(David Hume)のエッセイに焦点をあて、ECCO(Eighteenth Century Collections Online)や歴史新聞の書籍を扱っている。
入力は、クリーンなドキュメントペアではなく、断片化された再利用ヒットで構成されており、正のカバレッジは本質的に不完全であるため、ペアレベルのエビデンスとして、妥当な送信関係に集約され、3つの方法論的ファミリ(ステージド・ルールベースのワークフロー、ベースライン(決定木と2つの直接LLM設定)、自動ルール適応)を比較する。
ラベル付きECCO-ECCOスライスでは、ペアレベルの機能アグリゲーションだけで、主要なラベル付きスライスでは0.948 F1に達し、最終ワークフローではテストされたルールステージの中で最も高い全体的な精度とリコールのトレードオフが与えられる。
完全なECCO-ECCO候補宇宙では、最終ワークフローの771と比較して14,886対のリプリントとして直接LLMベースラインがフラグ付けされ、精度制御されたデプロイメント分類器ではなく、ハイリコール候補拡張器としてこのダイレクトプロンプト設定で動作している。
ECCO--Newspaperでは、手動による監査により、予測された176個の陽性が真の共和化や再利用のケースであると確認されている。
不完全基底真理の下では、監査可能なペアレベルエビデンスの統合は、歴史的検査のためのコンパクトな候補空間を作成するための実践的な方法を提供する。
関連論文リスト
- GrOIL: Graph-Grounded Domain Ontology Induction with Constrained LLM Mediation [1.029029220360574]
ドメイン文書を制約のない生成ステップなしで完全なWeb Ontology Language (OWL) Terminological Box (TBox)に変換する7段階のグラフ基底パイプラインを提案する。
オントロジー成長分析は、大規模な語彙飽和と一致する証拠を提供し、パイプラインが大きなドキュメントコーパスから安定で再利用可能なドメイン表現を生成することを示す。
論文 参考訳（メタデータ） (2026-08-22T23:15:47Z) - Deep Academic Survey: Stateful Agentic Closed-Loop Paradigm for Academic Survey Automation [60.151050016855834]
DASは出版指向の学術調査を作成するためのステートフルなエージェント・フレームワークである。
その鍵となる考え方は、再利用可能な紙分析とトピック固有の原稿構築を分離することである。
DASは4つの次元で最高点に達し、総合スコアは4.34であり、最強の競争相手は4.03である。
論文 参考訳（メタデータ） (2026-08-18T17:29:00Z) - Lightweight Person-Place Relation Extraction from Historical Newspapers with Dependency Graphs and Proximity Features [0.0]
本研究では,関係分類段階において,事前学習された言語モデルなしで,軽量で解釈可能なシステムがどこまで進むことができるかを検討する。
提案手法は,依存関係解析から文書レベルグラフを構築し,各エンティティペアの近接的特徴と部分的特徴を抽出し,それらをScikit-Lernアンサンブルあるいはコンパクトグラフアテンションネットワークで分類する。
公式評価 (テストA, 新聞テストセット) では, ベストランが0.5142のマクロリコールに達し, 17チーム中, 3位にランクインした。
論文 参考訳（メタデータ） (2026-07-22T03:35:56Z) - DRNOISE: Benchmarking Deep Research Agents in Misleading Evidence Environments [51.049999642138]
誤解を招く証拠の下で、回答回復のための100タスクのベンチマークであるDRNOISEを紹介する。
それぞれのタスクは、2つの間接的レコードチェーンが支持する固有の金の答えを持ち、ペアのノイズ条件は競合する答えを直接記述する1つのもっともらしい文書を付加する。
強いクリーンタスク性能を持つエージェント全体で、この単一の介入は66-88ポイントの精度低下を引き起こす。
論文 参考訳（メタデータ） (2026-07-19T15:20:40Z) - PaperClaw: Harnessing Agents for Autonomous Research and Human-in-the-Loop Refinement [22.280674906144622]
PAPERCLAWは、研究分野から完成した論文まで、プロジェクトを自律的に行うマルチエージェントシステムである。
フルライフサイクルメモリは、各ステージを単一のリビングレコードに保持するので、長い実行は、コンテキストを失うことなく停止、検査、再開することができる。
論文 参考訳（メタデータ） (2026-06-21T17:37:01Z) - RealDocBench: A Benchmark for Field-Level QA and Layout Understanding on Real-World Regulated Documents [0.9003228139607131]
文書解析システムは、住宅ローンの引受、財務報告、サプライチェーンのロジスティクス、臨床記録などの規制された領域にますます多く展開されている。
ほとんどの公開ベンチマークは、学術的なレイアウトや合成散文のアダプタを評価し、単一のOCRまたはマークダウンレベルの類似度スコアを報告している。
実際に規制された文書から構築された2トラックのベンチマークであるRealDocBenchを紹介する。
論文 参考訳（メタデータ） (2026-06-05T15:41:34Z) - Align Documents to Questions: Question-Oriented Document Rewriting for Retrieval-Augmented Generation [51.55755193937205]
提案するQREAMは,検索した文書を事実を保存しながら質問指向のスタイルで整列するスタイル制御リライタである。
本フレームワークは,(1) 反復的書き換え探索にスタイリスティックシードを用いたQREAM-ICL,(2) ICL出力から抽出した軽量学生モデルQREAM-FTの2段階からなる。
論文 参考訳（メタデータ） (2026-04-19T08:39:21Z) - DocSeeker: Structured Visual Reasoning with Evidence Grounding for Long Document Understanding [63.257540233507626]
本稿では、構造化解析、局所化、推論のワークフローを実行するためにモデルを必要とするパラダイムを提案する。
ショートページトレーニングから超長文書への堅牢な一般化を示し、視覚的検索・拡張生成システムと自然に相乗効果を示す。
論文 参考訳（メタデータ） (2026-04-14T14:39:26Z) - ABCD-LINK: Annotation Bootstrapping for Cross-Document Fine-Grained Links [57.514511353084565]
我々は、最高のパフォーマンスのアプローチを選択し、文書間リンクに注釈を付けるための新しいドメインに依存しないフレームワークを提案する。
当社のフレームワークを2つの異なるドメイン – ピアレビューとニュース – に適用しています。
結果として得られた新しいデータセットは、メディアフレーミングやピアレビューなど、数多くのクロスドキュメントタスクの基礎を築いた。
論文 参考訳（メタデータ） (2025-09-01T11:32:24Z) - Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking [58.69615583599489]
Deliberate Thinking based Retriever (Debater) は、段階的な思考プロセスを導入することで文書表現を強化する新しいアプローチである。
Debaterは、いくつかのベンチマークで既存のメソッドよりも大幅に優れています。
論文 参考訳（メタデータ） (2025-02-18T15:56:34Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳（メタデータ） (2022-04-12T03:49:35Z)
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。