論文の概要: AI Historian: Helping historians organize and verify person-centred temporal clues from dispersed historical narratives

• arxiv url: http://arxiv.org/abs/2608.29133v1
• Date: Sat, 29 Aug 2026 08:23:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.858298
• Title: AI Historian: Helping historians organize and verify person-centred temporal clues from dispersed historical narratives
• Title（参考訳）: AI歴史学者:歴史家が散逸した歴史物語から人中心の時間的手がかりを整理し、検証する手助けをする
• Abstract要約: AIヒストリアンは、歴史家が散在した伝記物語から人的時間的証拠を整理するのを助ける。 原文を証拠単位として、人物と時間的手がかりを特定し、候補のクロステキスト関連を検証し、同等の時間的範囲を推測する。
• 参考スコア（独自算出の注目度）: 14.981722599440502
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: History is not preserved in complete, continuous form. Accounts of a person's activities, relationships and historical contexts are scattered across texts, chapters and narrative perspectives; historians must retrieve, identify and compare these materials to reconstruct temporal sequences and verify them against sources. Here we present AI Historian (AIH), an AI agent system that helps historians organize person-time evidence from dispersed biographical narratives. It takes source sentences as evidence units, identifies people and temporal cues, verifies candidate cross-text associations and infers comparable temporal ranges while preserving traceable source-text evidence. We evaluated AIH on six Shiji cases concerning Liu Bang, Xiang Yu and Xiao He. AIH Agent achieved a temporal-localization MicroIoU of 86.2%, compared with 81.3% for human-only annotation and 17.1% for direct large-language-model prompting; it required about 14 min, versus 1 h 32 min for human-only annotation. We further applied AIH to the Twenty-Four Histories and other ancient Chinese histories, ancient Japanese and Korean histories, and modern and contemporary historical materials, and released the results through Westlake Historian. These results indicate that AIH can reduce the cost of organizing historical materials at scale while turning connections obscured by chapter-based narration into traceable, revisable research questions for collaborative testing.
• Abstract（参考訳）: 歴史は完全な連続した形で保存されていない。 個人の活動、関係、歴史的文脈の説明はテキスト、章、物語の視点に散らばっており、歴史家はこれらの資料を検索し、識別し、比較し、時間的シーケンスを再構築し、ソースに対して検証しなければならない。 ここでは、歴史家が分散した伝記物語から人的時間的証拠を整理するのを支援するAIエージェントシステムAIHを紹介する。 ソース文をエビデンス単位として、人物と時間的手がかりを特定し、候補のクロステキスト関連を検証し、トレーサブルなソーステキスト証拠を保持しながら、同等の時間的範囲を推測する。 我々は,李文,Xiang Yu,Xiao Heの6症例についてAIHを評価した。 AIH Agentは時間的局所化マイクロIoUを86.2%、人間のみのアノテーションは81.3%、直接大言語モデルのプロンプトは17.1%と達成した。 我々はさらに、二十四史やその他の古代中国史、古代日本・朝鮮史、近代・現代史料にAIHを応用し、ウェストレイク歴史学を通じて結果を公表した。 これらの結果から,AIHは,章ベースのナレーションによって隠されたつながりを追跡可能で再検討可能な研究問題に転換しつつ,史料の大規模整理コストを削減できることが示唆された。

関連論文リスト

• 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)
• On Path to Multimodal Historical Reasoning: HistBench and HistAgent [68.02249599465337]
  HistBenchは、AIの歴史的推論能力を評価するために設計された、414の高品質な質問の新しいベンチマークである。 タスクは、一次資料に基づく事実検索から、原稿や画像の解釈分析まで、幅広い歴史的問題にまたがる。 我々は、OCR、翻訳、アーカイブ検索、ヒストリーにおける画像理解のための慎重に設計されたツールを備えたヒストアジェント(HistAgent)を提示する。
  論文  参考訳（メタデータ） (2025-05-26T17:22:20Z)
• Time Travel: A Comprehensive Benchmark to Evaluate LMMs on Historical and Cultural Artifacts [65.90535970515266]
  TimeTravelは、10つの主要な歴史的地域にわたる266の異なる文化にまたがる10,250のエキスパート認定サンプルのベンチマークである。 TimeTravelは、原稿、アートワーク、碑文、考古学的発見のAIによる分析のために設計されている。 我々は、TimeTravelで現代のAIモデルを評価し、その強みを強調し、改善すべき領域を特定する。
  論文  参考訳（メタデータ） (2025-02-20T18:59:51Z)
• Shared Heritage, Distinct Writing: Rethinking Resource Selection for East Asian Historical Documents [60.348103523743276]
  古典中国語から漢語・漢文への言語間移動可能性の仮定を疑問視する。 実験の結果,漢文で書かれた古代朝鮮語文書の言語モデル性能に対する古典中国語データセットの影響は最小限であった。
  論文  参考訳（メタデータ） (2024-11-07T15:59:54Z)
• CHisIEC: An Information Extraction Corpus for Ancient Chinese History [12.41912979618724]
  我々は,中国歴史情報抽出コーパス(CHis IEC)データセットを提示する。 CHis IECは、NERおよびREタスクの開発と評価のために設計された、精巧にキュレートされたデータセットである。 データセットは4つの異なるエンティティタイプと12のリレーショナルタイプを含み、慎重にラベル付けされたデータセットとなる。
  論文  参考訳（メタデータ） (2024-03-22T10:12:10Z)
• PHD: Pixel-Based Language Modeling of Historical Documents [55.75201940642297]
  実史文書に類似した合成スキャンを生成する新しい手法を提案する。 我々は,1700-1900年代における合成スキャンと実際の歴史新聞を組み合わせて,我々のモデルであるPHDを事前訓練した。 我々は、この領域におけるその有用性を強調しながら、我々のモデルを歴史的QAタスクに適用することに成功しました。
  論文  参考訳（メタデータ） (2023-10-22T08:45:48Z)
• HUE: Pretrained Model and Dataset for Understanding Hanja Documents of Ancient Korea [59.35609710776603]
  我々は、時系列属性、トピック分類、名前付きエンティティ認識、要約検索タスクからなるハンハ理解評価データセットをリリースする。 また、本研究では、14世紀から19世紀にかけての2つの主要なコーパスについて、ヨセオン王朝のアンナスと王立事務局の日記のトレーニングを継続したBERTベースのモデルについても紹介する。
  論文  参考訳（メタデータ） (2022-10-11T03:04:28Z)
• Placing (Historical) Facts on a Timeline: A Classification cum Coref Resolution Approach [4.809236881780707]
  タイムラインは、ある期間に起こった重要な歴史的事実を視覚化する最も効果的な方法の1つである。 複数の(歴史的)テキスト文書からイベントタイムラインを生成するための2段階システムを提案する。 我々の結果は、歴史学者、歴史研究の進展、そして国の社会・政治の風景を理解する上で非常に役立ちます。
  論文  参考訳（メタデータ） (2022-06-28T15:36:44Z)
• Restoring and Mining the Records of the Joseon Dynasty via Neural Language Modeling and Machine Translation [20.497110880878544]
  本論文では,自己保持機構に基づく履歴文書の復元と翻訳のためのマルチタスク学習手法を提案する。 提案手法は,マルチタスク学習を使わずに,翻訳作業の精度をベースラインよりも大幅に向上させる。
  論文  参考訳（メタデータ） (2021-04-13T06:40:25Z)

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。