論文の概要: Argument-Aware Semantic Alignment of Normative Texts: A Toulmin-Based Neuro-Symbolic Approach
- arxiv url: http://arxiv.org/abs/2608.29529v1
- Date: Sun, 30 Aug 2026 03:30:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.99084
- Title: Argument-Aware Semantic Alignment of Normative Texts: A Toulmin-Based Neuro-Symbolic Approach
- Title（参考訳）: ノーマティヴテキストの調停を意識した意味的アライメント:Toulmin-based Neuro-Symbolic Approach
- Authors: William Schroeder,
- Abstract要約: 本稿では、明示的な引数構造が要求の整合性のために神経意味論に相補的な情報を与えるかどうかを問う。
明示のステップは、主張、根拠、令状、資格者、裏づけ、そしてエントサイムを再構築する。
NERC-CIPからNIST-CSFマッピングのベンチマークでは、引数由来の機能は、ニューロシンボリックなセマンティックベースライン上のアライメントを改善する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Semantic alignment between specialized normative texts is challenging when equivalent requirements use different terms, syntax, and levels of abstraction. Lexical overlap, distributional embeddings, and semantic similarity capture topical relatedness but often miss the argumentative structure by which normative claims are supported, qualified, and justified. This paper asks whether explicit argument structure adds information complementary to neural semantics for aligning requirements. We treat cross-standard control mapping as argument-aware semantic alignment and build a neuro-symbolic pipeline that combines neural text representations with Toulmin features. An LLM explicitation step identifies claims, grounds, warrants, qualifiers, and backing and reconstructs enthymemes. These feed an alignment model via argument-aware similarity and structural features. On a NERC-CIP to NIST-CSF mapping benchmark, argument-derived features improve alignment over a neuro-symbolic semantic baseline. Feature selection shows especially strong signal from warrant-related features, indicating that the link between a claim and its supporting reasoning is not captured by conventional similarity alone. A compact claim--grounds--warrant subset remains competitive with the full Toulmin feature set. The results give preliminary evidence that argument structure is a useful intermediate representation for aligning specialized normative texts. Cybersecurity standards are used as a controlled testbed, not as proof of domain-independent generalization. The argument graphs produced by LLM explicitation may also support later work on retrieval, reasoning, and explanation over normative text.
- Abstract（参考訳）: 特別な規範的テキスト間の意味的アライメントは、等価な要件が異なる用語、構文、抽象レベルを使用する場合、困難である。
語彙的重複、分布的埋め込み、意味的類似性は局所的関連性を捉えるが、しばしば規範的主張が支持され、資格があり、正当化される議論的構造を見逃す。
本稿では、明示的な引数構造が要求の整合性のために神経意味論に相補的な情報を与えるかどうかを問う。
我々は、クロススタンダード制御マッピングを引数対応セマンティックアライメントとして扱い、ニューラルテキスト表現とトゥールミン特徴を組み合わせたニューラルシンボリックパイプラインを構築する。
LLM明示のステップは、主張、根拠、令状、資格者、およびエントロメムのバックアップと再構築を識別する。
これらは、引数を意識した類似性と構造的特徴を通じてアライメントモデルを提供する。
NERC-CIPからNIST-CSFマッピングのベンチマークでは、引数由来の機能は、ニューロシンボリックなセマンティックベースライン上のアライメントを改善する。
特徴選択は、特に令状関連の特徴からの強いシグナルを示し、クレームとそれを支持する推論とのリンクが、従来の類似性だけでは捕捉されないことを示す。
コンパクトなクレーム-グラウンド-警告部分集合は、完全なトゥールミン機能セットと競合するままである。
この結果は、引数構造が特別な規範的テキストの整合に有用な中間表現であることを示す予備的な証拠を与える。
サイバーセキュリティ標準は、ドメインに依存しない一般化の証明ではなく、制御されたテストベッドとして使用される。
LLMの明示によって生成される引数グラフは、後続の検索、推論、規範的なテキストに対する説明の作業もサポートする。
関連論文リスト
- Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach [58.15427952222424]
汎用的なテキスト埋め込みはそのようなタスクに広くデプロイされているが、意味的類似性は意味的に似ているがタスク固有の例を示すことができる。
本稿では,凍結したテキスト埋め込み上に構築された幾何正規化モジュールであるPGCL(Prototype-Guided Contrastive Learning)を紹介する。
論文 参考訳（メタデータ） (2026-08-15T13:19:25Z) - Weave of Formal Thought [51.56484100374058]
WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。
本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。
Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
論文 参考訳（メタデータ） (2026-06-24T15:58:11Z) - Understanding Contextual Recall in Transformers: How Finetuning Enables In-Context Reasoning over Pretraining Knowledge [50.009682083079205]
我々は,文脈的リコールが単独で事前学習から生じるかどうかを検討する。
ICL評価とは異なる暗黙的推論を必要とするタスクの微調整は、文脈的リコールの出現を誘発することを示す。
メカニカル・インサイト(メカニカル・インサイト)では,現実から文脈への遷移を再現するアテンションオンリー・トランスフォーマーの構成を導出する。
論文 参考訳（メタデータ） (2026-03-21T22:46:55Z) - The Algebra of Meaning: Why Machines Need Montague More Than Moore's Law [0.32904041852873017]
モデレーション、脆さ、不透明なセマンティクスは、データやスケール制限よりも、型理論的なセマンティクスの欠如の兆候である、と我々は主張する。
モンタギューの型付き合成代数学としての言語観に基づいて、アライメントを解析問題として再放送する。
本稿では、発話を記述型論理形式にコンパイルする、ニューロシンボリック言語であるSavaiを紹介する。
論文 参考訳（メタデータ） (2025-10-08T01:22:26Z) - StructCoh: Structured Contrastive Learning for Context-Aware Text Semantic Matching [10.000850856259866]
StructCohはグラフ強化のコントラスト学習フレームワークである。
階層的な対照的な目的は、複数の粒度で一貫性を強制する。
3つの法的な文書マッチングベンチマークと学術的プラジャリズム検出データセットの実験は、大幅な改善を示している。
論文 参考訳（メタデータ） (2025-09-02T07:21:36Z) - AKReF: An argumentative knowledge representation framework for structured argumentation [0.9626666671366837]
議論文を議論知識グラフ(AKG)に変換するためのフレームワークを提案する。
提案する議論的知識表現フレームワーク(AKReF)は理論基盤を拡張している。
コンフリクトフリーな集合と許容可能な引数の最大集合を抽出するといった複素解析におけるその応用を示す。
論文 参考訳（メタデータ） (2025-05-31T21:11:30Z) - Semantic Role Labeling Meets Definition Modeling: Using Natural Language
to Describe Predicate-Argument Structures [104.32063681736349]
本稿では,離散ラベルの代わりに自然言語定義を用いて述語-代名詞構造を記述する手法を提案する。
PropBankスタイルおよびFrameNetスタイル、依存性ベースおよびスパンベースSRLに関する実験と分析は、解釈可能な出力を持つフレキシブルモデルが必ずしも性能を犠牲にしないことを示す。
論文 参考訳（メタデータ） (2022-12-02T11:19:16Z) - Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。
本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。
本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。
セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
論文 参考訳（メタデータ） (2021-10-04T03:59:15Z) - Refining Implicit Argument Annotation for UCCA [6.873471412788333]
本稿では,Universal Cognitive Conceptualの基盤層上に暗黙的アノテーションを具体化するためのタイポロジーを提案する。
提案された暗黙的な議論分類は暗黙的な役割解釈の理論によって駆動され、Deictic, Generic, Genre-based, Type-identible, Non-specific, Iterated-setの6つのタイプから構成される。
論文 参考訳（メタデータ） (2020-05-26T17:24:15Z)
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。