論文の概要: Quantifying Organizational Environmental Action from Web Data and Large Language Models

• arxiv url: http://arxiv.org/abs/2609.16627v1
• Date: Tue, 15 Sep 2026 04:43:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.343548
• Title: Quantifying Organizational Environmental Action from Web Data and Large Language Models
• Title（参考訳）: Webデータと大規模言語モデルによる組織環境活動の定量化
• Abstract要約: 本稿では,組織的Webコンテンツを環境行動の構造化尺度に変換するためのスケーラブルな計算フレームワークを提案する。 我々は,複数の地理空間,知識ベース,ディレクトリ,手動でレビューした資料を統合することで,4,964の会衆のナショナルデータベースを構築した。
• 参考スコア（独自算出の注目度）: 0.010874100424278171
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantifying organizational environmental action from publicly available web content remains a challenging environmental data science problem because relevant information can be dispersed across multiple webpages and is primarily communicated through unstructured text. We present a scalable computational framework for transforming organizational web content into structured measures of environmental action and demonstrate the approach using Jewish congregations in the United States. We constructed a national database of 4,964 congregations by integrating multiple geospatial, knowledge-base, directory, and manually reviewed sources. Of these, 2,657 had active websites that were successfully crawled, producing a corpus of 154,454 webpages. We compared three approaches for detecting environmental actions: keyword retrieval followed by large language model (LLM) classification, semantic vector retrieval followed by LLM classification, and direct LLM classification classification without preliminary retrieval. Agreement with an expert human reviewer was lowest for keyword retrieval ($κ$ = 0.26), higher for semantic vector retrieval ($κ$ = 0.42), and similar for direct LLM classification ($κ$ = 0.40). Although semantic retrieval achieved the highest agreement, its retrieval recall was 0.87, indicating loss of relevant content before classification. Applied to the complete corpus, direct LLM classification identified at least one environmental action at 1,398 congregations (53%), providing greater coverage than either retrieval-based approach. These results demonstrate that preliminary retrieval can reduce computational cost but may exclude relevant information before it reaches the classifier. The framework provides a reproducible approach for extracting organization-level environmental information from unstructured web content that can be adapted to other institutions.
• Abstract（参考訳）: 一般に公開されているWebコンテンツから組織的環境活動の定量化は、関連する情報が複数のWebページに分散し、主に構造化されていないテキストを介して伝達されるため、困難な環境データ科学の問題のままである。 本稿では,組織Webコンテンツを環境行動の構造化尺度に変換するためのスケーラブルな計算フレームワークを提案する。 我々は,複数の地理空間,知識ベース,ディレクトリ,手動でレビューした資料を統合することで,4,964の会衆のナショナルデータベースを構築した。 そのうち2,657のウェブサイトがクロールに成功し、154,454ページのコーパスが作成された。 我々は,キーワード検索と大言語モデル(LLM)分類,意味ベクトル検索とLLM分類,予備検索を伴わない直接LLM分類の3つの手法を比較した。 専門家の人間レビュアーとの合意は、キーワード検索(κ$ = 0.26)、意味ベクトル検索(κ$ = 0.42)、直接LLM分類(κ$ = 0.40)で最低であった。 セマンティック検索は合意に達したが、検索リコールは0.87であり、分類前の関連コンテンツの喪失を示している。 完全コーパスに適用した直接LLM分類では、少なくとも1つの環境行動が1,398の会衆(53%)で特定され、検索に基づくアプローチよりも広範囲にカバーされた。 これらの結果から,予備検索は計算コストを削減できるが,分類器に到達する前に関連情報を除外できることが示された。 このフレームワークは、他の機関に適応可能な非構造化のWebコンテンツから組織レベルの環境情報を抽出するための再現可能なアプローチを提供する。

関連論文リスト

• GrepSeek: Training Search Agents for Direct Corpus Interaction [66.69568141699311]
  GrepSeekは、コンパクトな検索エージェントを訓練し、大きなテキストコーパスから証拠を見つけ、フィルタリングし、構成する、最適化された直接コーパスインタラクション(DCI)検索エージェントである。 DCIを大規模に実用化するためには、シェルコマンドのシーケンシャルな実行とバイトエクササイズ等価性を保ちながら、シェルベースの検索を最大7.6タイムで高速化するセマンティックス保存のシャード並列実行エンジンを使用する。
  論文  参考訳（メタデータ） (2026-05-28T03:37:33Z)
• Iterative Definition Refinement for Zero-Shot Classification via LLM-Based Semantic Prototype Optimization [1.7288526441135115]
  Webフィルタリングシステムは、サイバー脅威をブロックし、データの流出を防ぎ、コンプライアンスを確保するために、正確なWebコンテンツ分類に依存している。 埋め込みベースのゼロショットアプローチは、コンテンツとカテゴリ記述を共有意味空間にマッピングする。 不明確な定義は埋め込み空間において意味的な重複を生じさせ、体系的な誤分類をもたらす。 ゼロショットウェブコンテンツ分類を改善する訓練不要で適応的な反復的定義改善フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-30T02:25:33Z)
• Self-Describing Structured Data with Dual-Layer Guidance: A Lightweight Alternative to RAG for Precision Retrieval in Large-Scale LLM Knowledge Navigation [0.0]
  大きな言語モデル(LLM)は、長い入力コンテキストを処理する際に、よく文書化された位置バイアスを示す。 これにより、コンテキストに直接大きな構造化知識ベースを組み込む知識検索アプリケーションが制限される。 本稿では,構造化されたデータファイルがファイルのプライマリ位置にある人為的なナビゲーションメタデータを埋め込む軽量なフレームワークである自己記述型構造化検索(SDSR)を提案する。
  論文  参考訳（メタデータ） (2026-03-28T14:12:43Z)
• Explaining, Verifying, and Aligning Semantic Hierarchies in Vision-Language Model Embeddings [10.299190830046872]
  本稿では,VLMによって誘発されるセマンティック階層を,特定の子クラスに対して説明し,検証し,調整するためのポストホックフレームワークを提案する。 我々は,効率的な木認識とエッジレベルの整合性尺度を用いて,抽出した木と人間の検索を比較して妥当性を定量化し,説明可能な階層木トラバース推定による有用性を評価する。
  論文  参考訳（メタデータ） (2026-03-26T00:38:38Z)
• LangHOPS: Language Grounded Hierarchical Open-Vocabulary Part Segmentation [56.12844551763724]
  オープンな語彙を持つオブジェクト-部分のインスタンスセグメンテーションのための,MLLM(Multimodal Large Language Model)ベースのフレームワークであるLangHOPSを提案する。 LangHOPSは、オープン語彙候補カテゴリから階層オブジェクトと部分インスタンスを共同で検出し、セグメント化することができる。
  論文  参考訳（メタデータ） (2025-10-29T08:21:59Z)
• LLM-guided Hierarchical Retrieval [54.73080745446999]
  LATTICEは階層的な検索フレームワークであり、LLMは対数探索の複雑さで大きなコーパスを推論し、ナビゲートすることができる。 LLM誘導探索における中心的な課題は、モデルの関連性判断がノイズが多く、文脈に依存し、階層性に気付かないことである。 我々のフレームワークは、推論集約型BRIGHTベンチマークで最先端のゼロショット性能を実現する。
  論文  参考訳（メタデータ） (2025-10-15T07:05:17Z)
• How good are LLMs at Retrieving Documents in a Specific Domain? [3.282961543904818]
  本稿では,ドメイン固有の評価データセットをキュレートして検索システムの性能を解析する自動手法を提案する。 本研究では,Large Language Models (LLMs) を用いたRAG(Retrieval of Augmented Generation)を組み込んで,自然言語クエリを用いた環境領域データの高品質な検索を行う。
  論文  参考訳（メタデータ） (2025-08-25T19:47:21Z)
• Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
  Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。 AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。 結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
  論文  参考訳（メタデータ） (2025-07-22T06:37:51Z)
• Are Large Language Models Good Classifiers? A Study on Edit Intent Classification in Scientific Document Revisions [62.12545440385489]
  大規模言語モデル(LLM)は、テキスト生成の大幅な進歩をもたらしたが、分類タスクの強化の可能性はまだ未検討である。 生成と符号化の両方のアプローチを含む分類のための微調整LDMを徹底的に研究するためのフレームワークを提案する。 我々はこのフレームワークを編集意図分類(EIC)においてインスタンス化する。
  論文  参考訳（メタデータ） (2024-10-02T20:48:28Z)
• UnifieR: A Unified Retriever for Large-Scale Retrieval [84.61239936314597]
  大規模な検索は、クエリを与えられた巨大なコレクションから関連ドキュメントをリコールすることである。 事前学習型言語モデル(PLM)に基づく最近の検索手法は,高密度ベクターあるいはレキシコンに基づくパラダイムに大別することができる。 本論文では,高密度ベクトルとレキシコンに基づく検索を2つの表現能力を持つ1つのモデルで統合する学習フレームワークUnifieRを提案する。
  論文  参考訳（メタデータ） (2022-05-23T11:01:59Z)

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。