論文の概要: Structured Claim-Level Discourse Representations for Dense Health Narratives

• arxiv url: http://arxiv.org/abs/2609.18905v1
• Date: Wed, 16 Sep 2026 16:43:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.896126
• Title: Structured Claim-Level Discourse Representations for Dense Health Narratives
• Title（参考訳）: 重度健常者のための構造的クレームレベル談話表現
• Abstract要約: 既存のアプローチは、粗いトピックレベル、感情ベース、スタンス指向の表現に大きく依存している。 密集した健康物語におけるクレームレベルの談話分析のための構造的枠組みを導入する。 このフレームワークを用いて、異なる談話コンテキスト設定下での自動構造化談話分析を評価する。
• 参考スコア（独自算出の注目度）: 1.7799340858082904
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Health discourse in social media videos often contains densely entangled claims spanning multiple thematic aspects, stances, evidential frames, and rhetorical functions within short conversational spans. Existing approaches largely rely on coarse topic-level, sentiment-based, or stance-oriented representations that do not adequately capture this structure. Our analysis identifies an average of 13.22 atomic claims per minute, motivating richer claim-level discourse representations. We introduce a structured framework for claim-level discourse analysis in dense health narratives. Our framework models discourse through tuples linking atomic claims with thematic aspects, stance, and multidimensional pragmatic discourse attributes. To support this setting, we construct a benchmark spanning four health domains with 1,191 manually annotated claims from 60 videos. Using this framework, we evaluate automated structured discourse analysis under different discourse context settings. Results show that current LLMs achieve strong performance on thematic categorization and stance prediction, but struggle with high-dimensional pragmatic profiling. We also find that different discourse tasks benefit from different forms of contextual reasoning, suggesting that future systems may require task decomposition and specialized inference strategies.
• Abstract（参考訳）: ソーシャルメディアビデオにおける健康談話には、複数の主題的側面、スタンス、明らかなフレーム、短い会話の範囲内での修辞的機能にまたがる密集した主張が含まれることが多い。 既存のアプローチは、この構造を適切に捉えていない粗いトピックレベル、感情ベース、スタンス指向の表現に大きく依存している。 我々の分析では、毎分平均13.22の原子クレームを同定し、よりリッチなクレームレベルの談話表現を動機付けている。 密集した健康物語におけるクレームレベルの談話分析のための構造的枠組みを導入する。 我々のフレームワークは、原子的クレームとテーマ的側面、スタンス、多次元実用的談話属性をリンクするタプルを通して会話をモデル化する。 この設定をサポートするために、60本の動画から1,191件の注釈付きクレームで4つの健康ドメインにまたがるベンチマークを構築した。 このフレームワークを用いて、異なる談話コンテキスト設定下での自動構造化談話分析を評価する。 その結果,現在のLLMは,主題分類や姿勢予測において高い性能を発揮するが,高次元実用的なプロファイリングに苦慮していることがわかった。 また,異なる談話タスクは文脈推論の異なる形態の恩恵を受けており,将来のシステムにはタスクの分解と特殊推論戦略が必要であることを示唆している。

関連論文リスト

• Beyond Chunking: Discourse-Aware Hierarchical Retrieval for Long Document Question Answering [51.7493726399073]
  本稿では,長文質問応答を改善するための対話型階層型フレームワークを提案する。 このフレームワークには3つの重要な革新がある: 長文の専門的な談話解析、LLMに基づく談話関係ノードの拡張、構造誘導階層検索である。
  論文  参考訳（メタデータ） (2025-05-26T14:45:12Z)
• Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
  本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。 我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。 我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
  論文  参考訳（メタデータ） (2025-04-10T02:52:34Z)
• Unsupervised Mutual Learning of Discourse Parsing and Topic Segmentation in Dialogue [37.618612723025784]
  対話システムでは、会話の焦点の管理と対話のコーディネートにおいて、会話が重要な役割を果たす。 修辞的構造と主題的構造という2つの重要な構造から構成される。 我々は、修辞構造とトピック構造を統合する統一表現を導入し、それら間のセマンティック一貫性を確保する。 本稿では,レトリック構造とトピック構造を協調的にモデル化し,追加アノテーションを必要とせずに相互に強化できる教師なし相互学習フレームワーク(UMLF)を提案する。
  論文  参考訳（メタデータ） (2024-05-30T08:10:50Z)
• Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
  本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。 我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。 我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-06T19:17:47Z)
• Discourse Analysis for Evaluating Coherence in Video Paragraph Captions [99.37090317971312]
  ビデオ段落のコヒーレンスを評価するための,新しい談話に基づく枠組みを検討中である。 ビデオのコヒーレンスに条件付き段落のコヒーレンスをモデル化する上で,ビデオの談話表現が中心となる。 実験の結果,提案手法は,ビデオ段落のコヒーレンスをベースライン法よりも有意に向上させることがわかった。
  論文  参考訳（メタデータ） (2022-01-17T04:23:08Z)
• Predicting Above-Sentence Discourse Structure using Distant Supervision from Topic Segmentation [8.688675709130289]
  RSTスタイルの談話解析は多くのNLPタスクにおいて重要な役割を担っている。 その重要性にもかかわらず、現代の談話解析における最も一般的な制限の1つは、大規模なデータセットの欠如である。
  論文  参考訳（メタデータ） (2021-12-12T10:16:45Z)
• Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
  本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。 本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
  論文  参考訳（メタデータ） (2021-06-02T06:49:19Z)

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。