論文の概要: SCoP: Structured Constraint Parsing for Evidence-Space Control in Temporal Knowledge Graph Question Answering

• arxiv url: http://arxiv.org/abs/2609.22213v1
• Date: Wed, 02 Sep 2026 06:33:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.774101
• Title: SCoP: Structured Constraint Parsing for Evidence-Space Control in Temporal Knowledge Graph Question Answering
• Title（参考訳）: SCoP:時間知識グラフ質問応答におけるエビデンス空間制御のための構造化制約解析
• Abstract要約: TKGQA (Temporal Knowledge Graph Question Answering) は、構造的に妥当で、時間的に許容できる証拠からの回答推論を必要とする。 複雑なTKGQAをエビデンス空間制御として定式化し,SCoP(Structured Constraint Parsing)を応答推論の前に時間的決定を外部化する制約中心のフレームワークとして提案する。
• 参考スコア（独自算出の注目度）: 9.907129098005495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Temporal Knowledge Graph Question Answering (TKGQA) requires answer inference from evidence that is both structurally valid and temporally admissible. Existing methods often leave anchor-event binding, temporal admissibility, and ordinal selection implicit in model reasoning, task-specific training, or similarity-driven retrieval, allowing locally relevant but invalid facts to enter the answer context. We formulate complex TKGQA as evidence-space control and propose SCoP (Structured Constraint Parsing), a constraint-centric framework that externalizes temporal decisions before answer inference. Instead of treating retrieved facts as admissible evidence by default, SCoP separates answer-seeking event patterns from temporal anchor events, conservatively grounds them to canonical TKG entities and relations, and translates temporal intent into executable constraints with optional ranking requirements. These constraints operate over normalized point and interval ranges, enabling deterministic filtering of structurally compatible candidates and producing a compact evidence space for generation. Experiments on MultiTQ and TimelineCronQ-R assess SCoP across timestamped point-fact and interval-oriented settings with richer temporal relations and ordering dependencies. Without task-specific parameter updates, SCoP achieves 0.825 Hits@1 on MultiTQ and 0.761 Hits@1 on TimelineCronQ-R, with gains on constraint-intensive question types. These results support explicit evidence-space control over unconstrained retrieval or implicit temporal reasoning.
• Abstract（参考訳）: TKGQA (Temporal Knowledge Graph Question Answering) は、構造的に妥当で、時間的に許容できる証拠からの回答推論を必要とする。 既存の手法では、モデル推論、タスク固有トレーニング、類似性駆動検索において、アンカーイベントのバインディング、時間的許容性、順序選択を暗黙に残し、局所的に関係するが無効な事実を答えコンテキストに入力することができる。 複雑なTKGQAをエビデンス空間制御として定式化し、応答推論の前に時間的決定を外部化する制約中心のフレームワークであるSCoP(Structured Constraint Parsing)を提案する。 検索された事実を既定で許容できる証拠として扱う代わりに、SCoPは、回答を探すイベントパターンを時間的アンカーイベントから分離し、保守的にそれらを標準的TKGエンティティと関係に基盤とし、オプションのランク付け要件で時間的意図を実行可能な制約に翻訳する。 これらの制約は正規化された点と間隔の範囲で作用し、構造的に互換性のある候補を決定論的にフィルタリングし、生成のためのコンパクトなエビデンス空間を生成する。 MultiTQとTimelineCronQ-Rの実験は、より豊かな時間的関係と順序依存を持つタイムスタンプ付きポイントファクトとインターバル指向設定のSCoPを評価する。 タスク固有のパラメータの更新がなければ、SCoPはMultiTQの0.825 Hits@1、TimelineCronQ-Rの0.761 Hits@1を達成でき、制約集約型の質問タイプが向上する。 これらの結果は、制約のない検索や暗黙の時間的推論に対する明確なエビデンス-空間制御を支援する。

関連論文リスト

• Q-TIE: A Lightweight and Generalizable Re-ranking Framework for Temporal Information Retrieval [20.436295522080602]
  TIRは、クエリに意味的かつ時間的に関連のあるドキュメントを検索することを目的としている。 2つのTIRパラダイム – 時間レトリバーと時間リランカ – が登場した。 学習時間入出力抽出(TIE)に基づくフレームワークQ-TIEを提案する。
  論文  参考訳（メタデータ） (2026-09-20T21:30:31Z)
• SABET-QA: Temporal Knowledge Graph Question Answering [0.0]
  複数のホップにまたがる推論状態を反復的に洗練するフレームワークであるSABET-QAを提案する。 CronQuestions、complex-CronQuestions、MultiTQ、TimeQuestionsの実験は、強いベースラインよりも一貫した改善を示している。
  論文  参考訳（メタデータ） (2026-08-20T14:16:35Z)
• STAIR: Semantic-Temporal Automaton for Interpretable Reasoning in Temporal Question Answering [7.774935839413563]
  我々はtextbfSemantic-textbfTemporal textbfAutomaton for textbfInterpretable textbfReasoningを提案する。 LLMアダプタは、複雑な質問の定式化を正規化された時間的意図にマッピングし、決定論的時間的オートマトンは正準化された証拠に対して対応するポリシーを実行する。 STAIRは、TimeQA-Easy、TimeQA-Hard、TempReason-L2、TempReason-L3データセットにおいて、強いベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-08-17T07:59:45Z)
• EASE-TTT: Evidence-Aligned Selective Test-Time Training for Long-Context Question Answering [61.89411578705886]
  長文質問応答のためのEvidence-Aligned Selective Test-Time Training (EASE-TTT)を提案する。 EASE-TTTは、選択されたエビデンスチャンクをトークン位置に対するソフトアテンション監視ターゲットに変換する。 完全コンテキスト推論、検索専用ベースライン、qTTTの中では最強のマクロ平均性能を実現している。
  論文  参考訳（メタデータ） (2026-06-05T04:49:37Z)
• Evaluating List Construction and Temporal Understanding capabilities of Large Language Models [54.39278049092508]
  大規模言語モデル(LLM)は、特に時間的理解タスクにおける幻覚や誤りの影響を受けやすい。 本稿では,時系列に適合するリスト形式で構造化された回答を必要とするTLQA(Time Referenceed List based Question Answering)ベンチマークを提案する。 閉書およびオープンドメイン設定におけるTLQA上の最先端生成モデルの時間的理解とリスト構築能力について検討する。
  論文  参考訳（メタデータ） (2025-06-26T21:40:58Z)
• Respecting Temporal-Causal Consistency: Entity-Event Knowledge Graphs for Retrieval-Augmented Generation [69.45495166424642]
  我々は,物語文書における時間的,因果的,文字的整合性を理解するために,頑健で差別的なQAベンチマークを開発する。 次に、バイナリマッピングでリンクされたエンティティとイベントのサブグラフを分離したまま保持するデュアルグラフフレームワークであるEntity-Event RAG(E2RAG)を紹介します。 ChronoQA全体で、我々のアプローチは最先端の非構造化およびKGベースのRAGベースラインよりも優れており、因果一貫性クエリや文字整合性クエリが顕著である。
  論文  参考訳（メタデータ） (2025-06-06T10:07:21Z)
• TimeLogic: A Temporal Logic Benchmark for Video QA [64.32208175236323]
  時間的論理的質問を自動的に生成するTimeLogic QA(TLQA)フレームワークを導入する。 私たちはSTAR、Breakfast、AGQA、CrossTaskの4つのデータセットを活用し、カテゴリ毎に2kと10kのQAペアを生成します。 時間的複雑性の異なる16カテゴリの時間論理に対して,ビデオQAモデルの時間的推論性能を評価する。
  論文  参考訳（メタデータ） (2025-01-13T11:12:59Z)
• Temporally Grounding Instructional Diagrams in Unconstrained Videos [51.85805768507356]
  本稿では,ビデオ中の命令図中のクエリ列を同時にローカライズするという課題について検討する。 既存のほとんどのメソッドは、クエリの固有の構造を無視しながら、一度に1つのクエリをグラウンドすることに焦点を当てている。 ステップダイアグラムの視覚的特徴を包括的にペアリングして構築した複合クエリを提案する。 ステップ図のグラウンド化のためのIAWデータセットと自然言語クエリのグラウンド化のためのYouCook2ベンチマークに対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2024-07-16T05:44:30Z)
• Semantic Framework based Query Generation for Temporal Question Answering over Knowledge Graphs [19.851986862305623]
  本稿では,提案するエンティティの関連事実を探索し,問合せグラフを生成する時間的質問応答手法であるSF-TQAを提案する。 評価の結果,SF-TQAは知識グラフの異なる2つのベンチマークにおいて既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2022-10-10T08:40:28Z)
• Robust Question Answering Through Sub-part Alignment [53.94003466761305]
  我々はアライメント問題として質問応答をモデル化する。 私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
  論文  参考訳（メタデータ） (2020-04-30T09:10:57Z)

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。