論文の概要: Source-preserving alignment for robust evidence localization in scientific PDFS
- arxiv url: http://arxiv.org/abs/2609.35588v1
- Date: Mon, 28 Sep 2026 16:40:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 20:33:55.095728
- Title: Source-preserving alignment for robust evidence localization in scientific PDFS
- Title（参考訳）: 科学PDFSにおけるロバストエビデンスローカライゼーションのためのソース保存アライメント
- Abstract要約: ソース保存アライメントフレームワークは、ロバストマッチングのためのテキストを正規化します。
1,020の化学論文での実験では、このフレームワークは92.6%の引用レベルの自動局在速度を達成した。
- 参考スコア（独自算出の注目度）: 20.584669377401102
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scientific information-extraction systems often return a claim with an evidence string, which users must locate in the original PDF. This is challenging because the extracted evidence and PDF text layer are different representations: line wrapping, Unicode variants, superscripts, citation markers, and fragmented items alter text sequences and geometry. We present a source-preserving alignment framework: normalize text for robust matching while preserving provenance for accurate localization. It aligns evidence with normalized page text, maps matches back to source-character spans, and renders only their geometry. When exact alignment fails, line-break-aware token alignment recovers supported spans while excluding unmatched noise. Experiments on 1,020 chemistry papers show that the framework achieves a 92.6\% quote-level automatic localization rate, compared with 43.6\% for text search and 19.1\% for a precomputed bounding-box baseline. Component ablation confirms distinct contributions from normalization and approximate token alignment, while human verification assesses the visual correctness of returned highlights. Overall, these results demonstrate that reliable evidence verification requires robust matching and precise localization within a shared source-preserving alignment representation.
- Abstract（参考訳）: 科学的情報抽出システムは、しばしばエビデンス文字列でクレームを返す。
抽出されたエビデンスとPDFテキスト層は、行のラッピング、Unicodeの変種、スーパースクリプト、引用マーカー、断片化されたアイテムがテキストシーケンスと幾何学を変化させているため、これは難しい。
本稿では,ロバストマッチングのためのテキストの正規化と,正確なローカライゼーションのための証明の保存という,ソース保存アライメントフレームワークを提案する。
証拠を正規化されたページテキストと整合させ、地図はソース文字のスパンにマッチし、幾何学のみを描画する。
正確なアライメントが失敗すると、ラインブレーク対応のトークンアライメントは、未整合ノイズを除きながら、サポート対象のスパンを回復する。
1,020の化学論文での実験では、このフレームワークは引用レベルの自動局在率92.6\%を達成しているのに対し、テキスト検索では43.6\%、計算済みのバウンディングボックスベースラインでは19.1\%を達成している。
コンポーネントアブレーションは正規化と近似トークンアライメントとは異なる寄与を確認でき、一方で人間の検証は返却されたハイライトの視覚的正しさを評価する。
これらの結果から,信頼性のある証拠検証には,共有ソース保存アライメント表現におけるロバストなマッチングと高精度な位置決めが必要であることが示唆された。
関連論文リスト
- Scaling Unsupervised Word Alignment to Documents via Structural Constraints [38.797311337915175]
CTFAlignは、文書レベルの単語アライメントのための軽量でトレーニング不要なアプローチである。
MDPAlignも導入しています。これは、主対角線上の位置によるアライメントを制約する、よりシンプルな代替手段です。
CTFAlignは平均3モデルで、単語アライメントエラー率を0.412から0.326に下げる。
論文 参考訳（メタデータ） (2026-08-21T12:13:21Z) - DTRNet: Dual Text-Radical Decoding for Handwritten Chinese Text Recognition with Faked Character Detection [23.1626542785567]
手書き文字認識は、学生の書き起こしだけでなく、偽の文字も検出すべきである。
文字レベルの手法は解釈可能な構造的証拠を提供するが、効率は低い。
ラインレベルの手法は効率的であるが、信頼度に大きく依存しているため、検出に失敗したり、明確な構造的証拠が欠如している。
行レベルの偽文字検出のためのデュアルテキストラディカルデコーディングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-06T10:21:45Z) - Asymmetric Within-Document Predictive Learning for Scientific Document Representation [16.276576840098247]
論文の談話構造を用いた科学的文書表現のための予測事前学習について検討する。
非対称な文書内予測を通じて学習する引用自由フレームワークであるSciJEPAを提案する。
論文 参考訳（メタデータ） (2026-07-31T09:44:41Z) - Heterogeneous Element-Aware Cross-Version Differencing of Scientific Documents via Layout-Aware Alignment and Structure-Aware Reasoning [3.5587329353214145]
科学的文書の相互変換の違いは学術出版や技術文書に不可欠である。
本稿では,科学的文書の相違を考慮に入れたレイアウト対応異種要素認識フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-08T14:07:03Z) - Reward-Guided Semantic Evolution for Test-time Adaptive Object Detection [82.2968697030677]
Grounding DINOのような視覚言語モデル(VLM)を用いたオープン語彙オブジェクト検出は、テスト時間分布シフト時の性能劣化に悩まされる。
Reward-Guided Semantic Evolution (RGSE) は、テスト時にテキストの埋め込みを直接洗練するトレーニング不要のフレームワークである。
論文 参考訳（メタデータ） (2026-05-06T06:17:41Z) - LRANet++: Low-Rank Approximation Network for Accurate and Efficient Text Spotting [118.93173826110815]
高精度検出のための低ランク近似に基づく新しいパラメータ化テキスト形状法を提案する。
異なるテキストの輪郭間の固有形状相関を利用して、形状表現の一貫性とコンパクト性を実現する。
我々は、LRANet++と呼ばれるエンドツーエンドテキストスポッティングフレームワークを構築するために、拡張検出モジュールを軽量な認識ブランチに統合する。
論文 参考訳（メタデータ） (2025-11-08T03:08:03Z) - Efficiently Leveraging Linguistic Priors for Scene Text Spotting [63.22351047545888]
本稿では,大規模テキストコーパスから言語知識を活用する手法を提案する。
シーンテキストデータセットとよく一致したテキスト分布を生成し、ドメイン内の微調整の必要性を取り除く。
実験結果から,本手法は認識精度を向上するだけでなく,単語のより正確な局所化を可能にすることが示された。
論文 参考訳（メタデータ） (2024-02-27T01:57:09Z) - End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。
標準メトリクスは、現れる可能性のある不整合を考慮していない。
本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
論文 参考訳（メタデータ） (2023-01-14T15:43:07Z) - DPText-DETR: Towards Better Scene Text Detection with Dynamic Points in
Transformer [94.35116535588332]
ポリゴン点やベジエ曲線制御点を予測してテキストをローカライズするトランスフォーマーベースの手法は、シーンテキストの検出で非常に人気がある。
しかし、使用点ラベル形式は、トランスフォーマーモデルの堅牢性に影響を与える人間の読み順を意味する。
本稿では,DPText-DETRを提案する。これはクエリとしてポイント座標を直接使用し,デコーダ層間で動的に更新する。
論文 参考訳（メタデータ） (2022-07-10T15:45:16Z) - Text Recognition -- Real World Data and Where to Find Them [36.10220484561196]
本稿では,弱い注釈付き画像を利用してテキスト抽出パイプラインを改善する手法を提案する。
このアプローチでは、任意のエンドツーエンドのテキスト認識システムを使用して、テキスト領域の提案と、おそらく誤った書き起こしを取得する。
シーンテキストのほとんどエラーのないローカライズされたインスタンスを生成し、これが"擬似基底真理"(PGT)として扱う。
論文 参考訳（メタデータ） (2020-07-06T22:23:27Z)
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。