論文の概要: KhyontekAI at CheckThat! 2026: Multilingual Dense Retrieval and Cross-Encoder Reranking for Scientific Web Claims
- arxiv url: http://arxiv.org/abs/2610.15837v1
- Date: Sun, 11 Oct 2026 18:39:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 15:39:24.302457
- Title: KhyontekAI at CheckThat! 2026: Multilingual Dense Retrieval and Cross-Encoder Reranking for Scientific Web Claims
- Title（参考訳）: KhyontekAI at CheckThat! 2026: Multilingual Dense Retrieval and Cross-Encoder Re rank for Scientific Web Claims
- Abstract要約: CLEF 2026 CheckThat! Task 1 on Source Retrieval for Scientific Web Claims。
本システムは,多言語科学的文書検索を改善するために,微調整された高密度検索モデルとクロスエンコーダリグレードを組み合わせる。
我々の最終多言語システムは、英語のMRR@5スコアが0.6222、ドイツ語の0.5112、フランス語の0.6254、総合平均のMRR@5スコアが0.5862である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific claims shared through social media platforms frequently reference research findings without explicitly linking to the corresponding scientific publications. Automatically retrieving the correct scientific source for such claims is a challenging multilingual retrieval problem involving semantic matching, paraphrasing, noisy social media text, and cross-domain language variation. In this work, we present a multilingual two-stage retrieval framework for CLEF 2026 CheckThat! Task 1 on Source Retrieval for Scientific Web Claims. Our system combines fine-tuned dense retrieval models with cross-encoder reranking for improving multilingual scientific document retrieval. We evaluate multiple transformer-based dense retrieval architectures including multilingual-E5, BGE, and Contriever under different metadata configurations. We further investigate multilingual joint training, retrieval depth analysis, metadata enrichment, and language balancing strategies for improving retrieval effectiveness. Experimental results demonstrate that metadata enrichment consistently improves retrieval effectiveness, while fine-tuned cross-encoder reranking provides additional gains in retrieval precision. Our final multilingual system achieves MRR@5 scores of 0.6222 for English, 0.5112 for German, and 0.6254 for French, with an overall average MRR@5 score of 0.5862.
- Abstract（参考訳）: ソーシャルメディアプラットフォームを通じて共有された科学的な主張は、対応する科学出版物に明示的に関連付けることなく、しばしば研究結果を参照している。
このような主張に対する正しい科学的情報源を自動検索することは、セマンティックマッチング、パラフレージング、騒々しいソーシャルメディアテキスト、ドメイン間言語の変化を含む難解な多言語検索問題である。
本稿では,CLEF 2026 CheckThat!のための多言語2段階検索フレームワークを提案する。
学術Webクレームのソース検索に関するタスク1
本システムは,多言語科学的文書検索を改善するために,微調整された高密度検索モデルとクロスエンコーダリグレードを組み合わせる。
メタデータ構成の異なるマルチリンガルE5, BGE, Contriever を含む複数のトランスフォーマーに基づく高密度検索アーキテクチャの評価を行った。
さらに,多言語共同学習,検索深度分析,メタデータの充実,検索効率向上のための言語バランス戦略について検討する。
実験結果から,メタデータの充実が検索効率を向上する一方,微調整型クロスエンコーダの更新により検索精度が向上することが示された。
我々の最終多言語システムは、英語のMRR@5スコアが0.6222、ドイツ語の0.5112、フランス語の0.6254、総合平均のMRR@5スコアが0.5862である。
関連論文リスト
- Query-aware routing for Cross-lingual performance gains in Encoders [2.1576136039212086]
多言語エンコーダは、クエリや関連文書が言語によって異なる場合、同言語のパフォーマンスが強いにもかかわらず、検索効率が低下する可能性がある。
フィンランド語とスウェーデン語による言語間検索が、エンコーダの既存の同言語のパフォーマンスと文書インデックスを維持しながら改善できるかどうかを検討する。
クエリのみの低ランクアダプタをフリーズしたドキュメント埋め込みに対してトレーニングし、クエリとインデックス言語に基づいた決定論的ルーティングを組み合わせます。
論文 参考訳（メタデータ） (2026-10-02T06:12:53Z) - Claim2Source at CheckThat! 2026: Improving Multilingual Scientific Claim-Source Retrieval with Verification-based Re-Ranking [17.04255262988263]
本稿では,多言語科学的クレームソース検索のための多段階検索フレームワークを提案する。
このフレームワークは、バイリンガルクレーム表現、メタデータ強化されたソース表現、および高密度検索モデルの言語固有の適応を用いている。
われわれのアプローチでは、英語、ドイツ語、フランス語のクレームの平均MRR@5スコアが0.7628に達し、2026年のCheckThat!
論文 参考訳（メタデータ） (2026-07-04T22:07:23Z) - MeVer at CheckThat! 2026: Cluster-Aware Hard-Negative Mining for Multilingual Scientific-Source Retrieval [11.097006771680896]
2026 タスク 1 では,多言語科学的ソース検索について提案する。
本稿では,検索した候補プールのセマンティック構造を利用したクラスタ認識型ハードネガティブマイニング手法を提案する。
実験により, 異なるハード負構造が異なる検索行動を引き起こすことが示された。
論文 参考訳（メタデータ） (2026-05-22T21:24:14Z) - NeuCLIRTech: Chinese Monolingual and Cross-Language Information Retrieval Evaluation in a Challenging Domain [49.3943974580576]
本稿では,技術情報に対するクロスランゲージ検索のための評価収集であるNeuCLIRTechについて述べる。
このコレクションは中国語で書かれた技術文書と、その機械が英語に翻訳されたもので構成されている。
このコレクションは中国語での単言語検索と、クエリ言語としての英語による言語横断検索という2つの検索シナリオをサポートしている。
論文 参考訳（メタデータ） (2026-02-05T05:57:55Z) - CLIRudit: Cross-Lingual Information Retrieval of Scientific Documents [2.0277446818410994]
本稿では,言語間の学術的探索を評価するための新しいデータセットであるCLIRuditを提案する。
データセットは、カナダのパブリッシングプラットフォームである'Erudit'のバイリンガルな記事メタデータを使って構築されている。
論文 参考訳（メタデータ） (2025-04-22T20:55:08Z) - Cross-lingual Contextualized Phrase Retrieval [63.80154430930898]
そこで本研究では,言語間関係の単語検索を多義的に行うタスクの定式化を提案する。
我々は、コントラスト学習を用いて、言語間コンテクスト対応句検索(CCPR)を訓練する。
フレーズ検索タスクでは、CCPRはベースラインをかなり上回り、少なくとも13ポイント高いトップ1の精度を達成する。
論文 参考訳（メタデータ） (2024-03-25T14:46:51Z) - CONCRETE: Improving Cross-lingual Fact-checking with Cross-lingual
Retrieval [73.48591773882052]
ほとんどのファクトチェックアプローチは、他の言語におけるデータ不足の問題にのみ英語に焦点を当てている。
クロスリンガル検索を付加した最初のファクトチェックフレームワークを提案する。
提案したクロスリンガル逆クローズタスク(XICT)を用いてレトリバーを訓練する。
論文 参考訳（メタデータ） (2022-09-05T17:36:14Z) - On Cross-Lingual Retrieval with Multilingual Text Encoders [51.60862829942932]
言語間文書・文検索タスクにおける最先端多言語エンコーダの適合性について検討する。
教師なしのアドホック文と文書レベルのCLIR実験でそれらの性能をベンチマークする。
我々は、ゼロショット言語とドメイン転送CLIR実験のシリーズにおける英語関連データに基づいて、教師付き方式で微調整された多言語エンコーダの評価を行った。
論文 参考訳（メタデータ） (2021-12-21T08:10:27Z) - Mr. TyDi: A Multi-lingual Benchmark for Dense Retrieval [51.004601358498135]
Mr. TyDiは、11の類型的多様言語における単言語検索のためのベンチマークデータセットである。
このリソースの目的は、非英語言語における高密度検索技術の研究を促進することである。
論文 参考訳（メタデータ） (2021-08-19T16:53:43Z)
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。