論文の概要: From Conceptual EneMonIE to an Executable Backend: A Modular Architecture for Energy Information Extractionand Grounded Question Answering
- arxiv url: http://arxiv.org/abs/2610.17243v1
- Date: Mon, 12 Oct 2026 18:09:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.437689
- Title: From Conceptual EneMonIE to an Executable Backend: A Modular Architecture for Energy Information Extractionand Grounded Question Answering
- Title（参考訳）: 概念的EneMonIEから実行可能なバックエンドへ:エネルギー情報抽出と地上質問応答のためのモジュールアーキテクチャ
- Abstract要約: EneMonIEの最初の提案では、エネルギートレンドを監視するWebベースのセマンティックシステムについて記述している。
この記事では、EneMonIE-Backendを紹介します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The original EneMonIE proposal describes a Web-based semantic system for continuously monitoring energy trends through targeted information extraction from heterogeneous online media. This article presents EneMonIE-Backend, an implementation-derived redesign that converts that conceptual pipeline into a modular, executable, and application-independent backend. The architecture separates five concerns: data sources, acquisition and normalization, semantic processing, knowledge organization, and persistent storage. It operationalizes configurable connectors for RSS feeds, URL collections, arXiv, social-media JSON files, and open-data CSV files; it also introduces question-driven Web search and scraping. Relevant documents pass through energy categorization, named entity recognition, temporal and event extraction, source sensitive sentiment analysis, and extractive summarization. The resulting semantic representations support entity co-occurrence graphs, cross-document interlinking, cluster-level information fusion, and relational persistence in SQLite. Three grounded question-answering paths are exposed at the backend level: live Web evidence, the stored corpus, and selected configured resources. Answer generation uses a language model when configured and otherwise falls back to deterministic extractive output. Unlike the original proposal, the presented architecture deliberately excludes the user-interface and server-side application layers, allowing the semantic core to be embedded in different applications. A deterministic smoke validation confirms relevance filtering, persistence, clustering, evidence retrieval, and document deletion. The work provides a reproducible architectural basis for future evaluation on larger multilingual energy corpora.
- Abstract（参考訳）: EneMonIEの最初の提案では、異種オンラインメディアからターゲット情報を抽出することで、エネルギートレンドを継続的に監視するWebベースのセマンティックシステムについて記述している。
この記事では、EneMonIE-Backendを紹介します。EneMonIE-Backendは、その概念パイプラインをモジュール化され、実行可能で、アプリケーションに依存しないバックエンドに変換する、実装から生まれた再設計です。
このアーキテクチャは、データソース、取得と正規化、セマンティック処理、知識組織、永続ストレージの5つの懸念を分離している。
RSSフィード、URLコレクション、arXiv、ソーシャルメディアJSONファイル、オープンデータCSVファイルのための設定可能なコネクタを運用している。
関連文書は、エネルギー分類、エンティティ認識、時間的および事象抽出、ソースセンシティブな感情分析、抽出的な要約などを通過する。
結果として得られるセマンティック表現は、エンティティ共起グラフ、クロスドキュメントのインターリンク、クラスタレベルの情報融合、SQLiteでのリレーショナル永続化をサポートする。
バックエンドレベルには、ライブWebエビデンス、ストアドコーパス、選択された設定されたリソースの3つの根拠付き質問応答パスが公開されている。
回答生成は、設定時に言語モデルを使用し、それ以外は決定論的抽出出力にフォールバックする。
当初の提案とは異なり、提示されたアーキテクチャは意図的にユーザインターフェースとサーバ側アプリケーションレイヤを除外し、セマンティックコアを異なるアプリケーションに組み込むことができる。
決定論的煙の検証は、関連性フィルタリング、永続化、クラスタリング、エビデンス検索、および文書の削除を確認する。
この研究は、より大規模な多言語エネルギーコーパスに対する将来の評価のための再現可能なアーキテクチャ基盤を提供する。
関連論文リスト
- Semantics Delivery Network: Rethinking Web Retrieval Infrastructure for LLM Agents [0.4859781642217615]
セマンティックチャンク検索はネットワーク配信の第一級の抽象化となるべきだと我々は主張する。
SemDNは、Webコンテンツを大まかな粒度でインデックスし、検索し、スマートキャッシュする、原産地認可の階層的なエッジ基板である。
共有可能な検索状態、階層的なキャッシュ、カバレッジリスク、デプロイメントに関するオープンな疑問が提起される。
論文 参考訳（メタデータ） (2026-09-18T18:49:38Z) - ConceptFormer: Learning Adaptive Latent Concepts for Query-Document Alignment in Visual Document Retrieval [62.80735412748694]
ConceptFormerは、ビジュアル文書検索のための潜在概念表現学習フレームワークである。
クエリ関連エビデンスとは、局所化された視覚的エビデンスとセマンティックな関連性を明確に橋渡しする、連続的でクエリ条件付き潜在概念である。
平均的なNDCG@10では、最強のビジュアル検索ベースラインと最強のOCRベースのテキスト検索ベースラインに対して16.7%と22.1%の相対的な改善が達成されている。
論文 参考訳（メタデータ） (2026-08-16T12:07:12Z) - OneFeed: A Unified Generative Framework for Feed Content Enhancement and Query Generation [0.0]
OneFeedはフィードコンテンツ拡張とクエリ生成をモデリングするための統合生成フレームワークである。
OneFeedは異種ユーザ行動シーケンスを共有振る舞いエンコーダでエンコードする。
OneFeedはコンテンツセマンティックIDとクエリ表現のための共有セマンティックスペースを学習する。
論文 参考訳（メタデータ） (2026-06-06T04:17:09Z) - Executable Schema Contracts: From Automatic Ingestion to Multi-Source Retrieval [19.3757623473603]
実世界のデータは、暗黙のセマンティクスを持つテーブル、ドキュメント、半構造化ファイルにまたがる。
生のマルチソースデータから実行可能なスキーマを自動的に検出するシステムを提案する。
論文 参考訳（メタデータ） (2026-06-03T20:28:36Z) - IE as Cache: Information Extraction Enhanced Agentic Reasoning [82.00741114456727]
情報抽出は、構造化されていないテキストから構造化された決定関連情報を抽出することを目的としている。
我々は,IEを認知キャッシュとして再利用し,エージェント推論を強化するフレームワークであるtextitIE-as-Cacheを提案する。
論文 参考訳（メタデータ） (2026-04-16T12:18:27Z) - A Reference Architecture for Agentic Hybrid Retrieval in Dataset Search [0.6299766708197881]
アドホックデータセット検索では、未特定の自然言語クエリとスパースで異質なメタデータレコードとをマッチングする必要がある。
本稿では,BM25語彙探索と密埋め込み検索を組み合わせたエージェントハイブリッド検索のための有界・監査可能な参照アーキテクチャを提案する。
ユーザ意図とプロバイダが承認したメタデータとの語彙ミスマッチを低減するために、オフラインメタデータ拡張ステップが導入される。
論文 参考訳（メタデータ） (2026-03-28T22:56:57Z) - Resolving Evidence Sparsity: Agentic Context Engineering for Long-Document Understanding [49.26132236798123]
視覚言語モデル(VLM)は、文書理解における主要なアプローチになりつつある。
本稿では,粗いプロセスにおいて,検索者と4つの協調エージェントを編成するマルチエージェントフレームワークSLEUTHを提案する。
このフレームワークは、検索したページ内の重要なテキストおよび視覚的手がかりを特定し、テーブルやチャートなどの健全な視覚的エビデンスをフィルタし、クエリを分析して推論戦略を考案する。
論文 参考訳（メタデータ） (2025-11-28T03:09:40Z) - Scalable and Explainable Enterprise Knowledge Discovery Using Graph-Centric Hybrid Retrieval [0.0]
現代の企業は、Jira、Gitリポジトリ、Confluence、wikiなどの異種システムに分散した膨大な知識を管理している。
本稿では,知識ベース言語拡張モデル(KBLam),DeepGraph表現,埋め込み型セマンティック検索を統合したモジュール型ハイブリッド検索フレームワークを提案する。
このフレームワークは、コード、プルリクエスト、コミット履歴を含む解析済みのリポジトリから統一された知識グラフを構築する。
大規模なGitリポジトリの実験では、統一推論層は、スタンドアロンのGPTベースの検索パイプラインと比較して、回答の妥当性を最大80%改善している。
論文 参考訳（メタデータ） (2025-10-13T02:56:36Z) - QID: Efficient Query-Informed ViTs in Data-Scarce Regimes for OCR-free Visual Document Understanding [53.69841526266547]
トレーニング済みのVision-Language Modelを新しいデータセットで微調整することは、ビジョンエンコーダの最適化に不足することが多い。
視覚エンコーダにクエリの埋め込みを統合する,新しい,合理化されたアーキテクチャ保存アプローチであるQIDを導入する。
論文 参考訳（メタデータ） (2025-04-03T18:47:16Z) - Autoregressive Search Engines: Generating Substrings as Document
Identifiers [53.0729058170278]
自動回帰言語モデルは、回答を生成するデファクト標準として現れています。
これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。
本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
論文 参考訳（メタデータ） (2022-04-22T10:45:01Z)
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。