論文の概要: Structure-Preserving Document-Level Data Augmentation via Discourse Parsing

• arxiv url: http://arxiv.org/abs/2610.19497v1
• Date: Wed, 14 Oct 2026 03:16:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.933053
• Title: Structure-Preserving Document-Level Data Augmentation via Discourse Parsing
• Title（参考訳）: 談話解析による文書レベルデータ拡張の構造保存
• Abstract要約: 本稿では,大規模言語モデルと文書レベルの談話構造解析に基づく構造保存型文書レベルのデータ拡張フレームワークを提案する。 本手法では,文ペア間の修辞的関係を識別し,キーフレーズを抽出し,意味的コヒーレントな内容に置き換える。
• 参考スコア（独自算出の注目度）: 1.0078793430641981
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data augmentation (DA) plays a vital role in improving model performance in low-resource or limited-supervision scenarios within Natural Language Processing (NLP). Existing DA methods, such as synonym replacement and back-translation, have demonstrated effectiveness on the word or sentence level; however, they frequently neglect discourse-level coherence and logical flow, which are essential for complex tasks dependent on inter-sentential relationships. In this paper, we propose a structure-preserving document-level data augmentation framework based on large language models (LLMs) and document-level discourse structure parsing. Our approach identifies rhetorical relations between sentence pairs and extracts key phrases, which are then replaced with semantically coherent but topically shifted content while preserving the original discourse structure. Experimental results on text summarization and question answering show that the proposed augmented data provides complementary supervision and improves combined-data training across the evaluated tasks. Comparisons with a standard RST parser and controlled ablations further support the proposed discourse representation.
• Abstract（参考訳）: データ拡張(DA)は、自然言語処理(NLP)における低リソースまたは限られたスーパービジョンシナリオにおいて、モデルパフォーマンスを改善する上で重要な役割を果たす。 同義語置換や逆翻訳のような既存のDA手法は、単語や文レベルで有効性を示すが、それらはしばしば、意味間の関係に依存する複雑なタスクに不可欠な、談話レベルの一貫性と論理フローを無視する。 本稿では,大規模言語モデル(LLM)と文書レベルの談話構造解析に基づく構造保存型文書レベルのデータ拡張フレームワークを提案する。 提案手法では,文対間の修辞的関係を識別し,キーフレーズを抽出し,意味的コヒーレントな内容に置き換える。 テキスト要約と質問応答の実験結果から,提案した拡張データによって補完的な監視が可能となり,評価課題間のデータ統合トレーニングが向上することが示された。 標準RTTパーサと制御されたアブレーションとの比較は、提案した談話表現をさらに支援している。

関連論文リスト

• CoT Referring: Improving Referring Expression Tasks with Grounded Reasoning [67.18702329644526]
  CoT Referringは、構造化されたチェーン・オブ・シークレット・トレーニングデータ構造を通じて、モデル推論をモダリティにわたって強化する。 トレーニングデータを再構築して、新たな出力フォームを実行し、既存のデータセットに新たなアノテーションを提供します。 また、検出とセグメント化機能を統合MLLMフレームワークに統合し、新しい適応重み付き損失で学習して性能を最適化する。
  論文  参考訳（メタデータ） (2025-10-03T08:50:21Z)
• 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)
• Implementing Long Text Style Transfer with LLMs through Dual-Layered Sentence and Paragraph Structure Extraction and Mapping [6.445040420833822]
  文レベルのスタイリスティック適応と段落レベルの構造的コヒーレンスを組み合わせた階層的枠組みを提案する。 提案するフレームワークであるZeroStylusは,参照テキストからの階層的テンプレート取得とマルチグラニュラマッチングによるテンプレート誘導生成という,2つの体系的なフェーズで運用する。
  論文  参考訳（メタデータ） (2025-05-11T05:53:33Z)
• Pointer-Guided Pre-Training: Infusing Large Language Models with Paragraph-Level Contextual Awareness [3.2925222641796554]
  ポインター誘導セグメントオーダリング(SO)は,段落レベルのテキスト表現の文脈的理解を高めることを目的とした,新しい事前学習手法である。 実験の結果,ポインタ誘導型事前学習は複雑な文書構造を理解する能力を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2024-06-06T15:17:51Z)
• Topic-driven Distant Supervision Framework for Macro-level Discourse Parsing [72.14449502499535]
  テキストの内部修辞構造を解析する作業は、自然言語処理において難しい問題である。 近年のニューラルモデルの発展にもかかわらず、トレーニングのための大規模で高品質なコーパスの欠如は大きな障害となっている。 近年の研究では、遠方の監督を用いてこの制限を克服しようと試みている。
  論文  参考訳（メタデータ） (2023-05-23T07:13:51Z)
• 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)
• An End-to-End Document-Level Neural Discourse Parser Exploiting Multi-Granularity Representations [24.986030179701405]
  構文とセマンティクスにまたがる複数のレベルの粒度から派生した堅牢な表現を利用します。 このような表現をエンドツーエンドのエンコーダデコーダニューラルアーキテクチャに組み込んで、よりリソース豊富な対話処理を行います。
  論文  参考訳（メタデータ） (2020-12-21T08:01:04Z)
• SLM: Learning a Discourse Language Representation with Sentence Unshuffling [53.42814722621715]
  談話言語表現を学習するための新しい事前学習目的である文レベル言語モデリングを導入する。 本モデルでは,この特徴により,従来のBERTの性能が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2020-10-30T13:33:41Z)

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。