論文の概要: The CIDOC CRM Periodic Table: Documentation You Can Test to Support the Adoption of Scientific Research Ontologies for the Humanities

• arxiv url: http://arxiv.org/abs/2610.28650v1
• Date: Tue, 06 Oct 2026 15:39:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 00:37:12.152106
• Title: The CIDOC CRM Periodic Table: Documentation You Can Test to Support the Adoption of Scientific Research Ontologies for the Humanities
• Title（参考訳）: CIDOC CRM Periodic Table: 人文科学研究オントロジーの採用を支援するための文書化
• Abstract要約: 本稿では,131のクラスと480のプロパティエントリをレンダリングするシングルページブラウザであるCIDOC CRM Periodic Tableを提案する。 CRMsciの追加と、それが可能とした3つのクロスモデルテストについて文書化し、56ヶ月の分析結果から予備的な取り込み信号を報告する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The CIDOC CRM family is not only a schema for museum collections. Its extensions formalise the apparatus through which research knowledge is produced and justified: CRMsci models scientific observation and measurement, CRMdig the provenance of digital processes, CRMinf inference and belief. Together they constitute a schema for research data, and the obstacle to their adoption is documentary rather than theoretical: four normative documents, four code conventions, and eighty-nine typed links crossing document boundaries. This paper presents the CIDOC CRM Periodic Table, a single-page browser rendering 131 classes and 480 property entries from CIDOC CRM 7.1.3, CRMsci 3.2, CRMdig 5.0 and CRMinf 1.2.1 as one navigable surface, with two inference facilities: a one-step triple builder admitting only the class-property combinations licensed by declared domains, ranges and the subclass closure, and a multi-step path finder enumerating property chains between two classes. Because all loaded models are merged into one code-keyed dictionary before the hierarchy closures are computed, both resolve chains that cross model boundaries; we document the addition of CRMsci and the three cross-model tests it made possible, and report preliminary uptake signals from 56 months of analytics, with the reading they support.
• Abstract（参考訳）: CIDOC CRMファミリーは博物館コレクションのスキーマではない。 CRMsciは科学的観察と測定をモデル化し、CRMdigはデジタルプロセスの証明、CRMinf推論と信念をモデル化する。 それらは共に研究データのためのスキーマを構成し、それらの採用の障害は、理論よりもむしろドキュメンタリーである:4つの規範文書、4つのコード規約、文書境界を渡る8つのタイプドリンクである。 本稿では,CIDOC CRM Periodic Table, CIDOC CRM 7.1.3, CRMsci 3.2, CRMdig 5.0, CRMinf 1.2.1を1つのナビゲーション可能な表面として, 宣言されたドメイン, 範囲, サブクラスクロージャによってライセンスされたクラス-プロパティの組み合わせのみを許可するワンステップトリプルビルダー, および2つのクラス間のプロパティチェーンを列挙するマルチステップパスファインダについて述べる。 すべてのロードされたモデルは、階層的なクロージャが計算される前に1つのコードキー辞書にマージされるため、どちらもモデルの境界を越えたリゾルバチェーン、CRMsciの追加と、それが可能とした3つのクロスモデルテスト、56ヶ月の分析結果からの予備的な取り込み信号を報告し、それらをサポートする読み込みを報告します。

関連論文リスト

• SciDocBench: A Workflow-Centered Benchmark and Data Pipeline for Scientific Document Understanding [51.537009919690696]
  我々は、科学文書理解のためのワークフロー中心のベンチマークであるSciDocBenchを紹介する。 7つの研究支援グループと5つの科学領域にまたがる19のサブタスクで構成されている。 最も評価の高いシステムは62.6/100であり、文書認識、証拠根拠、検証、文書横断推論の弱点が顕著である。 SciDocIR上に構築したSciDocDatasetは、約15Kの微調整サンプルと、14の検証可能なサブタスクにわたる8Kの強化学習サンプルから構成される。
  論文  参考訳（メタデータ） (2026-09-04T13:39:48Z)
• Code as Representation: A Compilable Parsing Paradigm for Academic Documents [50.40789738182074]
  Compilable Academic Document Parsing (CADP)は、コンテキストラプラス実行可能なPythonとして全ページを再構築するパラダイムである。 テキストと複数のSAEタイプを含む全学術ページのエキスパート検証ベンチマークであるCADP-Benchを紹介する。 その結果、フロンティアモデルでさえも、高忠実度で実行可能な再構築を行うのに苦戦していることがわかった。
  論文  参考訳（メタデータ） (2026-08-18T09:10:43Z)
• Agents-K1: Towards Agent-native Knowledge Orchestration [59.22667222947257]
  textbfAgents-K1はエンドツーエンドの知識オーケストレーションパイプラインである。 生文書をエージェントネイティブな科学知識グラフに変換する。 我々は6つの被験者にわたる246万件の科学論文を処理し、TextbfScholar-KGを作成し、そのうち100万件の論文のサブセットを公開します。
  論文  参考訳（メタデータ） (2026-06-11T17:58:35Z)
• PRIMA: Operational Patterns for Resilient Multi-Agent Research with Verifiable Identity and Convergent Feedback [0.0]
  PRIMAは、複数時間にわたる協調型マルチエージェント研究システムとして運用されている。 主なコントリビューションは、生存可能な障害モードのための3つの運用パターンである。 グラフ同型ケーススタディは、生成されたアーティファクトのアーキテクチャ的クレームを根拠にしている。
  論文  参考訳（メタデータ） (2026-05-23T23:27:46Z)
• From Reasoning to Agentic: Credit Assignment in Reinforcement Learning for Large Language Models [3.651838585096184]
  大規模言語モデルの強化学習(RL)は、スパースで結果レベルの報酬にますます依存している。 我々は2024年から2026年にかけて発行された47のCA法を調査し,それらの分類を課題別に2次元分類で整理した。 我々は,(1)分類ラベル,ベースラインファミリー,エビデンスレベルを備えた構造化機械可読紙の在庫,(2)組織的方法論的ギャップを特定するための将来のCA論文の報告チェックリスト,(3)タスクファミリ,メタデータ要件,管理された分岐タスクを備えたベンチマークプロトコル仕様の3つの再利用可能な資源をコントリビュートする。
  論文  参考訳（メタデータ） (2026-04-10T16:17:44Z)
• From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science [0.0]
  OpenClawとMoltbookは2026年1月に、自律型AI-AIインタラクションの大規模なデータセットを作成した。 本研究は,その生態系の多言語文献レビューを行い,自律科学研究のための2つの補完的プラットフォームを提示する。
  論文  参考訳（メタデータ） (2026-02-23T13:10:01Z)
• ABCD-LINK: Annotation Bootstrapping for Cross-Document Fine-Grained Links [57.514511353084565]
  我々は、最高のパフォーマンスのアプローチを選択し、文書間リンクに注釈を付けるための新しいドメインに依存しないフレームワークを提案する。 当社のフレームワークを2つの異なるドメイン – ピアレビューとニュース – に適用しています。 結果として得られた新しいデータセットは、メディアフレーミングやピアレビューなど、数多くのクロスドキュメントタスクの基礎を築いた。
  論文  参考訳（メタデータ） (2025-09-01T11:32:24Z)
• DocGenome: An Open Large-scale Scientific Document Benchmark for Training and Testing Multi-modal Large Language Models [63.466265039007816]
  我々は、arXivオープンアクセスコミュニティの153の分野から500Kの科学文書を注釈付けして構築した構造化文書ベンチマークDocGenomeを提案する。 我々はDocGenomeの利点を実証するために広範な実験を行い、我々のベンチマークで大規模モデルの性能を客観的に評価した。
  論文  参考訳（メタデータ） (2024-06-17T15:13:52Z)

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。