論文の概要: Xing USP: A Cross-Family Semantic Contract for Information Extraction and Intent-Slot Parsing

• arxiv url: http://arxiv.org/abs/2610.34343v1
• Date: Sun, 25 Oct 2026 14:56:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.580437
• Title: Xing USP: A Cross-Family Semantic Contract for Information Extraction and Intent-Slot Parsing
• Title（参考訳）: Xing USP: 情報抽出とインテントスロット解析のためのクロスファミリックセマンティック契約
• Abstract要約: 我々は、カテゴリ、フィールド、値、およびインスタンス関連を表すクロスセマンティック・セマンティック・コントラクトであるUSPを提示する。 61のデータセットを、共有スキーマ、プロンプト、マッチングルールを備えた統一コーパスに正規化し、固定テストサブセット上の6つのモデルを比較する。 Xing4.0-29B-Intentは57.70タスクバランスのField-Value Micro-F1を達成し、家族ごと、そして5つのビューでランク付けします。
• 参考スコア（独自算出の注目度）: 37.54585294282002
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Structured semantic parsing is typically judged by whether the correct category is assigned, which leaves value recovery and instance-level associations unexamined: a system may recognize an event yet bind an argument to the wrong instance, or identify an intent yet supply an incorrect slot value. We present USP, a cross-family semantic contract that represents categories, fields, values, and instance associations through a common interface for named-entity recognition, relation extraction, event extraction, and intent-slot parsing. The contract is paired with five diagnostic matching views---category agreement, field recognition, field-value pairing, instance-bound assignment, and complete-instance recovery---that ask distinct questions about the same output. Using this contract, we normalize 61 datasets into a unified corpus with shared schemas, prompts, and matching rules, and compare six models on a fixed test subset. Our fine-tuned Xing4.0-29B-Intent attains 57.70 task-balanced Field-Value Micro-F1 (equally weighted across the four task families) and ranks first in every family and on all five views; its margin over the strongest alternative widens from 2.93 points for category matching to 20.73 points for complete-instance matching. This widening gap shows that category agreement alone understates structural deficits. USP thus offers the community a shared representation, a normalized 61-dataset corpus, and a diagnostic evaluation protocol that make structural agreement measurable and comparable across extraction and intent-slot tasks.
• Abstract（参考訳）: 構造化セマンティックパーシングは通常、正しいカテゴリが割り当てられているかどうかで判断され、値回復とインスタンスレベルの関連性は未検討のままである。 本稿では、カテゴリ、フィールド、値、およびインスタンス関連を共通のインターフェースで表現する、ドメイン間セマンティックコントラクトであるUSPについて述べる。 契約は、カテゴリ合意、フィールド認識、フィールド値ペアリング、インスタンスバウンド割り当て、完全インスタンスリカバリの5つの診断マッチングビューとペアリングされる。 この契約を用いて、61のデータセットを共有スキーマ、プロンプト、マッチングルールを備えた統一コーパスに正規化し、固定テストサブセット上の6つのモデルを比較する。 我々の微調整したXing4.0-29B-Intentは57.70のタスクバランス付きフィールド値マイクロF1(4つのタスクファミリーで等しく重み付けされている)を獲得し、各ファミリーで1位、全5ビューでランク付けする。 この拡大ギャップは、カテゴリー合意だけで構造的欠陥を過小評価していることを示している。 したがってUSPは、コミュニティに共有表現、正規化された61データセットコーパス、そして、構造的合意を測定可能で、抽出タスクとインテントスロットタスクに匹敵する、診断評価プロトコルを提供する。

関連論文リスト

• Learning Multiresolution Relevance for Hierarchical Generative Retrieval [26.594708944920868]
  意味的識別子(SID)による生成的検索は、文書階層上で連続的な決定を行う。 RARSはクエリエンコーダをトレーニングし、関連するドキュメントで共有される粗い構造と、より細かい分岐割り当ての両方をキャプチャする。 RARSは、共通の検索ルールの下で、グループ化されたソフトターゲット、デコーダソフトターゲット、サンプルツリーの監視も上回っている。
  論文  参考訳（メタデータ） (2026-09-30T08:51:38Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• Generative Retrieval Meets Multi-Graded Relevance [104.75244721442756]
  GRADed Generative Retrieval (GR$2$)というフレームワークを紹介します。 GR$2$は2つの重要なコンポーネントに焦点を当てている。 マルチグレードとバイナリの関連性を持つデータセットの実験は,GR$2$の有効性を示した。
  論文  参考訳（メタデータ） (2024-09-27T02:55:53Z)
• Multi-Label Classification for Implicit Discourse Relation Recognition [10.280148603465697]
  暗黙的な談話関係認識のための多言語分類フレームワークについて検討する。 本研究では,複数ラベルの分類手法が単一ラベルの予測性能を低下させないことを示す。
  論文  参考訳（メタデータ） (2024-06-06T19:37:25Z)
• Relational Proxies: Emergent Relationships as Fine-Grained Discriminators [52.17542855760418]
  本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。 我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。 また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
  論文  参考訳（メタデータ） (2022-10-05T11:08:04Z)
• Hybrid Relation Guided Set Matching for Few-shot Action Recognition [51.3308583226322]
  本稿では,2つの鍵成分を組み込んだHybrid Relation Guided Set Matching (HyRSM) 手法を提案する。 ハイブリッドリレーションモジュールの目的は、エピソード内の関連関係とクロスビデオの完全活用により、タスク固有の埋め込みを学習することである。 我々は,HyRSMを6つの挑戦的ベンチマークで評価した。
  論文  参考訳（メタデータ） (2022-04-28T11:43:41Z)
• Exploiting Transitivity Constraints for Entity Matching in Knowledge Graphs [1.7080853582489066]
  特定された実体対に対する過渡性のアドホックな実施は、精度を劇的に低下させる可能性があることを示した。 提案手法は,与えられた類似度尺度から始まり,同一実世界のオブジェクトを参照していると認識されたエンティティペアのセットを生成し,クラスタ編集アルゴリズムを適用し,スプリアスリンクを多数追加することなく推移性を実現する。
  論文  参考訳（メタデータ） (2021-04-22T10:57:01Z)
• Dynamic Semantic Matching and Aggregation Network for Few-shot Intent Detection [69.2370349274216]
  利用可能な注釈付き発話が不足しているため、インテント検出は困難である。 セマンティック成分はマルチヘッド自己認識によって発話から蒸留される。 本手法はラベル付きインスタンスとラベルなしインスタンスの両方の表現を強化するための総合的なマッチング手段を提供する。
  論文  参考訳（メタデータ） (2020-10-06T05:16:38Z)
• A Quadruplet Loss for Enforcing Semantically Coherent Embeddings in Multi-output Classification Problems [5.972927416266617]
  本稿では,多出力分類問題における意味的コヒーレントな特徴埋め込みを学習するための1つの目的関数について述べる。 視覚的監視環境における識別検索と生体認証の問題点を考察する。
  論文  参考訳（メタデータ） (2020-02-26T17:18:53Z)

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。