PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.20890v1cs.CL

제약된 증거 선택을 통한 토픽-타임스탬프 정렬

Topic-to-Timestamp Alignment by Constrained Evidence Selection

회의 아카이브는 사용자가 무엇이 논의되었는지는 기억하지만 언제 논의되었는지는 기억하지 못할 때 검색하기 어렵다. 우리는 토픽-타임스탬프 정렬을 연구한다: 자연어 토픽과 타임스탬프가 붙은 회의 녹취록이 주어졌을 때, 목표는 해당 토픽이 논의된 시각을 반환하는 것이다. 표준 검색-증강 생성(RAG) 설정은 관련 녹취록 발췌문을 검색할 수 있지만, 여전히 언어 모델에게 타임스탬프를 생성하도록 요구하며, 이는 근거 없거나 유효하지 않은 타임코드를 만들어낼 수 있다. 따라서 우리는 타임스탬프 예측을 제약된 시간적 후보 선택으로 재구성한다: 시스템은 타임스탬프가 붙은 녹취록 청크를 검색하고, 모델은 타임코드를 생성하는 대신 토픽을 가장 잘 그라운딩(grounding)하는 후보를 선택한다. 200개 시의회 회의 녹취록에서 나온 420개의 토픽-타임스탬프 쿼리에 대해, 이 방법은 Mistral-7B-Instruct에서 재현율@5를 31.9%에서 50.0%로 높이고, MAE를 837.0초에서 761.0초로 줄이며, 420개 쿼리 중 파싱 가능한 출력 수를 373개에서 419개로 늘린다. 이 결과는 긴 녹취록에서의 시간적 그라운딩이 언어 모델 선택뿐 아니라 검색 품질과 출력 설계에 크게 의존함을 시사한다.