arXiv cs.CL· Satomu Tomisaki, Yosuke Mikami, Amane Watahiki, Hitomi Yanaka·· 11 小时前AI 评分18
基于 SDRT 用 LLM 分析日语篇章结构
Japanese Discourse Structure Analysis Based on Segmented Discourse Representation Theory Using LLMs
AI 导读
研究用 LLM 翻译现有英文 SDRT 语料库，构建出日语 SDRT 语料库，并对比基于提示词与微调的 LLM 表现，发现模型在英语和日语上的篇章解析性能相当，说明基于 SDRT 的篇章解析具备跨语言适用性。消融分析显示，所考察的多数日语篇章标记影响很小，模型预测更依赖上下文中的篇章关系而非上下文子句内容，这种结构性依赖或可解释英日类型学差异显著却性能相近的现象。
正文 · AI 翻译
摘要：基于分段话语表示理论（SDRT）的话语解析对于捕捉对话的结构动态至关重要。然而，大多数先前研究集中于英语，且由于缺乏日语 SDRT 语料库，其在日语上的有效性仍不明确。为解决这一问题，我们通过使用 LLM 翻译现有英语 SDRT 语料库来构建日语 SDRT 语料库。通过对基于提示和微调的 LLM 进行比较评估，我们表明这些模型在英语和日语上取得了相当的性能，表明基于 SDRT 的话语解析具有跨语言适用性。为了探究英语和日语解析器为何取得相似性能，我们对话语标记和上下文输入进行了消融分析。我们的结果表明，我们考察的大多数日语话语标记影响甚微，且模型的预测严重依赖于上下文话语关系，而非上下文从句的内容。这种结构性依赖或许可以解释尽管英语和日语之间存在巨大的类型学差异，却仍能取得相当性能的原因。
| 评论： | 将发表于计算语言学协会亚太分会会议录：学生研究研讨会（AACL-SRW 2026） |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.36667 [cs.CL] |
| （或 arXiv:2610.36667v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36667 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Satomu Tomisaki [查看电子邮件]
[v1]
2026年10月27日星期二 05:39:29 UTC（185 KB）
来源：arXiv cs.CL · arxiv.org