arXiv cs.CL· Jingting Zheng (TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China), Hong Ren (TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China), Yuehan Cui (TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China), Shaolin Zhu (TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China), Deyi Xiong (TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China)·· 11 小时前AI 评分20
MAS-Bai：面向布文白语的 linguistically informed 自适应多智能体翻译框架
MAS-Bai: Linguistically Informed Adaptive Multi-Agent Translation for Bowen-Script Bai
AI 导读
MAS-Bai 是一个面向布文（Bowen）白语—汉语翻译的自适应多智能体框架，通过轻量检索翻译路径与含词源、句法智能体的深度语文学路径动态路由，并用轻量反向翻译器的循环一致性作为推理时可靠性信号。
正文 · AI 翻译
摘要：大型语言模型（LLM）在书写系统与高资源预训练先验相冲突的极低资源语言上仍不可靠。我们研究布文（Bowen）书写系统中的白汉翻译，其中汉字常被借音而非借义，导致严重的直译幻觉。我们提出 MAS-Bai，一个面向布文白汉翻译的、具有语言学依据的自适应多智能体框架。MAS-Bai 将每个输入路由至轻量级检索翻译路径或包含词源与句法智能体的更深层语文学路径，并使用与轻量级反向翻译器的循环一致性作为推理时可靠性信号。我们构建了 6,536 句的白汉语料库，并在 1,536 句的测试集上评估。MAS-Bai 达到 16.23 BLEU 和 62.15 COMET，较 Standard RAG 提升 8.11 BLEU 和 6.85 COMET。前向 LoRA、专家消融和受控路由实验区分了监督适配、白语特定专业知识和条件路由的作用。最大增益出现在布文借音词和白语语序差异上，而人工评估和反向验证器分析支持了自动结果。
| 评论： | 14 页，3 幅图，Findings of EMNLP 2026 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.23205 [cs.CL] |
| （或 arXiv:2610.23205v1 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.23205 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Jingting Zheng [查看邮箱]
[v1]
2026 年 10 月 16 日星期五 09:43:32 UTC（5,796 KB）
来源：arXiv cs.CL · arxiv.org