研究构建日语SDRT语料并比较英日篇章解析
热点事件持续更新
研究构建日语SDRT语料并比较英日篇章解析
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Satomu Tomisaki 等作者用大语言模型翻译现有英文 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大语言模型在英日篇章解析上的表现，发现模型在两种语言上的性能相当，据此认为基于 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；作者提出，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。
AI 根据报道生成 · 33 分钟前更新
最新进展10月28日 12:00
基于 SDRT 用 LLM 分析日语篇章结构报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CL基于 SDRT 用 LLM 分析日语篇章结构
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。