标签感知型结构化文本翻译：系统化理解与方法探索
互联网文本中广泛存在承载结构、语义与功能的格式标签，而当前基于大语言模型的翻译系统在处理此类文本时，难以兼顾翻译流畅度与标签保真度。该研究提出应从数据合成、能力构建和多目标对齐三个层面系统化解决这一问题。在数据层面，论文形式化定义了合成数据生成过程中结构标签多样性与翻译自然度之间的权衡关系，为优化带标签文本翻译提供了新视角。
推荐理由针对大模型在结构化与带格式文本翻译中保真度不足的痛点，提出了涵盖数据合成与对齐的系统化框架。
原标题：Tag-Aware Structured Text Translation: Towards a Systematic Understanding
阅读 arXiv 自然语言处理 原文 ↗