arXiv · cs.CL· Jinglin He·· 22 天前AI 评分32
EPOR：基于语言模型的词级文本分离方法
Word-Level Text Unmixing via Evidence-Preserving Ownership Routing with Language Models
来源与原文
arXiv · cs.CL
作者：Jinglin He
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.06603v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出词级文本分离任务 EPOR（Evidence-Preserving Ownership Routing），将来源归属预测与文本重建解耦，用因果 LLM 预测所有权路由，结合约束解码与确定性索引重建，保证每个词恰好保留一次。
来源：arXiv · cs.CL · arxiv.org