研究提出从语言学档案提取低资源语言平行语料的流程
热点事件持续更新
研究提出从语言学档案提取低资源语言平行语料的流程
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Chutong Meng 等人在 arXiv 发布论文，提出从语法书、词典等语言学档案文献中抽取双语翻译例句的流水线，结合 OCR 模型与视觉语言模型（VLM）使识别内容与版面对齐，为缺乏网络资源的极低资源语言提供训练数据。 研究在 20 种语言上验证了抽取语料的效果：该语料用于大模型 in-context learning 时，低资源和高资源语言翻译分别比 zero-shot 提升 +15.78 和 +6.94 chrF2++。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 23:06
Mobilizing the Archive：从档案文献中大规模抽取双向平行语料，服务极低资源语言报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.CLMobilizing the Archive：从档案文献中大规模抽取双向平行语料，服务极低资源语言
一项 arXiv 研究提出从语法书、词典等语言学档案文献中抽取平行翻译语料的流程，结合 OCR 模型与视觉语言模型（VLM）对齐版面信息，可为缺乏网络资源的语言提供训练数据。研究在 20 种语言上验证了抽取语料的效果：用于大语言模型 in-context learning 时，向低资源和高资源语言的翻译分别比 zero-shot 提升 +15.78 和 +6.94 chrF2++。
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。