利用人工整理词表为低资源语言生成文本

论文用人工词表加少量示例让 LLM 生成低资源语言文本。

资讯摘要

论文提出一种框架，将人工整理词表与少量人工撰写示例结合，示例提供句法信号，候选词按 Zipf 分布采样，用于在极低资源甚至未见语言中生成连贯文本。作者在资源水平不同的语言上，用词汇多样性、偏离目标比例和人工流畅度判断评估生成文本，报告具备推理能力的 LLM 在极低资源语言中也能生成流畅文本，句子层面效果较强，段落层面表现有前景。

要点速读

1. 框架结合人工整理词表、少量人工示例提供的句法信号，以及按 Zipf 分布采样候选词。
2. 评估指标为词汇多样性、off-target ratio 和人工流畅度判断。
3. 作者报告推理型 LLM 在极低资源语言中可生成流畅文本，句子层面较强、段落层面有前景；代码已公开。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。