论文发布覆盖12种语言、181种现象类型的转写规范化基准 ETC-Bench。
资讯摘要
论文提出评测侧转写规范化（ETC）任务，即把不由语音信号决定的多重表面形式映射为单一规范形式，并发布 ETC-Bench。该基准覆盖 12 种语言、181 种现象类型，每条实例为仅目标片段不同的最小对。作者还提出 SENA 指标，结合独立规范化后的一致性精确匹配与配对相对 BERTScore 约束，并引入 TACS 方法为 LLM 智能体提供现象描述与规范化契约。
要点速读
- ETC-Bench 覆盖 12 种语言、181 种现象类型，每条实例为共享句境、仅目标片段不同的最小对。
- 作者提出 SENA 指标，结合独立规范化后的一致性精确匹配与配对相对 BERTScore 约束，以兼顾规范化成功与语义保留。
- 论文提出 TACS，为 LLM 智能体提供现象描述与显式规范化契约；在五种基线配置和三个基于 TACS 的智能体实验中，智能体在共有语言上优于基线系统。
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。