HERIT用RAG生成伪标注数据，缓解历史翻译的时间偏差
资讯摘要
论文提出HERIT，一个面向历史档案的领域适配流程：利用检索增强生成（RAG）从大量汉韩语料生成高质量伪标注数据，扩充训练集，以缓解数据稀缺和不同历史时期的时间过拟合。作者报告自动与人工评估均显示HERIT持续优于基线，并用该模型翻译档案中此前未译部分，供全球研究者使用。
要点速读
- 论文提出HERIT领域适配流程，用RAG从汉韩语料生成伪标注数据以扩充训练集
- 作者称该方法缓解了数据稀缺与跨历史时期的时间过拟合
- 自动与人工评估显示HERIT优于基线，并用于翻译档案中未译部分
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 2026/11/5 08:00:38（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。