论文用LLM构建日语SDRT语料，报告英日语解析性能相当。
资讯摘要
论文针对日语缺乏SDRT篇章语料的问题，用LLM翻译现有英语SDRT语料构建日语语料，并比较提示式与微调LLM的解析表现。作者报告英日语性能相当，提示SDRT篇章解析具备跨语言适用性；消融显示多数日语篇章标记影响很小，模型预测更依赖上下文篇章关系而非上下文子句内容。
要点速读
- 论文用LLM翻译英语SDRT语料，构建日语SDRT语料，以弥补日语语料缺失。
- 对比提示式与微调LLM后，作者报告英语与日语解析性能相当。
- 消融分析显示，所考察的多数日语篇章标记影响很小，模型更依赖上下文篇章关系而非子句内容。
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。