論文の概要: SimpCue: Cue-Based Prompting for Multilingual Text Simplification

• arxiv url: http://arxiv.org/abs/2608.28042v1
• Date: Fri, 28 Aug 2026 08:05:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.249882
• Title: SimpCue: Cue-Based Prompting for Multilingual Text Simplification
• Title（参考訳）: SimpCue: 多言語テキスト単純化のためのキューベースのプロンプト
• Abstract要約: 文の複雑さに関する明示的な言語情報を加えると、その出力が向上するかどうかを考察する。 我々は、ベースラインプロンプト、ゴールド・キュー・プロンプトにゴールド・ランゲージ・キューを、そして予測キュー・プロンプトに自動的に予測されたキューを、比較した。 キューベースのプロンプトは、多言語で読みやすい簡易化に影響を及ぼすが、その利点は控えめである。
• 参考スコア（独自算出の注目度）: 1.4732668880321595
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text simplification aims to make complex texts easier to understand while preserving their original meaning. Recent large language models can perform simplification through prompting, but it remains unclear whether adding explicit linguistic information about sentence complexity to the prompt improves their outputs. We investigate this question for multilingual sentence-level Easy-to-Read simplification in Catalan, Spanish, and Italian. Using Qwen3-8B, we compare a baseline prompt, a gold-cue prompt enriched with gold linguistic cues, and a predicted-cue prompt enriched with automatically predicted cues. We evaluate the outputs using SARI, BLEU, chrF, and BERTScore, and complement this evaluation with a manual qualitative analysis. Predicted-cue prompting obtains the best overall scores across all four metrics, although the gains over the baseline are small. Gold-cue prompting does not consistently improve over the baseline, and results vary across languages. These findings indicate that cue-based prompting can influence multilingual Easy-to-Read simplification, but its benefits are modest, metric-dependent, and language-dependent.
• Abstract（参考訳）: テキストの単純化は、複雑なテキストを本来の意味を保ちながら理解しやすくすることを目的としている。 近年の大規模言語モデルでは、プロンプトによる単純化が可能であるが、プロンプトに文の複雑さに関する明示的な言語情報を追加することで、アウトプットが向上するかどうかは不明である。 カタルーニャ語,スペイン語,イタリア語における多言語文レベルの読み易さの簡易化について検討する。 Qwen3-8Bを用いて、ベースラインプロンプト、金の言語的手がかりに富んだゴールドキュープロンプト、自動予測キューに富んだ予測キュープロンプトを比較した。 SARI,BLEU,chrF,BERTScoreを用いて評価を行い,この評価を手動定性解析で補完する。 予測キュープロンプトは、ベースラインでの利得は小さいが、4つの指標すべてで最高の総合スコアを得る。 ゴールドキューのプロンプトはベースラインよりも一貫して改善されず、その結果は言語によって異なる。 これらの結果から,cue-based prompting は多言語による Easy-to-Read の簡略化に影響を及ぼす可能性が示唆された。

関連論文リスト

• Align and Shine: Building High-Quality Sentence-Aligned Corpora for Multilingual Text Simplification [1.7569235627175406]
  テキストの単純化は、多様な読者にとって、文章情報のアクセシビリティと理解性を向上させる上で重要な役割を担っている。 その重要性にもかかわらず、テキスト単純化モデルのトレーニングと評価のための大規模で高品質なデータセットは、英語以外の言語では不足している。 本稿では,複数の言語にまたがるテキスト簡易化システムの学習とテストに適したコーパスを構築するために,クラウドソースによる簡易化データの収集と処理に関する実験的検討を行った。
  論文  参考訳（メタデータ） (2026-05-10T11:07:24Z)
• Translate or Simplify First: An Analysis of Cross-lingual Text Simplification in English and French [3.2119665885539956]
  Cross-Lingual Text Simplificationは、コンテンツを言語間でよりアクセスしやすくすることを目的としている。 本研究では、大規模言語モデルを用いて、英語とフランス語のCLTSに対する異なるプロンプト戦略の有効性について検討した。
  論文  参考訳（メタデータ） (2026-04-26T19:16:27Z)
• Aligning Sentence Simplification with ESL Learner's Proficiency for Language Acquisition [11.700462697630696]
  本研究は,第2言語学習者の簡易化による英語習得を支援することを目的としている。 本稿では,複雑な文を学習者に適したレベルに単純化すると同時に,目的レベルの語彙的カバレッジを高めることを提案する。 本手法では,トークンレベルの報酬と文レベルの報酬を用いて,目標属性を満たす単純化仮説を探索するために,自己生成出力のモデルを反復的に訓練する。
  論文  参考訳（メタデータ） (2025-02-17T05:32:56Z)
• Decomposed Prompting: Probing Multilingual Linguistic Structure Knowledge in Large Language Models [54.58989938395976]
  本稿では,シーケンスラベリングタスクに対する分割プロンプト手法を提案する。 提案手法は,38言語を対象としたUniversal Dependencies part-of-speech Taggedについて検証する。
  論文  参考訳（メタデータ） (2024-02-28T15:15:39Z)
• A New Dataset and Empirical Study for Sentence Simplification in Chinese [50.0624778757462]
  本稿では,中国語で文の単純化を評価するための新しいデータセットであるCSSを紹介する。 我々は、人間のアノテーションから手作業による単純化を収集し、英語と中国語の文の簡易化の違いを示すデータ解析を行う。 最後に,CSS上で評価することで,大言語モデルが高品質な中国語文の簡易化システムとして機能するかどうかを考察する。
  論文  参考訳（メタデータ） (2023-06-07T06:47:34Z)
• Elaborative Simplification as Implicit Questions Under Discussion [51.17933943734872]
  本稿では,QUD フレームワークのレンズによる共同作業の簡略化について考察する。 本研究は,QUDを明示的にモデル化することで,作業の単純化と,作業内容と作業内容の関連性について,重要な理解が得られていることを示す。
  論文  参考訳（メタデータ） (2023-05-17T17:26:16Z)
• Prompting Large Language Model for Machine Translation: A Case Study [87.88120385000666]
  我々は機械翻訳戦略の推進に関する体系的研究を行っている。 本稿では,プロンプトテンプレートと実演例選択の要因について検討する。 本稿では,モノリンガルデータの利用と,クロスリンガル,クロスドメイン,文-文書間伝達学習の実現可能性について検討する。
  論文  参考訳（メタデータ） (2023-01-17T18:32:06Z)
• TEMPERA: Test-Time Prompting via Reinforcement Learning [57.48657629588436]
  強化学習(TEMPERA)を用いたテスト時間プロンプト編集を提案する。 従来のプロンプト生成手法とは対照的に、TEMPERAは事前知識を効率的に活用することができる。 本手法は従来の微調整法と比較して試料効率の平均改善率を5.33倍に向上させる。
  論文  参考訳（メタデータ） (2022-11-21T22:38:20Z)
• Learning to Ask Conversational Questions by Optimizing Levenshtein Distance [83.53855889592734]
  明示的な編集動作によって最小レベンシュテイン距離(MLD)を最適化する強化反復シーケンス編集(RISE)フレームワークを導入する。 RISEは会話の特徴に関連するトークンに注意を払うことができる。 2つのベンチマークデータセットの実験結果から、RISEは最先端の手法を大幅に上回っていることがわかった。
  論文  参考訳（メタデータ） (2021-06-30T08:44:19Z)
• Chinese Lexical Simplification [29.464388721085548]
  中国の語彙単純化(CLS)に関する研究は行われていない。 アノテーション取得の難しさを回避するため,我々はCLSの最初のベンチマークデータセットを手作業で作成する。 複雑な単語の代用候補を生成するために,5種類のメソッドをベースラインとして提示する。
  論文  参考訳（メタデータ） (2020-10-14T12:55:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。