OCR加VLM挖语法书，为四千种低资源语言造翻译数据

Chutong Meng 与 Barron Associates 合作发表新论文，通过 OCR 与视觉语言模型从语法书等语言学档案文献中提取平行语料，改进极低资源语言的机器翻译。关键结果显示：对 NLLB 不支持的 10 种语言，Qwen 零样本 chrF++ 平均仅 9.36，加入 512 句挖掘语料后提升至 30.76，平均提升 21.4。

2026-11-06 ~ 2026-11-06 · 2 条相关