HERIT 用检索增强伪标注缓解时间偏差,汉籍英译精度跨时代提升

DAMI-Lab · hf · 2026-11-06

DAMI-Lab 发布 HERIT，面向汉文（Hanja）历史文献到英语的翻译，解决机器翻译在历史语料上的时间偏差问题。

方法分四步：1) Proposer 依任务指令与韩/中/英多语词典例证生成多个草稿；2) 通过 Hanja-Kor 与 Hanja-Eng 语料库检索历史先验；3) Fusor 将草稿与检索上下文融合为最终句；4) 用合成数据+人工标注数据做两阶段微调。该流水线提升各历史时期的翻译准确率，旨在让全球读者访问剩余的汉文历史文献。