CEC-Zero：基于自生成奖励的零监督字符纠错
计算与语言
2026-01-01 v1
摘要
大规模中文拼写纠错（CSC）对于现实世界的文本处理仍然至关重要，然而现有的 LLM 和监督方法对新型错误缺乏鲁棒性，且依赖昂贵的标注。我们提出了 CEC-Zero，一个零监督强化学习框架，通过使 LLM 纠正自身的错误来解决这一问题。CEC-Zero 从干净文本中合成带错误的输入，通过语义相似度和候选一致性计算簇一致性奖励，并使用 PPO 优化策略。它在 9 个基准测试中比监督基线高出 10--13 个 F 分数，比强 LLM 微调高出 5--8 个分数，并具有无偏奖励和收敛的理论保证。CEC-Zero 为鲁棒、可扩展的 CSC 建立了无标签范式，释放了 LLM 在噪声文本流水线中的潜力。
引用
@article{arxiv.2512.23971,
title = {CEC-Zero: Zero-Supervision Character Error Correction with Self-Generated Rewards},
author = {Zhiming Lin and Kai Zhao and Sophie Zhang and Peilai Yu and Canran Xiao},
journal= {arXiv preprint arXiv:2512.23971},
year = {2026}
}
备注
AAAI'26 poster