CLEAR：大型语言模型论文改写的综合语言评估
计算与语言
2025-09-19 v1 人工智能
摘要
尽管大型语言模型（LLM）在一般文本生成任务上受到广泛研究，但关于文本改写——与一般文本生成相关的任务，尤其是模型在此类任务上的表现，仍有较少研究。本文分析了大型语言模型在文本改写场景中所作出的更改。我们特别关注论证性文本及其改进，称为论证改进（Argument Improvement, ArgImp）。我们提出CLEAR：一个由57个指标构成的评估管道，映射到四个语言层次：词汇、句法、语义和语用。该管道用于检验在广泛的论证语料库上，由大型语言模型改写后的论证质量，并比较不同大型语言模型在该任务上的表现。我们发现，综合考虑四个语言层次后，模型通过缩短文本、同时增加平均词长和合并句子来实现论证改进。总体而言，随着语言层次的考察，我们观察到说服力和连贯性维度的提升。
引用
@article{arxiv.2509.15027,
title = {CLEAR: A Comprehensive Linguistic Evaluation of Argument Rewriting by Large Language Models},
author = {Thomas Huber and Christina Niklaus},
journal= {arXiv preprint arXiv:2509.15027},
year = {2025}
}
备注
Accepted at EMNLP 2025 Findings