面向铁路缩写消歧的 DACE 框架
计算与语言
2025-12-23 v1
摘要
缩写消歧 (Acronym Disambiguation, AD) 是技术文本处理中的基础性挑战，尤其在专业领域因消歧度高导致自动化分析受阻。本文聚焦于法国铁路文件文本的 TextMine'26 竞赛情境下的 AD 问题。我们提出了 DACE (Dynamic Prompting, Retrieval Augmented Generation, Contextual Selection, 和 Ensemble Aggregation) 框架，通过自适应情境学习和外部领域知识注入提升大型语言模型 (LLM) 的表现。该框架根据缩写消歧程度动态调整提示词，并聚合集成预测，以缓解幻觉问题并有效处理低资源场景。我们的方案在竞赛中夺得第一名，F1 分数达 0.9069。
关键词
引用
@article{arxiv.2512.18357,
title = {DACE For Railway Acronym Disambiguation},
author = {El Mokhtar Hribach and Oussama Mechhour and Mohammed Elmonstaser and Yassine El Boudouri and Othmane Kabal},
journal= {arXiv preprint arXiv:2512.18357},
year = {2025}
}