罗马尼亚语文本中大语言模型的音标恢复评估：比较研究
计算与语言
2025-11-24 v3
摘要
自动音标恢复对于处理具有丰富音标标记的语言(如罗马尼亚语)至关重要。本研究评估了几个大型语言模型(LLM)在恢复罗马尼亚语文本中的音标方面的性能。我们使用一个全面的语料库，对包括 OpenAI 的 GPT-3.5、GPT-4、GPT-4o、Google 的 Gemini 1.0 Pro、Meta 的 Llama 2 和 Llama 3、MistralAI 的 Mixtral 8x7B Instruct、airoboros 70B 和 OpenLLM-Ro 的 RoLlama 2 7B 在多个提示模板下进行测试，从 zero-shot 到复杂的多 shot 指令。结果表明，像 GPT-4o 这样的模型在音标恢复方面取得高准确率，始终超过中性回声基准；而其他模型，如 Meta 的 Llama 系列，则表现出更大的变异性。这些发现突显了模型架构、训练数据和提示设计对音标恢复性能的影响，并为改进面向音标丰富语言的 NLP 工具指明了前景。
引用
@article{arxiv.2511.13182,
title = {Evaluating Large Language Models for Diacritic Restoration in Romanian Texts: A Comparative Study},
author = {Mihai Nadas and Laura Diosan},
journal= {arXiv preprint arXiv:2511.13182},
year = {2025}
}
备注
The original submission contained metadata errors and requires correction. A revised and complete version will be submitted as a replacement