从标准英语到新加坡英语：面向 LLM 的代码切换创伦生成的检索增强方法
人机交互
2026-05-11 v1
摘要
在接触变体中如新加坡英语（Singlish）的语种切换挑战自然语言生成，由于并行数据有限和词汇快速演化。我们提出检索增强生成（RAG）框架，将方言知识外部化到精选词典中，从而实现受控的词汇代码切换，无需微调。我们的框架检索候选 Singlish 表达，并通过稀疏词汇替换引导生成。人类评估涉及 164 名新加坡受试者，发现 RAG 和零样本提示在自然度和恰当性上相当。自动分析揭示了不同的转换模式：零样本提示诱导大量改写（中位 23 个 token 编辑），而 RAG 执行最小替换（中位 1 次编辑），并实现更高的语义保持（均值余弦相似度 0.978 vs. 0.926）。我们的结果表明，将代码切换外部化为词汇资源可实现控制和可审计性，而不牺牲感知质量，为快速演化的接触变体提供了实用优势。
引用
@article{arxiv.2605.07132,
title = {From Standard English to Singlish: A Retrieval-Augmented Approach for Code-Switched Creole Generation in Large Language Models},
author = {Foong Ming Lai and Yujin Tan and Han Meng and Yi-Chieh Lee},
journal= {arXiv preprint arXiv:2605.07132},
year = {2026}
}