多语言 RAG 系统中的质量感知翻译标记
计算与语言
2025-10-28 v1 人工智能
摘要
多语言检索增强生成 (mRAG) 常在低资源场景下检索英文文档并翻译成查询语言。然而，翻译质量差会降低响应生成性能。现有方法要么假设翻译质量足够，要么采用改写方法，引入事实性偏差和幻觉现象。为缓解这些问题，我们提出了 mRAG 中的质量感知翻译标记 (QTT-RAG)，该方法在三个维度上显式评估翻译质量——语义等价性、语法准确性和自然性&流畅性——将这些分数作为元数据附加到原始内容上，而不改变原始内容。我们使用 6 个指令调优 LLM（参数范围从 2.4B 到 14B），在两个开放域 QA 基准测试（XORQA、MKQA）中评估 QTT-RAG，对比 CrossRAG 和 DKM-RAG 作为基线，覆盖两种低资源语言（韩语和芬兰语）和一种高资源语言（中文）。QTT-RAG 在保持事实完整性的同时，优于基线方法，使生成模型能够根据翻译可靠性做出明智的决策。该方法在有限本土语言文档的情况下，为跨语言文档的有效使用提供了一种实用且稳健的解决方案，适用于多语言领域。
引用
@article{arxiv.2510.23070,
title = {Quality-Aware Translation Tagging in Multilingual RAG system},
author = {Hoyeon Moon and Byeolhee Kim and Nikhil Verma},
journal= {arXiv preprint arXiv:2510.23070},
year = {2025}
}
备注
EMNLP 2025 MRL Workshop