面向低资源Singlish翻译的毒性感知少样本提示
计算与语言
2025-07-17 v1 人工智能
计算机与社会
摘要
随着在线交流越来越多地采用缺乏代表性的语言和口语方言，标准翻译系统往往无法保留当地俚语、代码混合以及文化嵌入的有害言论标记。翻译低资源语言对之间的有毒内容还面临额外挑战，由于稀缺的平行数据以及会净化冒犯表达的安全过滤器。在本工作中，我们提出了一个可复现的两阶段框架，用于毒性保留翻译，已在代码混合Singlish安全语料库上进行演示。首先，我们进行人工验证的少样本提示工程：我们不断精选并排序注释者挑选的Singlish-目标示例，以捕捉细微的俚语、语气和毒性。其次，我们通过直接翻译和回译的语义相似性对几种大型语言模型进行模型-提示对的优化。定量的人类评估确认了我们的管道的有效性和效率。除了提高翻译质量之外，我们的框架通过支持低资源情境下的文化敏感性 moderation和基准，为多文化LLM的安全贡献了重要作用。通过将Singlish定位为包容性NLP的测试田， 我们强调在现实应用中(如内容 moderation和区域平台治理)保持社会语言细微差别的重要性。
引用
@article{arxiv.2507.11966,
title = {Toxicity-Aware Few-Shot Prompting for Low-Resource Singlish Translation},
author = {Ziyu Ge and Gabriel Chua and Leanne Tan and Roy Ka-Wei Lee},
journal= {arXiv preprint arXiv:2507.11966},
year = {2025}
}