压力下的翻译：基于域感知的 LLM 用于危机沟通
计算与语言
2026-04-30 v1 人工智能
摘要
及时可靠的多语言沟通在自然灾害和人为灾害期间至关重要，但由于缺乏精心筛选的平行数据，却限制了危机沟通解决方案的有效开发。我们提出一种基于域自适应的管线，通过检索和过滤通用语料库来扩充小型参考语料库。我们利用生成的数据集对小型语言模型进行危机域微调，然后应用偏好优化以偏向 CEFR A2 水平的英文输出。自动评估和人工评估结果表明，该方法在保持较强适当性的同时提升了可读性。我们的研究表明，简化英文结合域适应可在无法实现完整多语言覆盖时，作为紧急沟通的实用通用语言。
引用
@article{arxiv.2604.26597,
title = {Translating Under Pressure: Domain-Aware LLMs for Crisis Communication},
author = {Antonio Castaldo and Maria Carmen Staiano and Johanna Monti and Sheila Castilho and Francesca Chiusaroli},
journal= {arXiv preprint arXiv:2604.26597},
year = {2026}
}