arXiv:2501.16078cs.CL2025-01
用大模型做生成文本的语法纠错，提升真实场景下的文本质量。
Integration of LLM Quality Assurance into an NLG System
- 用大模型作为自然语言生成系统的质检组件，自动修正语法拼写错误。
- 在三种语言的体育新闻生成文本上测试，修正效果达到可接受水平。
- 适合需要高可靠性文本输出的应用，如新闻、报告自动化生产。
本文提出一个系统，利用大语言模型（LLM）作为自然语言生成（NLG）系统中质量保障（QA）的组成部分，对生成文本进行语法和拼写纠错，这对真实场景下的文本生成至关重要。我们在三种语言的实时体育新闻文本上评估该系统，结果表明其能够提供可接受的纠错效果。
原文摘要 · Abstract (English)
In this paper, we present a system that uses a Large Language Model (LLM) to perform grammar and spelling correction as a component of Quality Assurance (QA) for texts generated by NLG systems, which is important for text production in real-world scenarios. Evaluating the results of the system on work-in-progress sports news texts in three languages, we show that it is able to deliver acceptable corrections.
大模型文本纠错NLG质量保障
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。