SimpCue：基于提示的多语言文本简化提示

文本简化的目的是使复杂的文本更容易理解，同时保留其原始含义。最近的 大语言模型 可以通过提示进行简化，但目前尚不清楚在提示中添加有关句子复杂性的明确语言信息是否可以改善其输出。我们研究了这个问题，以实现加泰罗尼亚语、西班牙语和意大利语的多语言句子级易读简化。使用 Qwen3-8B，我们比较了基线提示、富含标准语言线索的标准提示提示和富含自动预测线索的预测线索提示。我们使用 SARI、BLEU、chrF 和 BERTScore 评估输出，并通过手动定性分析补充此评估。预测提示提示在所有四个指标中获得了最佳总体得分，尽管与基线相比的收益很小。 Gold-cue 提示并没有持续改善基线，而且不同语言的结果也不同。这些发现表明，基于提示的提示可以影响多语言易读的简化，但其好处是有限的，依赖于度量和语言。