研究：形态正确性对Tagalog分词与翻译的影响

2026年10月16日，arXiv cs.CL 刊出一项 Tagalog 乱序词素对照研究。研究者构建 MorphAustro-Tok，把词根作为连续单元输出并附加位置中缀 token，在 Tagalog 机器翻译任务上，较语料匹配的 BPE 基线平均提升 0.84、1.49、3.40 chrF++ 分。但在两个受控的 token 粒度水平上，打乱词素分析所带来的增益变化小于种子间波动，因此未检测到形态正确性本身的贡献。报道还称，这些增益无法用 token 数量或参数量解释：在最粗级别上，乱序版本参数量更多，得分却更低。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。