栏位对不齐出现在中文合同做英文零样本抽取时。你先补目标语示范,还是走英译-抽取-译回的翻译桥?两条路径各会踩什么坑?
题目
栏位对不齐出现在中文合同做英文零样本抽取时。你先补目标语示范,还是走英译-抽取-译回的翻译桥?两条路径各会踩什么坑?
参考答案
点击展开参考答案
- 优先在中文合同上加带 span 的目标语言示例,并按中文栏位名写 schema,因为 zero-shot 迁移会在甲乙方、日期和盖章处掉栏。
- 翻译桥可以当没有中文标注时的短补丁,但机器翻译会扭曲法律用语,译文坐标也对不回原文,不便引用。
- 最终必须以真实中文合同验收,不能拿英文抽取 F1 代替。
- 失败常见在:
Party A对不上“甲方”,日期2024-3-5与“二〇二四年三月五日”不在同一模式,签字对印章、骑缝章没有英文对应。 - 目标语言 few-shot 直接示范这些栏位,schema 用中英双名或只用以业务为准的键,值保留原文。