CardiffNLP at CLEARS-2025: Prompting Large Language Models for Plain Language and Easy-to-Read Te...

文章主要内容总结本文详细介绍了CardiffNLP团队在IberLEF 2025举办的CLEARS共享任务中的研究成果。该任务旨在将西班牙语文本自动改编为两种可访问格式：通俗语言（Plain Language, PL）和易读文本（Easy-to-Read, E2R），分别面向普通读者和有认知、学习障碍等特殊需求的群体。团队采用大语言模型（LLMs）提示工程方法，对比了LLaMA-3.2和Gemma-3两种模型，最终选择Gemma-3作为提交模型，并在子任务1（PL）中获得第三名，子任务2（E2R）中获得第二名。研究核心包括：实验了零样本、单样本和少样本提示策略，探索不同提示词变体（如语言选择、格式要求、指导原则嵌入等）的效果；发现Gemma-3在遵循格式指令和语言准确性上表现更优，且使用西班牙语提示时效果更佳；引入结构化输出（Python字典格式）和明确的句子级指导，减少了模型幻觉（如日期/数字错误）和格式不一致问题；评估了SentenceBERT余弦相似度、Fernández-Huerta可读性分数等指标，指出当前自动评估指标在E2R格式和可读性方面的局限性，强调人机结合评估的必要性。创新点模型对比与优化：系统对比了LLaMA-3.2和Gemma-3在西班牙语文本简化任务中的表现，明确Gemma-3在格式遵循和语言准确性上的优势，且确定西班牙语提示对其更有效。提示策