arXiv · cs.AI· Mohammadreza Sediqin, Shlomo Engelson Argamon·· 6 小时前
RAG-RST：用检索示例作为上下文话语模式解析修辞结构理论
RAG-RST: Retrieved Exemplars as In-Context Discourse Schema for RST Parsing
arXiv:2610.22150v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mohammadreza Sediqin, Shlomo Engelson Argamon
研究任务与主要进展
研究者提出RAG-RST，将检索到的修辞结构示例作为上下文话语模式，无需训练参数，使目标EDU对的nuclearity F1从0.794提升至0.846、relation F1从0.738提升至0.788。基于论文摘要，该方法在span、nuclearity、relation和完整树指标上优于现有RST解析器，动态检索配置最强；示例数量超过五十后效果趋于饱和并下降，且受结构位置影响。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org