Abstract
"古典汉语作为中华传统文化的重要载体,其语言表达高度凝练且语义复杂,给现代大语言模型带来挑战。为提升中文文学语言理解能力,本文提出一种新的解析框架,采用双阶段多域微调训练策略:第一阶段利用指令生成技术获取大量数据集,随后在此数据集上进行稀疏微调,实现基础适应;第二阶段则高质量标注数据上通过冻结参数在不同域精调,提升具体任务表现。实验基于"第一届中国文学语言理解评测(争鸣)"七项任务,此微调框架得到的结果显著优于基线,验证了双阶段多域微调方法的有效性,相关模型已开源于https:/huggingface.co/wqz123/D2Dtest。"
- Anthology ID:
- 2025.ccl-2.31
- Volume:
- Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025)
- Month:
- August
- Year:
- 2025
- Address:
- Jinan, China
- Editors:
- Hongfei Lin, Bin Li, Hongye Tan
- Venue:
- CCL
- SIG:
- Publisher:
- Chinese Information Processing Society of China
- Note:
- Pages:
- 261–270
- Language:
- URL:
- https://aclanthology.org/2025.ccl-2.31/
- DOI:
- Bibkey:
- Cite (ACL):
- 魏祺哲 魏祺哲. 2025. CCL25-Eval任务7系统报告:基于古典汉语理解的双阶段多域微调解析框架. In Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025), pages 261–270, Jinan, China. Chinese Information Processing Society of China.
- Cite (Informal):
- CCL25-Eval任务7系统报告:基于古典汉语理解的双阶段多域微调解析框架 (魏祺哲, CCL 2025)
- Copy Citation:
- PDF:
- https://aclanthology.org/2025.ccl-2.31.pdf