TDR：他加禄语变音符号还原数据集

研究发布 TDR，一个由新闻文本构建、覆盖 40 个高频他加禄语同形异义词的标注语料库，用于变音符号（tuldik）还原。该研究同时提出搭配驱动的检索方法扩充数据集，缓解次要变体间的严重类别不平衡。实验显示 TDR 提供了预训练模型所不具备的能力，且小型低成本模型与微调 LLM 均可学会该能力。