Strukturierte Dokumentübersetzung durch Format-Verstärkungslernen
Structured Document Translation via Format Reinforcement Learning
December 4, 2025
papers.authors: Haiyue Song, Johannes Eschbach-Dymanus, Hour Kaing, Sumire Honda, Hideki Tanaka, Bianka Buschbeck, Masao Utiyama
cs.AI
papers.abstract
Aktuelle Arbeiten zur strukturierten Textübersetzung beschränken sich nach wie vor auf die Satzebene, da sie Schwierigkeiten haben, komplexe XML- oder HTML-Strukturen auf Dokumentenebene effektiv zu verarbeiten. Um dieses Problem zu lösen, schlagen wir Format Reinforcement Learning (FormatRL) vor, das Group Relative Policy Optimization auf einem supervidiert feinabgestimmten Modell anwendet, um direkt neuartige struktur-sensitive Belohnungsfunktionen zu optimieren: 1) TreeSim, das die strukturelle Ähnlichkeit zwischen vorhergesagten und referenzierten XML-Bäumen misst, und 2) Node-chrF, das die Übersetzungsqualität auf Ebene der XML-Knoten bewertet. Zusätzlich wenden wir StrucAUC an, eine feingranulare Metrik, die zwischen geringfügigen Fehlern und schwerwiegenden Strukturfehlern unterscheidet. Experimente mit dem SAP-Softwaredokumentations-Benchmark zeigen Verbesserungen bei sechs Metriken, und eine weitere Analyse verdeutlicht, wie verschiedene Belohnungsfunktionen zu Verbesserungen sowohl der strukturellen als auch der übersetzerischen Qualität beitragen.
English
Recent works on structured text translation remain limited to the sentence level, as they struggle to effectively handle the complex document-level XML or HTML structures. To address this, we propose Format Reinforcement Learning (FormatRL), which employs Group Relative Policy Optimization on top of a supervised fine-tuning model to directly optimize novel structure-aware rewards: 1) TreeSim, which measures structural similarity between predicted and reference XML trees and 2) Node-chrF, which measures translation quality at the level of XML nodes. Additionally, we apply StrucAUC, a fine-grained metric distinguishing between minor errors and major structural failures. Experiments on the SAP software-documentation benchmark demonstrate improvements across six metrics and an analysis further shows how different reward functions contribute to improvements in both structural and translation quality.