Traduction de Documents Structurés par Renforcement de l'Apprentissage du Format
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
Les travaux récents sur la traduction de texte structuré se limitent encore au niveau de la phrase, car ils peinent à gérer efficacement les structures complexes de documents XML ou HTML au niveau documentaire. Pour remédier à cela, nous proposons le Renforcement de l'Apprentissage par le Format (FormatRL), qui utilise l'Optimisation de Politique Relative par Groupe sur un modèle pré-entraîné supervisé afin d'optimiser directement de nouvelles récompenses sensibles à la structure : 1) TreeSim, qui mesure la similarité structurelle entre les arbres XML prédits et de référence, et 2) Node-chrF, qui évalue la qualité de traduction au niveau des nœuds XML. De plus, nous appliquons StrucAUC, une métrique fine distinguant les erreurs mineures des échecs structurels majeurs. Les expériences sur le benchmark de documentation logicielle SAP démontrent des améliorations sur six métriques, et une analyse montre comment différentes fonctions de récompense contribuent aux améliorations tant structurelles que de qualité de traduction.
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.