研究团队在一篇于2026年10月15日公开的预印本中提出HeRE，用于缓解希伯来语关系抽取缺少大规模原生数据和标准评测集的问题。论文称，该方法不直接翻译英语数据，而是将希伯来语维基百科文本与Wikidata关系三元组进行对齐，再把“文本是否表达了该关系”转化为自然语言推断（NLI）任务，通过模型判断和去噪筛选出更可靠的样本。论文原文
该流程比较了五类去噪方案，包括NLI编码器、经过NLI微调的大语言模型、基于关系分类的交叉训练，以及开源和商业大模型的少样本判断。研究团队使用各500条人工标注样本作为验证集和测试集，并从约310万条候选对齐记录中生成约149.1万条银标准数据，覆盖1137种关系谓词。论文报告，最佳开源权重模型Gemma-4-31B-it在验证集上的F1为0.915，与GPT-5.4报告的0.921接近；在完全留出的双重标注测试集上，同一模型的F1为0.844。
这项工作的意义不只是增加一个希伯来语数据集。它展示了一条以知识图谱和原生文本为基础、再用NLI过滤噪声的构建路径，理论上可以迁移到其他低资源语言，降低从零开始人工标注的成本，也避免直接翻译英语基准时产生的语言和文化偏差。对于知识图谱构建、跨语言信息抽取和本地化问答系统而言，原生语料质量可能比单纯扩大模型规模更先成为瓶颈。
不过，现阶段不宜把结果理解为希伯来语关系抽取已经达到英语水平。论文仍是预印本，银标准数据主要依赖自动去噪，测试集规模为500条；而且研究报告的模型比较、数据快照和评测设置尚未经过独立复现。论文还显示，模型在验证集与完全留出测试集之间存在明显差距，说明关系类型变化和未见谓词仍会影响泛化。后续应重点观察更多人工标注数据、不同领域文本以及其他低资源语言上的重复实验。
事件日期：2026-10-15（预印本公开日期）。
资料日期：2026-10-19。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
