ACL

Teaching Old Tokenizers New Words: Efficient Tokenizer Adaptation for Pre-trained Models

为预训练模型教学旧分词器新词汇：高效的分词器适应方法

Taido Purason, Pavel Chizhov, Ivan P. Yamshchikov, Mark Fishel

机构 * Institute of Computer Science, University of Tartu（塔尔图大学计算机科学研究所） ； CAIRO, Technical University of Applied Sciences Würzburg-Schweinfurt（魏玛-施维林应用技术大学） 纠错

AI总结 本文提出通过继续BPE训练扩展分词器词汇并引入基于叶节点的词汇剪枝，提升分词效率和词汇利用率，提供开放源代码工具。

Comments Accepted to Findings of EACL 2026

Journal ref Findings of the Association for Computational Linguistics: EACL 2026, pages 6492-6516

Modality Matching Matters: Calibrating Language Distances for Cross-Lingual Transfer in URIEL+

模态匹配至关重要：在URIEL+中校准语言距离以实现跨语言迁移

York Hay Ng, Aditya Khan, Xiang Lu, Matteo Salloum, Michael Zhou, Phuong H. Hoang, A. Seza Doğruöz, En-Shiun Annie Lee

机构 * University of Toronto, Canada（多伦多大学） ； University of Michigan, USA（密歇根大学） ； Harvard University, USA（哈佛大学） ； Carnegie Mellon University, USA（卡内基梅隆大学） ； LT3, IDLab, Universiteit Gent, Belgium（IDLab，根特大学） ； Ontario Tech University, Canada（安大略技术大学） 纠错

AI总结 本文提出一种类型匹配的语言距离框架，通过结构感知的表示方法提升跨语言迁移性能，特别是在任务相关距离类型下表现更优。

Comments Accepted to EACL 2026 SRW

Journal ref In Proceedings of EACL 2026 (Volume 4: Student Research Workshop), pages 110 to 130. ACL