Leveraging External Knowledge for Historical Document Restoration via Retrieval-Augmented Large Language Models
通过检索增强大语言模型利用外部知识进行历史文献修复
机构 * Kangwon National University（江原国立大学）
AI总结 针对历史文献因物理损坏难以辨认及现有修复方法在恢复命名实体上的局限，提出利用检索增强大语言模型的修复框架，结合预训练模型隐含知识与外部上下文，实验表明该方法性能优于基线，是历史记录分析实用工具。
Comments Accepted to Findings of ACL 2026
Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 43290-43304, 2026
