近日，我院两名研究生以第一作者身份发表的论文，分别被自然语言处理领域顶级学术会议ACL 2025（The 63rd Annual Meeting of the Association for Computational Linguistics）和期刊IEEE/ACM Transactions on Audio, Speech and Language Processing（TASLP）录用。

研究工作一：AI4Reading: Chinese Audiobook Interpretation System Based on Multi-Agent Collaboration

传统的有声书解读更多依赖人工制作，过程既费时又成本高昂。为此，我们提出了 AI4Reading——一个融合大语言模型与语音合成技术的多智能体协作系统，旨在实现“内容准确保留、易于理解、叙事逻辑清晰”三大核心目标。该系统由11个专职智能体组成，包括主题分析者、案例分析者、编辑、旁白以及校对者等，它们分别负责主题探讨、真实案例提取、内容组织优化及自然口语化脚本生成。与专家解读对比实验表明，尽管AI4Reading在语音生成质量上仍有提升空间，其解读脚本在简洁性和准确性方面已具备显著优势。

该工作被ACL 2025 Demo Track录用。第一作者：硕士生黄闽江；通讯作者：强继朋副教授。ACL是自然语言处理领域的顶级学术会议，也是CCF、CAAI和清华大学推荐的A类会议。ACL的Demo Track每年仅接收约40篇论文，聚焦NLP领域的创新性的原型系统和成熟的工业系统。

研究工作二： Multilingual Lexical Simplification via Zero-Shot Paraphrasing

现有基于预训练模型的词汇简化方法，通过分析复杂词的上下文生成替代词，效果显著。但是，通常需对每种语言微调模型，且易忽略“保持原意”这一关键任务。本文提出了一种新颖的基于零样本释义多语言词汇简化方法LSPG，利用释义在保留句意的前提下提供多样化的词汇选择。LSPG将释义视为多语言神经机器翻译中的零样本翻译任务，支持数百种语言。将输入句子输入释义模块后，即可开始替换词的生成。这一过程依托于一种创新的解码策略，该策略仅聚焦于复杂词的词汇变动。进一步还设计了PromLS方法，将LSPG结果作为启发式上下文，辅助LLM生成更多候选词。实验结果显示，LSPG和PromLS在多语言环境下均取得了显著效果提升。

该工作被TASLP录用。第一作者：硕士生刘康；通讯作者：强继朋副教授。TASLP是自然语言处理与语音处理领域顶级期刊，也是CCF B类、CAAI和清华大学A类推荐期刊。