💡 一句话总结：把 A 语言的标注搬到 B 语言（标注投影）过去要靠脆弱的词对齐流水线。这篇论文换了条路：让 LLM 直接在原文里「插标签」，用确定性校验保证原文一个字符都没被动过。六个语言全 SOTA（最高 F1 0.92），本地开源模型就能跑。「约束生成 + 确定性校验」这对组合，值得所有用 LLM 做标注的团队抄走。
导语：标注贵，跨语言的标注更是贵上加贵
医疗 NLP 的老难题：标注一份临床语料要专业医生按小时计费，英语语料尚且稀缺，其他语言基本空白。经典解法「标注投影」很聪明------英语有标注，机器翻译过去，再把标注「投影」到目标语言上。
问题出在投影环节：它依赖词对齐（哪个源词对应哪个目标词），而临床术语、形态丰富的语言、翻译中的语序变化，随时让对齐断裂。整条流水线是：翻译 → 对齐 → span 映射 → 后处理，环环都可能出错，最后还得人工校验大半。
马拉加大学的研究者问：既然 LLM 读懂整篇文档没问题，为什么还要绕道词对齐？
想看原文？
- 📄 论文：arXiv 2609.11450
它的思路是什么？
- ✍️ 投影 = 约束生成：给 LLM 目标语言的临床文本和源语言的标注定义，让它输出「插入了实体标签」的文本版本------原文是不可变的硬约束，LLM 只做一件事：在正确位置插入标签
- ✅ 确定性校验兜底：输出先过机器校验------原文被改动一个字符就整段作废；校验通过后重建每个标注的精确字符偏移，产出可审计的标注
- 🏠 本地可跑：不只是 API 大模型的专利，31B 级开源模型本地部署即可接近 SOTA，医疗数据不出内网
效果到底怎么样？
- 🏆 18 项设置全 SOTA：6 种目标语言 × 3 类临床实体（疾病/症状/操作），最好的 LLM 配置在全部设置上超越旧方法，Strict F1 提升 0.0564 到 0.1512
- 📊 绝对数字能打：GLM 5.2 平均 Strict F1 0.9201，本地 Gemma4:31B 0.9133------严格 span 匹配下的成绩
- 📦 实打实的产出：55,416 条带精确偏移的接地标注，可直接进语料库
- 🔗 链路极简：不需要对齐模型、不需要候选生成、不需要任务特定训练
为什么你要关心？
- 🛠️ LLM 标注的安全模板：「约束生成 + 确定性校验 + 偏移重建」三件套适用于一切 span 标注任务（NER、关系、事件）------校验层让 LLM 标注从「玄学」变成「可审计」
- 🌍 垂直领域语料冷启动：任何「A 语言有标注、B 语言空白」的领域（法律、金融、工业）都能用这套投影法冷启动
- 💡 重构任务的思维：把「多步流水线」重构成「单步约束生成」是 LLM 时代反复奏效的招式------先问一句：这个对齐/解析步骤，真的还需要吗？
理性看待
冷静看三点：只在 3 类实体、6 种语言上验证，实体体系更复杂时（嵌套、重叠标注）表现待验；单源语言（西语）迁移可能带入源语言偏差；推理成本高于专用对齐方案------超大规模语料上要先算账。但就「把跨语言标注从流水线变成一次可校验的生成」而言，这个方向已经立住了。