面向低资源语言的 AI 生成古英语框架
计算与语言
2025-07-29 v1 人工智能
摘要
保存古代语言对于理解人类文化和语言遗产至为重要，但古英语仍处于关键欠资源状态，这限制了其被现代自然语言处理（NLP）技术所及的可访问性。我们提出了一种可扩展框架，利用先进的大型语言模型（LLM）生成高质量的古英语文本，以此弥补这一差距。我们的方法结合了参数高效微调（Low-Rank Adaptation, LoRA）、基于(back)translation的数据增强，以及一个双代理管线，该管线将内容生成（以英语为主）和翻译（转化为古英语）任务分离。通过自动化指标（BLEU、METEOR 和 CHRF）进行评估，显示出对基线模型的显著改进，英语到古英语翻译的 BLEU 分数从 26 提升至 65 以上。专家人类评估也确认了所生成文本在语法准确性和风格忠实度方面的高水平。除了扩充古英语语料库之外，我们的方法为revitalizing其他濒危语言提供了实用蓝图，有效地将 AI 创新与文化保存目标相结合。
引用
@article{arxiv.2507.20111,
title = {AI-Driven Generation of Old English: A Framework for Low-Resource Languages},
author = {Rodrigo Gabriel Salazar Alva and Matías Nuñez and Cristian López and Javier Martín Arista},
journal= {arXiv preprint arXiv:2507.20111},
year = {2025}
}