波斯诗歌的人工智能情感分析
计算与语言
2026-03-13 v1 人工智能
摘要
人工智能的最新进展催生了能够理解、分析及创作文本数据的大型语言模型（LLM），为分析文学作品尤其是诗歌提供了重要机会。本文采用多种基于双向编码器表示Transformer（BERT）及生成式预训练Transformer（GPT）语言模型，对两位著名波斯诗人——Jalal al-Din Muhammad Rumi（鲁米）与 Parvin E'tesami（艾特萨米）的作品进行分析。本研究旨ordinary地探讨现代语言模型把握波斯诗歌复杂性的能力，并探寻诗歌情感与韵律之间的潜在关联。研究结果表明，GPT4o语言模型可可靠用于波斯诗歌分析。此外，情感分析结果显示，鲁米的诗歌总体上表达更积极的情感，而艾特萨米的诗歌则较为沉郁。进一步比较诗歌韵律的运用，发现鲁米的诗歌在表达更广泛情感方面在韵律运用上具有优势。这些发现表明，LLM 可有效应用于无需人类解释的计算机语义研究中，从而显著降低分析过程中的潜在偏见。
引用
@article{arxiv.2603.11254,
title = {Artificial Intelligence for Sentiment Analysis of Persian Poetry},
author = {Arash Zargar and Abolfazl Moshiri and Mitra Shafaei and Shabnam Rahimi-Golkhandan and Mohamad Tavakoli-Targhi and Farzad Khalvati},
journal= {arXiv preprint arXiv:2603.11254},
year = {2026}
}