大语言模型（LLM）能否像儿童一样描述图片？一项比较语料库研究
计算与语言
2025-08-20 v1
摘要
大语言模型（LLM）的作用正在增长，但对 LLM 生成的文本是否类似于儿童语言的关注却很少。 本研究评估了 LLM 如何复制儿童语言，通过将 LLM 生成的文本与德国儿童描述图片故事的语料库进行比较。 我们使用相同的图片故事生成了两个 LLM 语料库，两种提示类型：零样本和少样本提示，指定儿童语料库中的一般年龄。 我们在心理语言学文本属性上进行了比较分析，包括词频、词汇丰富度、句子和词长、词性标签以及与词嵌入的语义相似性。 结果显示，LLM 生成的文本更长但词汇更少，更多地依赖高频词，低估了名词。 语义向量空间分析揭示了语义相似性很低，凸显了两个语料库在语义层面的差异。 少样本提示略微增加了儿童与 LLM 文本之间的相似性，但仍未复制词汇和语义模式。 这些发现增进了我们对 LLM 如何通过多模态提示（文本 + 图像）近似儿童语言的理解，并为其在心理语言学研究和教育中的使用提供了见解，同时提出了关于 LLM 生成语言在儿童导向教育工具中的合适性问题。
引用
@article{arxiv.2508.13769,
title = {Can Large Language Models (LLMs) Describe Pictures Like Children? A Comparative Corpus Study},
author = {Hanna Woloszyn and Benjamin Gagl},
journal= {arXiv preprint arXiv:2508.13769},
year = {2025}
}