LLM 代理能否像语言学家一样识别说话方言？
计算与语言
2026-04-01 v1
摘要
由于标记化说话方言稀缺，音频方言分类是大多数语言（包括瑞士德语）的挑战。本文探讨了大型语言模型 (LLM) 作为理解方言的代理人，其能力是否与诸如 HuBERT 等模型在方言分类方面相当。此外，我们提供了一个 LLM 基准和一个人类语言学家基准。我们的方法使用 ASR 系统产生的语音转文字，并将其与语言资源（如方言特征图、元音历史和规则）结合。我们的发现表明，在提供语言信息时，LLM 预测会得到改善。人类基准显示，自动生成的转文字对此类分类有益，但也 presents 改进的机会。
引用
@article{arxiv.2603.29541,
title = {Can LLM Agents Identify Spoken Dialects like a Linguist?},
author = {Tobias Bystrich and Lukas Hamm and Maria Hassan and Lea Fischbach and Lucie Flek and Akbar Karimi},
journal= {arXiv preprint arXiv:2603.29541},
year = {2026}
}
备注
Accepted to DialRes Workshop @ LREC 2026