Classic4Children：利用大型语言模型为儿童改编中国文学经典
计算与语言
2025-08-19 v1 人工智能
摘要
中国文学经典具有重要的文化和教育价值，深刻展现了道德、历史和人性。这些作品通常包含文言文和复杂的叙事，使儿童难以阅读。为弥合这一差距，我们引入了一项面向儿童的文学改编（CLA）任务，旨在将中国文学经典改编为对儿童有吸引力且易于理解的文本。然而，当前的大型语言模型（LLMs）忽视了儿童的阅读偏好（即生动的人物刻画、简洁的叙事结构和适当的可读性），这给CLA任务带来了挑战。在本文中，我们提出了一种名为InstructChild的方法，该方法利用这些偏好来增强LLM的改编能力。具体而言，我们首先获取人物性格和叙事结构作为额外信息，用于细粒度指令微调。然后，我们设计了一个可读性指标作为奖励，以使LLM与儿童的阅读水平对齐。最后，在推理过程中应用前瞻解码策略来提高生成文本的可读性。为了支持CLA任务的评估，我们构建了Classic4Children数据集，该数据集包含中国文学四大名著的原文和面向儿童的版本。实验结果表明，我们的InstructChild方法显著提升了自动评估和人工评估的性能。
引用
@article{arxiv.2502.01090,
title = {Classic4Children: Adapting Chinese Literary Classics for Children with Large Language Model},
author = {Jiali Chen and Xusen Hei and Yuqi Xue and Zihan Wu and Jiayuan Xie and Yi Cai},
journal= {arXiv preprint arXiv:2502.01090},
year = {2025}
}
备注
Accepted at NAACL 2025 Findings