CultiVerse：面向绘画的跨文化理解系统——基于大语言模型
人机交互
2024-05-02 v1
摘要
新技术的融合不仅增强了我们对文化遗产的理解，还常常难以触及不同受众。对齐个人解释与跨文化背景下意图含义具有挑战性。我们研究了从跨文化视角欣赏艺术品的关键因素。我们探索了大语言模型（LLM）用于跨文化语言障碍理解传统中国画（TCP）的应用。我们提出CultiVerse，一个集成LLM的可视化分析系统，采用混合干预框架，增强TCP在跨文化对话中的解释性欣赏。CultiVerse旨在解决将细腻的艺术象征意义翻译的挑战，这涉及解释复杂的文化语境、对齐跨文化符号以及验证文化接受度。CultiVerse集成了交互式界面与LLM的分析能力，用于探索精选的TCP数据集，促进对多层次象征意义的分析和跨文化偶然发现的探索。实证评估确认，CultiVerse显著提升了跨文化理解，为更深入的艺术欣赏提供了洞见并激发了艺术欣赏的热情。
引用
@article{arxiv.2405.00435,
title = {CultiVerse: Towards Cross-Cultural Understanding for Paintings with Large Language Model},
author = {Wei Zhang and Wong Kam-Kwai and Biying Xu and Yiwen Ren and Yuhuai Li and Minfeng Zhu and Yingchaojie Feng and Wei Chen},
journal= {arXiv preprint arXiv:2405.00435},
year = {2024}
}