揭秘 ChatGPT:其如何精通体裁识别
计算与语言
2025-07-08 v1 人工智能
摘要
ChatGPT 的推出在 NLP 社区及更广泛的领域引起了极大关注。先前的研究表明,ChatGPT 在各种下游 NLP 任务中取得了实质性进展,突显了其适应性和彻底改变语言相关应用的潜力。然而,其在体裁预测方面的能力和局限性仍不清楚。本研究使用 MovieLens-100K 数据集分析了三个大语言模型(LLM),以评估其体裁预测能力。我们的研究结果表明,未经微调的 ChatGPT 优于其他 LLM,而经过微调的 ChatGPT 整体表现最佳。我们使用 MovieLens-100K 数据集中电影预告片的音频转录/字幕设置了 zero-shot 和 few-shot 提示,涵盖 18 种体裁的 1682 部电影,其中每部电影可以具有多种体裁。此外,我们通过提取 IMDb 电影海报来扩展研究,利用视觉语言模型(VLM)结合提示获取海报信息。这些细粒度信息被用于增强现有的 LLM 提示。总之,我们的研究揭示了 ChatGPT 卓越的体裁预测能力,超越了其他语言模型。VLM 的整合进一步增强了我们的研究结果,展示了 ChatGPT 通过结合电影海报的视觉信息在内容相关应用中的潜力。
引用
@article{arxiv.2507.03875,
title = {Demystifying ChatGPT: How It Masters Genre Recognition},
author = {Subham Raj and Sriparna Saha and Brijraj Singh and Niranjan Pedanekar},
journal= {arXiv preprint arXiv:2507.03875},
year = {2025}
}