基于 LLM 的历史湖区文本空间表征探索
计算与语言
2024-06-21 v1 人工智能
摘要
探索历史叙事图景的空间细节具有挑战性。本研究聚焦英国湖区，运用于湖区文献语料库 (Corpus of the Lake District Writing)。该方法利用生成式预训练变换模型从语料库中的文本描述中提取空间关系。本研究将大语言模型应用于全面理解历史叙事中所蕴含的空间维度。结果以语义三元组形式呈现，捕捉实体与位置之间细微连接，并以网络形式可视化，提供空间叙事的图形表示。该研究深化了对英国湖区空间图景的理解，提供了探寻多样化历史语境中空间关系的方法。
引用
@article{arxiv.2406.14336,
title = {Exploring Spatial Representations in the Historical Lake District Texts with LLM-based Relation Extraction},
author = {Erum Haris and Anthony G. Cohn and John G. Stell},
journal= {arXiv preprint arXiv:2406.14336},
year = {2024}
}