使用单标记提示生成、评估和解释作家的风格
计算与语言
2025-11-26 v1 人工智能
摘要
最近的大型语言模型进展为文本风格研究（即作者撰写方式的研究）创造了新的机会，但仍存在两个核心挑战：当没有配对数据时如何训练生成模型，以及如何评估不依赖仅人类判断的文本风格。本文提出了一种用于生成和评估 19 世纪作家风格句子的框架。大型语言模型通过最小化单标记提示进行微调，以生成作家如《狄德斯》《阿斯顿》《太兰》《阿尔科特》《梭罗》等人的文字风格。为评估这些生成模型，我们采用基于转换器的检测器训练于真实句子上，既作为分类器，也作为风格解释工具。我们补充了句法比较和可解释人工智能方法，包括注意力机制和梯度方法，以识别驱动风格模仿的语言线索。我们的发现表明，生成的文本反映了作家的独特模式，AI 基于的评估为人类评估提供了可靠的替代方案。本工作的所有制品均已在线上发布。
引用
@article{arxiv.2511.20459,
title = {Generation, Evaluation, and Explanation of Novelists' Styles with Single-Token Prompts},
author = {Mosab Rezaei and Mina Rajaei Moghadam and Abdul Rahman Shaikh and Hamed Alhoori and Reva Freedman},
journal= {arXiv preprint arXiv:2511.20459},
year = {2025}
}