生成式 AI 与大语言模型在语言保存中的应用：机遇与挑战
计算与语言
2025-05-20 v2 人工智能
机器学习
摘要
语言濒危的全球危机遇到了技术性转折点：生成式 AI（GenAI）和大语言模型（LLMs）为自动化语料库创建、转录、翻译和辅导等方面开辟了新 frontier。然而，这一前景可能因实践碎片化以及缺乏方法论来把握 LLM 能力与数据稀缺、文化误用以及伦理失误之间徘徊的平衡而受到威胁。本文引入了一种新型分析框架，系统评估 GenAI 应用于不同语言的具体需求，將社区治理与伦理监护置于基础支柱之中。我们以毛利塔拉语（Te Reo Māori）复兴为例，阐明了成功案例——社区主导的自动语音识别达到 92% 准确率——同时批判性地揭示了在数字档案和教育工具方面仍面临的数据主权与模型偏见等持续挑战。我们的发现表明，GenAI 确实可以彻底变革语言保存，但仅当干预措施严格建立在社区中心的数据治理、持续评估和透明风险管理基础之上时才得以实现。最终，本框架为研究人员、语言社区和政策制定者提供了一套必不可少的工具，旨�发动 LLMs 在伦理且高影响力的部署中，守护世界语言遗产。
引用
@article{arxiv.2501.11496,
title = {Generative AI and Large Language Models in Language Preservation: Opportunities and Challenges},
author = {Vincent Koc},
journal= {arXiv preprint arXiv:2501.11496},
year = {2025}
}
备注
9 pages, 3 figures, 2 tables, submitted for IEEE publication. Pre-print updated as part of review process