探讨面向古代文本的 LLM 专家内循环话语模式
计算与语言
2024-10-01 v2
摘要
本研究探讨了大语言模型（LLM）用于识别和检视圣经及克奈古希腊文文本之间内文本关系的潜力。通过对 LLM 在各种内文本情景下的表现进行评估，本研究表明，这些模型能够检测文本之间的直接引语、暗示和回响。LLM 生成新型内文本观察和联系的能力凸显了其发掘新见解的潜力。然而，模型在处理长查询段落和包含虚假内文本依赖的情况时仍感到困难，这凸显了专家评估的重要性。本研究提出的专家内循环方法为内文本研究提供了一种可扩展的途径，以探索圣经语料库内外的内文本错综复杂网络。
引用
@article{arxiv.2409.01882,
title = {Investigating Expert-in-the-Loop LLM Discourse Patterns for Ancient Intertextual Analysis},
author = {Ray Umphrey and Jesse Roberts and Lindsey Roberts},
journal= {arXiv preprint arXiv:2409.01882},
year = {2024}
}