KPoEM：面向韩文现代诗歌情感分类与基于 RAG 的诗歌生成的人类标注数据集
计算与语言
2026-01-15 v2 计算机与社会
机器学习
摘要
本研究介绍KPoEM（Korean Poetry Emotion Mapping），一个为情感中心分析和生成应用而构建的新型数据集，为现代韩文诗歌提供了基础。尽管NLP技术取得了进展，诗歌仍因其复杂的修辞语言和文化特异性而被忽视。我们构建了一个多标签数据集，包含7662条目（7007条句子级和615条作品级），标注了来自五位具有影响力的韩文诗人的44个细粒度情感类别。通过从通用语料库到专门的KPoEM数据集的顺序微调策略，KPoEM情感分类模型取得了0.60的F1-micro分数，显著优于先前模型的0.43。该模型展现出识别时空特定情感表达的能力，同时保留诗歌核心情感的能力。进一步地，将结构化情感数据应用于基于 RAG 的诗歌生成模型，证明了生成符合韩文文学情感与文化感知的文本的可行性。这种集成方法加强了计算技术与文学分析之间的联系，为量化情感研究和生成诗学打开了新路径。总体而言，本研究为推动现代韩文诗歌的情感中心分析和创作提供了基础。
引用
@article{arxiv.2509.03932,
title = {KPoEM: A Human-Annotated Dataset for Emotion Classification and RAG-Based Poetry Generation in Korean Modern Poetry},
author = {Iro Lim and Haein Ji and Byungjun Kim},
journal= {arXiv preprint arXiv:2509.03932},
year = {2026}
}
备注
43 pages, 22 tables, 3 figures, Digital Humanities and Social Sciences Korea Conference, James Joo-Jin Kim Center for Korean Studies, University of Pennsylvania, Philadelphia, USA