MetricalARGS：用于评估 LLM 进行度量诗歌研究的分类框架
计算与语言
2025-10-10 v1
摘要
先前的 NLP 工作在诗歌研究中主要聚焦于自动诗歌生成和摘要。许多语言都有成熟的诗歌韵律传统，这些传统对诗歌施加以韵脚和音节模式的约束。此类高级文学形式为探索更深层的推理能力和语言理解能力提供了机会，同时检验大语言模型（LLM）遵循严格先决条件和规则的能力。在本文中，我们引入 MetricalARGS，这是首个针对评估 LLM 在度量诗歌方面能力的 NLP 任务分类框架，涵盖四个维度：分析、检索、生成和支持。我们讨论了这些任务如何与现有 NLP 任务相关，解答关于数据集和评估指标的问题。以 Telugu 为例语言，我们展示了该分类框架在实践中的应用方式。MetricalARGS 凸显了通过度量诗歌视角理解当今 LLM 能力与局限性的更广泛可能性。
引用
@article{arxiv.2510.08188,
title = {MetricalARGS: A Taxonomy for Studying Metrical Poetry with LLMs},
author = {Chalamalasetti Kranti and Sowmya Vajjala},
journal= {arXiv preprint arXiv:2510.08188},
year = {2025}
}
备注
Pre-print