大型语言模型在人文研究中针对低资源语言的机遇与挑战
计算与语言
2026-04-20 v5 人工智能
摘要
低资源语言作为人类历史不可或缺的档案库，承载着文化演变与智识多样性。尽管其重要性显著，但这些语言面临数据稀缺与技术限制等关键挑战，阻碍了其综合性研究与保存。近期大型语言模型（LLM）的突破为解决这些挑战提供了变革性机遇，使语言学、历史和文化研究能够采用创新方法论。本文系统评估了LLM在低资源语言研究中的应用，涵盖语言变异、历史文献、文化表达与文学分析。通过分析技术框架、现有方法论及伦理考量，本文识别出数据可及性、模型可适应性和文化敏感性等关键挑战。鉴于低资源语言所蕴含的丰富文化、历史与语言内涵，本文强调跨学科合作与定制化模型开发是推动该领域研究的有前景的途径。通过强调将人工智能与人文学科相结合，以保护和研究人类语言和文化遗产的潜力，本文推动了全球致力于 safeguarding 智识多样性的努力。
引用
@article{arxiv.2412.04497,
title = {Opportunities and Challenges of Large Language Models for Low-Resource Languages in Humanities Research},
author = {Tianyang Zhong and Zhenyuan Yang and Zhengliang Liu and Ruidong Zhang and Weihang You and Yiheng Liu and Haiyang Sun and Yi Pan and Yiwei Li and Yifan Zhou and Hanqi Jiang and Junhao Chen and Xiang Li and Tianming Liu},
journal= {arXiv preprint arXiv:2412.04497},
year = {2026}
}