量化与扩展空间分类数据集的覆盖范围
计算与语言
2026-03-11 v1
摘要
语言中空间分类的差异通常通过对一组已知场景（称为拓扑关系图片系列（TRPS））的人类标签来研究。我们展示了大语言模型（LLM）生成的标签与人类标签相对吻合，并说明了如何利用 LLM 生成的标签来决定为现有空间数据集添加哪些场景和语言。为说明我们的 метод，我们通过增加 42 个新场景来扩展 TRPS，并表明该扩展比两个以前的 TRPS 扩展实现了更好的场景覆盖。我们的结果为向包含数十种语言和数百个场景的数据集规模化提供了基础。
引用
@article{arxiv.2603.09373,
title = {Quantifying and extending the coverage of spatial categorization data sets},
author = {Wanchun Li and Alexandra Carstensen and Yang Xu and Terry Regier and Charles Kemp},
journal= {arXiv preprint arXiv:2603.09373},
year = {2026}
}