用于盖蒂来源索引中自然语言艺术品来源检索的检索增强生成
计算与语言
2026-02-03 v2
摘要
本研究提出了一种用于艺术品来源研究的检索增强生成（RAG）框架，重点关注盖蒂来源索引。来源研究确立艺术品的所有权历史，这对于验证真伪、支持归还和法律诉求以及理解艺术品文物的文化和历史背景至关重要。这一过程因碎片化、多语言的档案数据而变得复杂，这些数据阻碍了高效检索。当前的搜索门户需要精确的元数据，限制了探索性搜索。我们的方法通过语义检索和上下文摘要实现自然语言和多语言搜索，减少了对元数据结构的依赖。我们使用来自盖蒂来源索引——德国销售记录的10,000条记录样本，评估了RAG检索和总结拍卖记录的能力。结果表明，这种方法为浏览艺术市场档案提供了一种可扩展的解决方案，为进行历史敏感性研究的史学家和文化遗产专业人士提供了一个实用工具。
引用
@article{arxiv.2508.19093,
title = {Retrieval-Augmented Generation for Natural Language Art Provenance Searches in the Getty Provenance Index},
author = {Mathew Henrickson},
journal= {arXiv preprint arXiv:2508.19093},
year = {2026}
}