Sui Generis：面向拉丁文作者署名与核查的大语言模型
计算与语言
2024-10-15 v1
摘要
本文评估了大语言模型（LLM）在拉丁文本（教父时代）作者署名归属与作者署名核查任务中的性能。该研究表明，LLM在不进行复杂特征工程的情况下，能够对短文本实现零样本作者署名核查。然而，模型也容易被“误导”。实验还表明，引导模型进行作者署名分析与决策具有挑战性，这与处理高资源现代语言的研究不同。尽管LLM在特定情况下能够超越传统基线，但获取细致且真正可解释的决策最多只能通过大量实验实现。
引用
@article{arxiv.2410.09245,
title = {Sui Generis: Large Language Models for Authorship Attribution and Verification in Latin},
author = {Gleb Schmidt and Svetlana Gorovaia and Ivan P. Yamshchikov},
journal= {arXiv preprint arXiv:2410.09245},
year = {2024}
}
备注
9 pages, NLP4DH 2024