T5 遇见 Tybalt：基于大语言模型的早期现代英语戏剧作者归属
计算与语言
2023-10-31 v1 机器学习
摘要
大语言模型在许多自然语言处理领域已展现出突破性的潜力。在此我们考虑其在文体计量学中的应用，具体而言是早期现代英语戏剧的作者识别。我们发现了既有前景又令人担忧的结果：LLM 能够准确预测出人意料地短的文本片段的作者，但也容易自信地将文本错误归属给特定作者。一个微调的 t5-large 模型在归属小片段方面优于所有被测基线，包括逻辑回归、带线性核的 SVM 以及余弦 delta。然而，我们观察到迹象表明，模型预训练数据中某些作者的存在以难以评估的方式影响了预测结果。
引用
@article{arxiv.2310.18454,
title = {T5 meets Tybalt: Author Attribution in Early Modern English Drama Using Large Language Models},
author = {Rebecca M. M. Hicke and David Mimno},
journal= {arXiv preprint arXiv:2310.18454},
year = {2023}
}
备注
Published in CHR 2023