Understanding Literary Texts by LLMs: A Case Study of Ancient Chinese Poetry
计算与语言
2024-09-12 v2
摘要
大型语言模型（LLMs）的诞生和迅猛发展在文学领域引发了广泛关注。曾被认为不可能的AI在文学创作中的作用正逐渐成为现实。在诗歌、笑话和短篇故事等类型中，已涌现出众多AI工具，为该领域提供了新的视角。然而，难以进一步提高这些作品的质量。这主要是因为理解和欣赏一部优秀文学作品需要相当高的门槛，例如文学理论知识、审美敏感性和跨学科知识。因此，该领域缺乏权威数据。此外，评估文学作品往往复杂且难以完全量化，这直接阻碍了AI创作的进一步发展。为此，本文尝试从LLM的视角探索文学文本之谜，以古代中文诗为实验案例。首先，我们收集了来自不同来源的古诗，并请专家注释其中的一小部分。然后，我们设计了一系列基于LLM的理解指标来评估所有诗歌。最后，我们分析了各种诗歌集合之间的相关性和差异，以识别文学模式。通过我们的实验，我们观察到一系列启发性现象，为基于LLM的高级文学创作未来发展提供了技术支持。
引用
@article{arxiv.2409.00060,
title = {Understanding Literary Texts by LLMs: A Case Study of Ancient Chinese Poetry},
author = {Cheng Zhao and Bin Wang and Zhen Wang},
journal= {arXiv preprint arXiv:2409.00060},
year = {2024}
}