将古典诗歌翻译成现代散文
摘要
介绍Padyam2Gadyam数据集,该数据集用于将13至17世纪泰卢固语古典诗歌翻译成现代泰卢固语和英语散文,并评估了五种大语言模型在此任务上的表现。
arXiv:2606.02806v1 公告类型:新
摘要:我们推出了Padyam2Gadyam数据集,用于将13至17世纪泰卢固语古典诗歌翻译成当代泰卢固语和英语散文。该数据集包含600首诗及其经过人工验证的泰卢固语和英语散文译本。我们评估了5种当代大语言模型(LLMs)在将诗歌翻译成泰卢固语和英语方面的能力。结果表明,尽管不同LLMs之间存在差异,但它们的整体表现在这两种语言上仍有很大的提升空间。通过定性分析,我们讨论了当代机器翻译评估方法在此任务中的能力和局限性。
查看缓存全文
缓存时间: 2026/06/03 09:35
# 将古典诗歌翻译为现代散文 来源:https://arxiv.org/abs/2606.02806 查看 PDF (https://arxiv.org/pdf/2606.02806) > 摘要:我们提出了 Padyam2Gadyam,这是一个用于将 13 世纪至 17 世纪的泰卢固语古典诗歌翻译为当代泰卢固语和英语散文的数据集。该数据集包含 600 首诗歌及其经过人工核验的泰卢固语和英语散文翻译。我们评估了 5 个当代大型语言模型 (LLM) 在将诗歌翻译为泰卢固语和英语散文方面的能力。结果表明,尽管不同 LLM 之间存在差异,但其整体表现在两种语言中仍有很大的改进空间。通过定性分析,我们探讨了当前机器翻译评估方法在此任务中的能力与局限性。 ## 提交历史 来自:Kranti Chalamalasetti [查看邮箱 (https://arxiv.org/show-email/7e1fe74b/2606.02806)] **[v1]** 2026 年 6 月 1 日星期一 19:24:50 UTC (521 KB)
相似文章
使用可解释的形式级特征检测与引导LLM生成的韩国诗歌
本文介绍了可解释的形式级特征,用于检测和引导LLM生成的韩国诗歌,实现了检测准确性的提升,并生成了在形式上更贴近人类写作的诗歌。
大型语言模型在理解现代中文诗歌中的诗歌逻辑方面表现如何?
本文介绍了Peony,首个评估大型语言模型在理解现代中文诗歌中诗歌逻辑的基准,并评估了六种主流LLM,揭示了它们在这一专业任务中的局限性。
通过多阶段LLM流程的结构保持文档翻译:以马拉地语为例
本文提出了一种多阶段LLM流程,用于政府文档的结构保持型马拉地语到英语翻译,集成了布局感知OCR和HTML重构,以维护格式和领域术语。
Padamitra: 面向古典梵语的基于语境词汇表生成
本文介绍了面向古典梵语的基于语境词汇表生成,这一任务涉及从诗句-翻译对中恢复梵语短语并产生翻译驱动的含义。研究从印度教文本构建了一个基准,并评估了多种AI模型,发现指令微调能提升性能,而形态建模被确定为一个关键挑战。
借助大语言模型让诗歌“复活”
一篇 arXiv 论文探讨了大语言模型能否创作一首“无限诗”,研究发现,尽管人工智能能生成有趣的对句组合——尤其是在结合语义相似度时——但其诗歌创造力仍未达到人类水平。