論文の概要: Opportunities and Challenges of Large Language Models for Low-Resource Languages in Humanities Research

• arxiv url: http://arxiv.org/abs/2412.04497v2
• Date: Mon, 09 Dec 2024 03:00:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:51:12.293988
• Title: Opportunities and Challenges of Large Language Models for Low-Resource Languages in Humanities Research
• Title（参考訳）: 人文科学研究における低リソース言語のための大規模言語モデルの可能性と課題
• Authors: Tianyang Zhong, Zhenyuan Yang, Zhengliang Liu, Ruidong Zhang, Yiheng Liu, Haiyang Sun, Yi Pan, Yiwei Li, Yifan Zhou, Hanqi Jiang, Junhao Chen, Tianming Liu,
• Abstract要約: 低リソース言語は、文化進化と知的多様性を具現化した、人類の歴史の貴重なリポジトリとして機能する。 その重要性にもかかわらず、これらの言語はデータ不足や技術的な制限など、重要な課題に直面している。 大規模言語モデル(LLM)の最近の進歩は、これらの課題に対処するための変革的な機会を提供する。
• 参考スコア（独自算出の注目度）: 23.773194690783512
• License:
• Abstract: Low-resource languages serve as invaluable repositories of human history, embodying cultural evolution and intellectual diversity. Despite their significance, these languages face critical challenges, including data scarcity and technological limitations, which hinder their comprehensive study and preservation. Recent advancements in large language models (LLMs) offer transformative opportunities for addressing these challenges, enabling innovative methodologies in linguistic, historical, and cultural research. This study systematically evaluates the applications of LLMs in low-resource language research, encompassing linguistic variation, historical documentation, cultural expressions, and literary analysis. By analyzing technical frameworks, current methodologies, and ethical considerations, this paper identifies key challenges such as data accessibility, model adaptability, and cultural sensitivity. Given the cultural, historical, and linguistic richness inherent in low-resource languages, this work emphasizes interdisciplinary collaboration and the development of customized models as promising avenues for advancing research in this domain. By underscoring the potential of integrating artificial intelligence with the humanities to preserve and study humanity's linguistic and cultural heritage, this study fosters global efforts towards safeguarding intellectual diversity.
• Abstract（参考訳）: 低リソース言語は、文化進化と知的多様性を具現化した、人類の歴史の貴重なリポジトリとして機能する。 その重要性にもかかわらず、これらの言語はデータ不足や技術的な制限など重要な課題に直面しており、包括的な研究と保存を妨げる。 大規模言語モデル(LLM)の最近の進歩は、これらの課題に対処するための変革的な機会を提供し、言語、歴史、文化研究における革新的な方法論を可能にしている。 本研究は,低リソース言語研究におけるLLMの応用を体系的に評価し,言語的変化,歴史文書,文化表現,文学的分析を包含する。 本稿では, 技術枠組み, 現在の方法論, 倫理的考察から, データアクセシビリティ, モデル適応性, 文化的感受性などの重要な課題を明らかにする。 低リソース言語に固有の文化的、歴史的、言語的な豊かさを考えると、この研究は学際的なコラボレーションと、この領域の研究を進めるための有望な道としてカスタマイズされたモデルの開発を強調している。 人類の言語・文化遺産を保存・研究するために、人工知能と人文科学を統合する可能性を明らかにすることにより、知的多様性の保護へのグローバルな取り組みを促進する。

関連論文リスト

• LIMBA: An Open-Source Framework for the Preservation and Valorization of Low-Resource Languages using Generative Models [62.47865866398233]
  この白書は低リソース言語のための言語ツールを生成するためのフレームワークを提案する。 このような言語に対するインテリジェントな応用を妨げるデータ不足に対処することにより、言語多様性の促進に寄与する。
  論文  参考訳（メタデータ） (2024-11-20T16:59:41Z)
• Toward Cultural Interpretability: A Linguistic Anthropological Framework for Describing and Evaluating Large Language Models (LLMs) [13.71024600466761]
  本稿では,言語人類学と機械学習(ML)の新たな統合を提案する。 新たな調査分野、文化的解釈可能性(CI)の理論的実現可能性を示す。 CIは、言語と文化の間の動的関係がコンテキストに敏感でオープンな会話を可能にする方法を強調している。
  論文  参考訳（メタデータ） (2024-11-07T22:01:50Z)
• Monolingual and Multilingual Misinformation Detection for Low-Resource Languages: A Comprehensive Survey [2.5459710368096586]
  本調査は、低リソース言語誤報検出に関する現在の研究の概要を概観する。 これらの領域で使用されている既存のデータセット、方法論、ツールをレビューし、データリソース、モデル開発、文化的・言語的文脈、現実世界の応用、研究の取り組みに関する重要な課題を特定します。 本研究は,多様な言語・文化的文脈における誤情報に対処できる,堅牢で包括的なシステムの必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-10-24T03:02:03Z)
• Recent Advancements and Challenges of Turkic Central Asian Language Processing [4.189204855014775]
  中央アジアのトルコ語に対するNLPの研究は、典型的に低リソースの言語課題に直面している。 最近の進歩には、言語固有のデータセットの収集や、下流タスクのためのモデルの開発が含まれる。
  論文  参考訳（メタデータ） (2024-07-06T08:58:26Z)
• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• CIVICS: Building a Dataset for Examining Culturally-Informed Values in Large Language Models [59.22460740026037]
  大規模言語モデル(LLM)の社会的・文化的変動を評価するためのデータセット「CIVICS:文化インフォームド・バリュース・インクルーシブ・コーパス・フォー・ソシエティ・インパクト」 我々は、LGBTQIの権利、社会福祉、移民、障害権利、代理など、特定の社会的に敏感なトピックに対処する、手作りの多言語プロンプトのデータセットを作成します。
  論文  参考訳（メタデータ） (2024-05-22T20:19:10Z)
• A Survey on Large Language Models with Multilingualism: Recent Advances and New Frontiers [48.314619377988436]
  LLM(Large Language Models)の急速な開発は、自然言語処理における顕著な多言語機能を示している。 LLMのブレークスルーにもかかわらず、多言語シナリオの研究は依然として不十分である。 本調査は,多言語問題に対する研究コミュニティの取り組みを支援することを目的としており,LLMに基づく多言語自然言語処理における中核概念,鍵技術,最新の発展の包括的理解を提供する。
  論文  参考訳（メタデータ） (2024-05-17T17:47:39Z)
• Saving the legacy of Hero Ibash: Evaluating Four Language Models for Aminoacian [0.8158530638728501]
  本研究は,未探索のアミノアシアン語における4つの最先端言語モデルを評価する。 テキスト生成、セマンティックコヒーレンス、文脈理解における適応性、有効性、限界を精査する。
  論文  参考訳（メタデータ） (2024-02-28T07:22:13Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Systematic Inequalities in Language Technology Performance across the World's Languages [94.65681336393425]
  本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。 本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
  論文  参考訳（メタデータ） (2021-10-13T14:03:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。