論文の概要: Classic4Children: Adapting Chinese Literary Classics for Children with Large Language Model
- arxiv url: http://arxiv.org/abs/2502.01090v1
- Date: Mon, 03 Feb 2025 06:23:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-05 15:04:36.096645
- Title: Classic4Children: Adapting Chinese Literary Classics for Children with Large Language Model
- Title（参考訳）: Classic4Children:大きな言語モデルを持つ子どもたちに中国語の文学古典を適応させる
- Authors: Jiali Chen, Xusen Hei, Yuqi Xue, Zihan Wu, Jiayuan Xie, Yi Cai,
- Abstract要約: 中国文学の古典は、文化的、教育的な価値を持っている。
これらの作品には古典中国語や複雑な物語が含まれており、子供には読みにくい。
本研究では,中国文学古典を子ども向けのエンゲージメント・アクセシビリティ・テキストに適応させるために,子どもに親しみやすい文芸適応タスクを導入する。
- 参考スコア（独自算出の注目度）: 9.814667586928246
- License:
- Abstract: Chinese literary classics hold significant cultural and educational value, offering deep insights into morality, history, and human nature. These works often include classical Chinese and complex narratives, making them difficult for children to read. To bridge this gap, we introduce a child-friendly literary adaptation (CLA) task to adapt the Chinese literary classic into engaging and accessible text for children. However, recent large language models (LLMs) overlook children's reading preferences (\ie, vivid character portrayals, concise narrative structures, and appropriate readability), which poses challenges in CLA. In this paper, we propose a method called InstructChild, which augments the LLM with these preferences for adaptation. Specifically, we first obtain the characters' personalities and narrative structure as additional information for fine-grained instruction tuning. Then, we devise a readability metric as the reward to align the LLM with the children's reading level. Finally, a lookahead decoding strategy is applied to improve the readability of the generated text during inference. To support the evaluation of CLA task, we construct the Classic4Children dataset, which comprises both the original and child-friendly versions of the Four Great Classical Novels of Chinese literature. Experimental results show that our InstructChild significantly improves automatic and human evaluation performance.
- Abstract（参考訳）: 中国の古典は、道徳、歴史、人間性に関する深い洞察を提供する、文化的、教育的な価値を持っている。
これらの作品には古典中国語や複雑な物語が含まれており、子供には読みにくい。
このギャップを埋めるために、中国文学古典を子ども向けのエンゲージメントでアクセシブルなテキストに適応させるための児童親しみやすい文学適応(CLA)タスクを導入する。
しかし,近年の大型言語モデル (LLM) は,CLAの課題を提起する,子どもの読書嗜好(鮮明な人物描写,簡潔な物語構造,適切な可読性)を軽視している。
本稿では,LLM を適応に好適に拡張する InstructChild という手法を提案する。
具体的には、まずキャラクタの性格と物語構造を、きめ細かい指導チューニングのための追加情報として取得する。
そこで我々は,LLMを子どもの読書レベルに合わせるための報酬として,可読性尺度を考案した。
最後に、推論中に生成されたテキストの可読性を改善するために、ルックアヘッド復号方式を適用する。
CLAタスクの評価を支援するために,中国文学四大古典小説のオリジナル版と子供フレンドリー版の両方からなるClassic4Childrenデータセットを構築した。
実験結果から,InstructChildは自動評価性能と人的評価性能を大幅に向上させることがわかった。
関連論文リスト
- Beyond Profile: From Surface-Level Facts to Deep Persona Simulation in LLMs [50.0874045899661]
本稿では,キャラクタの言語パターンと特徴的思考過程の両方を再現するモデルであるキャラクタボットを紹介する。
ケーススタディとしてLu Xunを用いて、17冊のエッセイコレクションから得られた4つのトレーニングタスクを提案する。
これには、外部の言語構造と知識を習得することに焦点を当てた事前訓練タスクと、3つの微調整タスクが含まれる。
言語的正確性と意見理解の3つのタスクにおいて、キャラクタボットを評価し、適応されたメトリクスのベースラインを著しく上回ることを示す。
論文 参考訳（メタデータ） (2025-02-18T16:11:54Z) - "Once Upon a Time..." Literary Narrative Connectedness Progresses with Grade Level: Potential Impact on Reading Fluency and Literacy Skills [0.0]
本研究では,学校における文学テキストの物語的ダイナミクスについて考察する。
13年間にわたる文文1,627のデータセットについて検討した。
論文 参考訳（メタデータ） (2025-02-10T22:21:29Z) - Large Language Models for Classical Chinese Poetry Translation: Benchmarking, Evaluating, and Improving [43.148203559785095]
印象的な多言語機能を持つ大規模言語モデル(LLM)は、この極端な翻訳要求を達成するための希望の光となるかもしれない。
本稿ではまず,各漢詩にエレガントな翻訳が認められた適切なベンチマーク(PoetMT)を紹介する。
本稿では,GPT-4に基づく新しい測定基準を提案し,現在のLCMがこれらの要求を満たす範囲を評価する。
論文 参考訳（メタデータ） (2024-08-19T12:34:31Z) - Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。
本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。
談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
論文 参考訳（メタデータ） (2024-07-18T08:02:49Z) - LFED: A Literary Fiction Evaluation Dataset for Large Language Models [58.85989777743013]
元々は中国語で書かれたか、中国語に翻訳された95の文学小説を収集し、数世紀にわたって幅広い話題を扱っている。
質問分類を8つのカテゴリーで定義し,1,304の質問の作成を導く。
我々は、小説の特定の属性(小説の種類、文字番号、出版年など)がLLMのパフォーマンスに与える影響を詳細に分析する。
論文 参考訳（メタデータ） (2024-05-16T15:02:24Z) - On the Automatic Generation and Simplification of Children's Stories [14.465545222216749]
まず,語彙と可読性を適切に調整したストーリを生成するために,いくつかの人気言語モデルの能力について検討する。
第2の実験として、子どもの物語の領域に一般化する最先端の語彙的単純化モデルについて検討する。
その結果,過去最強の語彙単純化モデルは,背景にある大きな言語モデルに依存しているため,子ども向けの素材としてはあまり機能しないことがわかった。
論文 参考訳（メタデータ） (2023-10-27T21:31:34Z) - BabySLM: language-acquisition-friendly benchmark of self-supervised
spoken language models [56.93604813379634]
音声表現を学習するための自己指導技術は、人間のラベルを必要とせずに、音声への露出から言語能力を高めることが示されている。
語彙および構文レベルで音声言語モデルを探索するために,言語習得に親しみやすいベンチマークを提案する。
テキストと音声のギャップを埋めることと、クリーンな音声とその内話のギャップを埋めることである。
論文 参考訳（メタデータ） (2023-06-02T12:54:38Z) - Educational Question Generation of Children Storybooks via Question Type Distribution Learning and Event-Centric Summarization [67.1483219601714]
本稿では,まず,入力記事段落の質問型分布を学習する新しい質問生成手法を提案する。
学習用問合せペアで構成された銀のサンプルを用いて,事前学習したトランスフォーマーに基づくシーケンス・ツー・シーケンス・モデルを構築する。
本研究は,質問型分布学習とイベント中心の要約生成の分離の必要性を示唆するものである。
論文 参考訳（メタデータ） (2022-03-27T02:21:19Z) - Application of Lexical Features Towards Improvement of Filipino
Readability Identification of Children's Literature [0.0]
フィリピン語で書かれた児童書の読みやすさの向上に向けた語彙的特徴の利用を検討する。
その結果,タイプトケン比,語彙密度,語彙変動,異語数と従来の特徴(TRAD)を組み合わせた語彙特徴(LEX)を組み合わせることで,可読性モデルの性能を約5%向上した。
論文 参考訳（メタデータ） (2021-01-22T19:54:37Z) - Interactive Fiction Game Playing as Multi-Paragraph Reading
Comprehension with Reinforcement Learning [94.50608198582636]
対話型フィクション(IF)ゲームと実際の自然言語テキストは、言語理解技術に対する新たな自然な評価を提供する。
IFゲーム解決の新たな視点を捉え,MPRC(Multi-Passage Reading)タスクとして再フォーマットする。
論文 参考訳（メタデータ） (2020-10-05T23:09:20Z) - A Comparative Study of Feature Types for Age-Based Text Classification [3.867363075280544]
年齢によるフィクションテキストの分類作業における言語的特徴の多種多様性の比較を行った。
その結果,文書レベルでテキストを記述する特徴は,機械学習モデルの品質を著しく向上させることができることがわかった。
論文 参考訳（メタデータ） (2020-09-24T18:41:10Z)
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。