論文の概要: Artificial Intelligence for Sentiment Analysis of Persian Poetry

• arxiv url: http://arxiv.org/abs/2603.11254v1
• Date: Wed, 11 Mar 2026 19:34:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.613295
• Title: Artificial Intelligence for Sentiment Analysis of Persian Poetry
• Title（参考訳）: ペルシャ詩の感性分析のための人工知能
• Authors: Arash Zargar, Abolfazl Moshiri, Mitra Shafaei, Shabnam Rahimi-Golkhandan, Mohamad Tavakoli-Targhi, Farzad Khalvati,
• Abstract要約: 我々は、トランスフォーマー(BERT)とジェネレーティブ・プレトレーニング・トランスフォーマー(GPT)に基づく言語モデルから複数の双方向エンコーダ表現を用いて、2人の著名なペルシャ詩人Jalal al-Din Muhammad Rumi(Rumi)とParvin E'tesami(Parvin E'tesami)の作品を分析している。 我々の感情分析の結果、概してルミの詩はパーヴィン・エメタミの詩と比較して幸せな感情を表現していることが明らかとなった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recent advancements of the Artificial Intelligence (AI) have led to the development of large language models (LLMs) that are capable of understanding, analysing, and creating textual data. These language models open a significant opportunity in analyzing the literature and more specifically poetry. In the present work, we employ multiple Bidirectional encoder representations from transformers (BERT) and Generative Pre-trained Transformer (GPT) based language models to analyze the works of two prominent Persian poets: Jalal al-Din Muhammad Rumi (Rumi) and Parvin E'tesami. The main objective of this research is to investigate the capability of the modern language models in grasping complexities of the Persian poetry and explore potential correlations between the poems' sentiment and their meters. Our findings in this study indicates that GPT4o language model can reliably be used in analysis of Persian poetry. Furthermore, the results of our sentiment analysis revealed that in general, Rumi's poems express happier sentiments compared to Parvin E'tesami's poems. Furthermore, comparing the utilization of poetic meters highlighted Rumi's poems superiority in using meters to express a wider variety of sentiments. These findings are significant as they confirm that LLMs can be effectively applied in conducting computer-based semantic studies, where human interpretations are not required, and thereby significantly reducing potential biases in the analysis.
• Abstract（参考訳）: 人工知能(AI)の最近の進歩は、テキストデータの理解、分析、作成が可能な大規模言語モデル(LLM)の開発につながっている。 これらの言語モデルは、文学、特に詩を分析する重要な機会を開く。 本研究では,変換器(BERT)と生成前変換器(GPT)をベースとした言語モデルから,複数の双方向エンコーダ表現を用いて,ペルシャの著名な詩人Jalal al-Din Muhammad Rumi(Rumi)とParvin E'tesami(Parvin E'tesami)の作品を解析する。 本研究の目的は、ペルシャ詩の複雑さを把握し、詩の感情とメーターの間に潜在的に相関する可能性を探ることである。 本研究は,GPT4o言語モデルがペルシャ詩の分析に確実に利用できることを示唆するものである。 さらに, 私たちの感情分析の結果から, ルミの詩は, パーヴィン・エテタミの詩と比較して, より幸福な感情を表現していることが明らかとなった。 また、歌道の用法を比較すると、歌道は歌道の優越性が強調され、より広い範囲の感想が表現された。 これらの知見は、人間の解釈が不要なコンピュータベースの意味研究にLLMが効果的に適用可能であることを確認し、分析における潜在的なバイアスを著しく減少させることで重要である。

関連論文リスト

• Understanding Literary Texts by LLMs: A Case Study of Ancient Chinese Poetry [9.970908656435066]
  詩、ジョーク、短編小説などのジャンルにおいて、多くのAIツールが登場し、新たな視点を提供する。 文学作品を評価することは、しばしば複雑で、完全に定量化することは困難であり、AI創造のさらなる発展を妨げている。 本稿では,大規模言語モデルの観点から,文学テキストのミステリーを探究する。
  論文  参考訳（メタデータ） (2024-08-22T04:25:06Z)
• Sonnet or Not, Bot? Poetry Evaluation for Large Models and Datasets [3.0040661953201475]
  大規模言語モデル(LLM)が詩を生成、認識できるようになった。 我々はLLMが英語詩の1つの側面をいかに認識するかを評価するタスクを開発する。 我々は,現在最先端のLLMが,一般的な文体と一般的でない文体の両方を識別できることを示す。
  論文  参考訳（メタデータ） (2024-06-27T05:36:53Z)
• PoetryDiffusion: Towards Joint Semantic and Metrical Manipulation in Poetry Generation [58.36105306993046]
  制御可能なテキスト生成は自然言語生成(NLG)において困難かつ有意義な分野である 本稿では,ソネット生成のための拡散モデルと中国語のSongCi詩の創始について述べる。 本モデルでは,人的評価だけでなく,意味的,計量的,総合的な性能の自動評価において,既存のモデルよりも優れる。
  論文  参考訳（メタデータ） (2023-06-14T11:57:31Z)
• A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
  固有プローブ構築のための新しい潜在変数定式化を提案する。 我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
  論文  参考訳（メタデータ） (2022-01-20T15:01:12Z)
• Prose2Poem: The Blessing of Transformers in Translating Prose to Persian Poetry [2.15242029196761]
  我々は、古代ペルシア詩に散文を翻訳する新しいニューラル・マシン・トランスレーション(NMT)アプローチを導入する。 我々は、初期翻訳を得るために、スクラッチからトランスフォーマーモデルを訓練し、最終翻訳を得るためにBERTの様々なバリエーションを事前訓練した。
  論文  参考訳（メタデータ） (2021-09-30T09:04:11Z)
• CCPM: A Chinese Classical Poetry Matching Dataset [50.90794811956129]
  本稿では,詩のマッチングによるモデルの意味的理解を評価するための新しい課題を提案する。 この課題は、現代漢訳の漢詩では、4人の候補者の中から1行の漢詩を選ばなければならない。 このデータセットを構築するために、まず中国古典詩と現代中国語の翻訳の並列データを得る。
  論文  参考訳（メタデータ） (2021-06-03T16:49:03Z)

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。