論文の概要: Do Large Language Models Perform Well on Comprehending Poetic Logic in Modern Chinese Poetry?

• arxiv url: http://arxiv.org/abs/2608.21827v1
• Date: Sat, 22 Aug 2026 07:52:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.482447
• Title: Do Large Language Models Perform Well on Comprehending Poetic Logic in Modern Chinese Poetry?
• Title（参考訳）: 現代中国語の詩文における詩文論理を補完する大規模言語モデルはうまく機能するか?
• Abstract要約: 大規模言語モデル(LLM)は、幅広い自然言語処理(NLP)タスクにおいて大きな進歩を遂げている。 現代中国の詩は、効果的な理解のための独自の推論形式を必要とする。 現代漢詩の詩文論理を特に評価するために設計された最初のベンチマークであるPeonyを提案する。
• 参考スコア（独自算出の注目度）: 47.71394430680399
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) have achieved significant progress across a wide range of natural language processing (NLP) tasks, yet their ability to understand literary texts, particularly modern Chinese poetry, remains largely unexplored. The unique literary characteristics of modern Chinese poetry necessitate a distinct form of reasoning for effective comprehension. Unlike conventional texts that convey clear information, the unique "poetic logic" of modern Chinese poetry requires a holistic reasoning approach that goes beyond superficial semantic analysis to be understood. However, current evaluation paradigms largely ignore this critical dimension. To address this gap, we propose Peony, the first benchmark specifically designed for evaluating the poetic logic of modern Chinese poetry. We define poetic logic as four tasks across three levels, namely stanza, line, and imagery, and systematically evaluate and analyze six mainstream LLMs based on Peony. We evaluate these models under both non-thinking and thinking configurations. The experimental results reveal the limitations of current LLMs in understanding the poetic logic of modern Chinese poetry and validate the effectiveness and necessity of Peony. Our data and code will be available.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、幅広い自然言語処理(NLP)タスクにおいて大きな進歩を遂げてきたが、文学的テキスト、特に現代中国語の詩を理解する能力はほとんど解明されていない。 現代漢詩の独特な文学的特徴は、効果的な理解のための独自の推論形式を必要とする。 明瞭な情報を伝える従来のテキストとは異なり、現代中国の詩のユニークな「詩学論理」は、表面的な意味分析以上の全体論的推論アプローチを必要とする。 しかし、現在の評価パラダイムは、この臨界次元を無視している。 このギャップに対処するため,現代漢詩の詩文論理を評価するために考案された最初のベンチマークであるPeonyを提案する。 詩の論理は,3つのレベル,すなわちスタンザ,ライン,イメージの4つのタスクとして定義し,Peonyに基づく6つの主流LLMを体系的に評価・分析する。 非思考的および思考的構成下でこれらのモデルを評価する。 実験の結果,現代漢詩の詩文論理を理解する上での現在のLLMの限界が明らかとなり,パイニーの有効性と必要性が検証された。 私たちのデータとコードは利用可能です。

関連論文リスト

• Jiuge-Tuiqiao: An Interpretable Human-AI System for Classical Chinese Poetry Refinement [48.293435958731614]
  Jiuge-Tuiqiaoは、中国古典詩の対話的人間とAIのコラボレーションシステムである。 ユーザーは文字や行をロックし、リアルタイムの韻律フィードバックを受け取り、解釈可能な修正提案を得ることができる。 予備実験とユーザフィードバックは、Juge-Tuiqiaoが制御性、解釈可能性、ユーザエンゲージメントを改善することを示唆している。
  論文  参考訳（メタデータ） (2026-08-24T11:05:09Z)
• Who Wrote This Line? Evaluating the Detection of LLM-Generated Classical Chinese Poetry [45.27531384029669]
  AIによる創作物は、文学界における創造的真正性と倫理に関する顕著な問題を提起している。 従来、AI生成テキストの検出には大きな進歩があったが、漢詩にはまだ対応していない。 LLM生成された漢詩を検出するためのベンチマークであるChangAnを紹介する。
  論文  参考訳（メタデータ） (2026-04-11T08:52:08Z)
• Liaozhai through the Looking-Glass: On Paratextual Explicitation of Culture-Bound Terms in Machine Translation [70.43884512651668]
  我々は、文学・翻訳研究からジェネットのパラテキスト論(1987年)を定式化し、機械翻訳におけるパラテキスト明示の課題を紹介した。 古典中国語の短編集集Liaozhaiの4つの英訳から560の専門家対応パラテキストのデータセットを構築した。 本研究は,言語的等価性を超えた機械翻訳におけるパラテクスト的明示の可能性を示すものである。
  論文  参考訳（メタデータ） (2025-09-27T16:27:36Z)
• Benchmarking the Detection of LLMs-Generated Modern Chinese Poetry [37.86155340473244]
  詩が人間に由来するかAIに由来するかを特定することは困難である。 本稿では,AIによる現代漢詩の検出のための新しいベンチマークを提案する。
  論文  参考訳（メタデータ） (2025-09-01T17:01:45Z)
• Picturized and Recited with Dialects: A Multimodal Chinese Representation Framework for Sentiment Analysis of Classical Chinese Poetry [7.374104697960381]
  古典中国語詩の感情分析のための方言強化型マルチモーダルフレームワークを提案する。 詩から文レベルの音声特徴を抽出し、複数の方言から音声を取り入れる。 我々のフレームワークは2つの公開データセット上で最先端の手法より優れています。
  論文  参考訳（メタデータ） (2025-05-19T14:58:44Z)
• 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)
• 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)
• Generating Major Types of Chinese Classical Poetry in a Uniformed Framework [88.57587722069239]
  GPT-2に基づく漢詩の主要なタイプを生成するフレームワークを提案する。 予備的な結果は、この強化されたモデルが、形も内容も質の高い大型漢詩を生成できることを示している。
  論文  参考訳（メタデータ） (2020-03-13T14:16:25Z)

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。