論文の概要: Which India Survives Translation? Narrative Homogenisation Across Indian Oral Traditions in LLMs

• arxiv url: http://arxiv.org/abs/2608.26123v2
• Date: Sat, 29 Aug 2026 06:24:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.352247
• Title: Which India Survives Translation? Narrative Homogenisation Across Indian Oral Traditions in LLMs
• Title（参考訳）: インドはどの国で翻訳が生き残るか : LLMにおけるインドの口頭伝承における同質化の物語
• Abstract要約: インドにおける3つの地域的口頭・文学的伝統を比較検討した。 我々は,Sentence-BERT埋め込みとコサイン類似性を用いて,参照ドリフトとクロストラジション収束を測定する。 アウトプットは、他者よりも伝統の参照に近づいたままであるが、伝統の真の距離が予測するものと比較して、横断的類似性が高いことが判明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) are trained predominantly on English-language internet text that over-represents certain cultural narratives, raising concerns that models flatten the diversity of non-Western storytelling traditions into a single homogenized archetype. We present a pilot computational study examining this across three maximally distinct Indian regional oral and literary traditions: the Rajasthani Pabuji epic, classical Tamil Sangam poetry, and Bengali folk tales. We collected authentic reference corpora for each tradition (11, 21, and 10 passages respectively) and prompted two LLMs (Claude Sonnet and Gemini) with 54 generation requests spanning three prompt types per tradition - generic, culturally specific, and regional-language. Using Sentence-BERT embeddings and cosine similarity, we measure reference drift (how closely outputs track their own tradition's authentic texts relative to the other two) and cross-tradition convergence (how similar outputs are across traditions). We find that while outputs remain closer to their own tradition's reference than to others, cross-tradition similarity is high (0.52-0.66) relative to what the traditions' genuine distance would predict, indicating partial homogenisation. Unexpectedly, prompting in the regional language (Hindi, Tamil, or Bengali) consistently reduced fidelity to the authentic tradition relative to English prompting, by as much as 27 percentage points for Rajasthani and Bengali traditions. We discuss this against conflicting prior results on multilingual prompting and argue it reflects a difference between eliciting general cultural diversity and simulating one narrow, lesser-documented oral tradition. We position this pilot as a lightweight, scalable complement to recent large-scale human-annotation studies of Indian cultural misrepresentation in LLM-generated stories, as part of a broader doctoral research program.
• Abstract（参考訳）: 大規模な言語モデル(LLM)は、特定の文化的な物語を過剰に表現する英語のインターネットテキストに基づいて主に訓練されており、非西洋のストーリーテリングの伝統の多様性を単一の均質化されたアーキタイプにフラット化するという懸念を提起している。 本稿は、インドにおける3つの最大に異なる口頭および文学的伝統、すなわちラジャサニ・パブジ叙事詩、古典的タミル・サンガム詩、ベンガルの民話について、これを検証したパイロット計算研究である。 それぞれの伝統(11節,21節,10節)の真正参照コーパスを収集し、2つのLCM(Claude Sonnet および Gemini)を誘導し、伝統ごとの3つのプロンプトタイプ(ジェネリック、文化特化、地域言語)に54世代にわたる要求を行った。 Sentence-BERT 埋め込みとcosine 類似性を用いて、参照ドリフト(他の2つと比較して、いかに近い出力が彼らの伝統の真正のテキストを追跡するか)とクロストラディション収束(類似の出力が伝統を横断しているか)を測定する。 アウトプットは他のものよりも独自の伝統の参照に近づき続けているが、伝統の真の距離が予測するものと比較して、横断的類似性は高い(0.52-0.66)ことを示し、部分的均質化を示している。 必然的に、地域言語(ヒンディー語、タミル語、ベンガル語)の推進により、ラジャサニ語とベンガル語の伝統の27ポイントまで、英語に対する忠実な伝統への忠実度は一貫して低下した。 本論では,多言語的プロンプトにおける先行結果の相反を論じるとともに,一般文化の多様性を引き出すことと,より狭く文書の少ない口頭伝承をシミュレートすることとの相違を反映していると主張している。 我々は、このパイロットを、LLMが生み出した物語におけるインド文化の誤表現に関する最近の大規模な人文注釈研究の軽量でスケーラブルな補完として、より広範な博士研究プログラムの一部として位置づけている。

関連論文リスト

• Do You Know About My Nation? Investigating Multilingual Language Models' Cultural Literacy Through Factual Knowledge [68.6805229085352]
  ほとんどの多言語質問答えベンチマークは、取得した情報の地域的多様性を規定していない。 XNationQAには、9カ国の地理、文化、歴史に関する合計49,280の質問が7つの言語で提示されている。 我々はXNationQA上で8つの標準多言語LLMをベンチマークし、2つの新しい転送指標を用いて評価した。
  論文  参考訳（メタデータ） (2025-11-01T18:41:34Z)
• Camellia: Benchmarking Cultural Biases in LLMs for Asian Languages [46.3747338016989]
  カメリア(Camellia)は、6つの異なるアジア文化にまたがる9つのアジア言語において、エンティティ中心の文化的バイアスを測定するためのベンチマークである。 文化的文脈適応,感情関連,実体抽出QAなど,多言語多言語大言語モデルにおける文化的バイアスの評価を行った。 分析の結果,すべてのアジア諸言語におけるLLMの文化的適応に苦慮する傾向がみられた。
  論文  参考訳（メタデータ） (2025-10-06T18:59:11Z)
• Cross-Cultural Transfer of Commonsense Reasoning in LLMs: Evidence from the Arab World [68.19795061447044]
  本稿では,アラブ世界におけるコモンセンス推論の異文化間移動について検討する。 アラブ13カ国を対象とした文化基盤のコモンセンス推論データセットを用いて,軽量アライメント手法の評価を行った。 以上の結果から,他国の文化特有例は12例に過ぎず,他国の文化特有例を平均10%向上させることができた。
  論文  参考訳（メタデータ） (2025-09-23T17:24:14Z)
• From Surveys to Narratives: Rethinking Cultural Value Adaptation in LLMs [62.9861554207279]
  LLM(Large Language Models)における文化的価値の適応は大きな課題である。 これまでの作業は主に、World Values Survey (WVS)データを使用して、LLMをさまざまな文化的価値と整合させる。 我々は,文化価値適応のためのWVSベースのトレーニングについて検討し,調査データのみに頼って文化規範を実践し,事実知識に干渉することを発見した。
  論文  参考訳（メタデータ） (2025-05-22T09:00:01Z)
• Women, Infamous, and Exotic Beings: A Comparative Study of Honorific Usages in Wikipedia and LLMs for Bengali and Hindi [19.03496456010981]
  本研究は,ヒンディー語およびベンガル語ウィキペディアの3人称名誉代名詞と動詞使用に関する最初の大規模研究である。 系統的な言語内規則性は明らかだが,言語間差は顕著である。 両言語、特にヒンディー語では、男性は女性よりも敬意をもって扱われることが多い。
  論文  参考訳（メタデータ） (2025-01-07T02:47:59Z)
• Exploring Bengali Religious Dialect Biases in Large Language Models with Evaluation Perspectives [5.648318448953635]
  大規模言語モデル(LLM)はステレオタイプとバイアスを含む出力を生成することができる。 我々はベンガル語における宗教的な視点から偏見を探求し、特にヒンドゥー語とムスリム・マジョリティの2つの主要な宗教方言に焦点を当てている。
  論文  参考訳（メタデータ） (2024-07-25T20:19:29Z)
• See It from My Perspective: How Language Affects Cultural Bias in Image Understanding [60.70852566256668]
  視覚言語モデル(VLM)は、多くの言語における画像に関するクエリに応答することができる。 画像理解におけるVLMの西洋的偏見を特徴付け,この格差の中で言語が果たす役割について検討する。
  論文  参考訳（メタデータ） (2024-06-17T15:49:51Z)
• Values That Are Explicitly Present in Fairy Tales: Comparing Samples from German, Italian and Portuguese Traditions [0.3840425533789961]
  ポルトガル、イタリア、ドイツの妖精の物語において、コンパスに単語を埋め込む手法を用いて、どのように価値が伝達されるかを研究する。 我々は、値チャージされたトークンのリストを指定し、それらの単語の幹を考慮し、これら間の距離を事前学習されたWord2Vecモデルで分析する。 予備的な発見は、研究対象の文化的理解と、ベネヴォランス、コンフォーマル性、普遍主義といった価値観の共有を示唆している。
  論文  参考訳（メタデータ） (2024-02-13T09:26:19Z)
• Multi-lingual and Multi-cultural Figurative Language Understanding [69.47641938200817]
  図形言語は人間のコミュニケーションに浸透するが、NLPでは比較的過小評価されている。 Hindi, Indonesian, Javanese, Kannada, Sundanese, Swahili, Yorubaの7つの多様な言語に関するデータセットを作成しました。 我々のデータセットから,各言語は,同じ領域から派生した言語間で最も高い重なり合いを持つ,図形表現の文化的・地域的概念に依存していることが明らかとなった。 全ての言語は、事前学習データと微調整データの可用性を反映した性能の変化により、英語と比較して大きな欠陥がある。
  論文  参考訳（メタデータ） (2023-05-25T15:30:31Z)
• A Systematic Study and Analysis of Bengali Folklore with Natural Language Processing Systems [1.339230763466954]
  本研究の目的は、より洗練された計算方法で、私たちの豊かな伝承をより誰でも理解できるようにすることである。 提案するモデルはベンガルの民俗学に特化することであり、技術的にはベンガルの民俗学を研究・分析するためのベンガルの自然言語処理への第一歩となる。
  論文  参考訳（メタデータ） (2022-03-13T09:36:55Z)

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。