論文の概要: Shaer: Controlled Arabic Poetry Generation with Meter Subform and Semantic Conditioning
- arxiv url: http://arxiv.org/abs/2610.09756v1
- Date: Wed, 07 Oct 2026 09:44:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.836682
- Title: Shaer: Controlled Arabic Poetry Generation with Meter Subform and Semantic Conditioning
- Title（参考訳）: Shaer: メーターサブフォームとセマンティックコンディショニングによるアラビア詩生成の制御
- Abstract要約: 古典的なアラビア詩の生成には意味論、言語学、微妙な韻律的制約が要求される。
我々は、自然の粒度の記述、メートルのサブフォーム、および対象のヘミスト数に共同で条件付けされた、制御可能な古典アラビア語の詩生成フレームワークであるShaerを提示する。
シェーアは95.17%のベースメーター精度、91.75%の詩レベルのサブフォーム精度、83.40%の正確なカウント精度を達成している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Classical Arabic poetry generation requires simultaneously satisfying semantic, linguistic, and fine-grained prosodic constraints. Existing systems typically control broad poetic attributes but do not jointly model semantic intent, meter subform, and poem length. We present Shaer, a controllable Classical Arabic poetry generation framework jointly conditioned on natural-language descriptions, meter subforms, and target hemistich counts. To support this task, we construct an enriched corpus of 116,032 classical Arabic poems derived from Ashaar, containing normalized meter-subform labels and automatically generated, validated semantic descriptions. We then adapt Yehia-7B using QLoRA-based supervised fine-tuning with a completion-only objective. Our evaluation combines automatic assessment of base-meter conformity, requested-subform adherence, and length control with three LLM judges, blinded human evaluation, and memorization analysis. Shaer achieves 95.17% base-meter accuracy, 91.75% poem-level meter-subform accuracy, and 83.40% exact count accuracy. Relative to its untuned foundation model, these results represent gains of 68.68, 57.77, and 38.93 percentage points, respectively; Shaer also attains the highest base-meter accuracy among all evaluated systems. Multi-LLM evaluation and a blinded human assessment of top-ranked outputs further indicate competitive semantic and literary quality. Finally, analysis of all 3,481 test generations finds no exact copies from the training corpus or paired source poems. Code, models, and datasets are publicly available.
- Abstract（参考訳）: 古典的なアラビア詩の生成には、意味論、言語学、微妙な韻律的制約を同時に満たさなければならない。
現存するシステムは、典型的には広範に詩的な属性を制御するが、意味的意図、メーターのサブフォーム、詩の長さを共同でモデル化しない。
本稿では, 自然言語記述, メーター部分形式, 対象ヘミスティック数に共同で条件付けした, 制御可能な古典アラビア語の詩生成フレームワークであるShaerを紹介する。
この課題を支援するために,アシャール語から派生した116,032の古典アラビア語詩からなるコーパスを構築し,正規化されたメートル・サブフォームラベルを包含し,自動生成,検証された意味記述を行う。
次に,QLoRAに基づく教師あり微調整によりYehia-7Bを適応させる。
本評価は, 3人のLCM判事によるベースメータ適合性の自動評価, 要求サブフォーム付着性, 長さ制御, 視覚障害者評価, 記憶分析とを組み合わせたものである。
シェーアは95.17%のベースメーター精度、91.75%の詩レベルのサブフォーム精度、83.40%の正確なカウント精度を達成している。
修正されていない基礎モデルと比較して、これらの結果はそれぞれ68.68点、57.77点、38.93点の利得を示し、シャイアは全ての評価システムの中で最も高いベースメーター精度を達成している。
マルチLLM評価とトップランク出力の盲点評価は、さらに競争力のある意味と文学的品質を示している。
最後に、3,481個のテスト世代の解析では、トレーニングコーパスやペアのソースの詩からの正確なコピーは見つからない。
コード、モデル、データセットが公開されている。
関連論文リスト
- Benchmarking Frontier LLMs on Arabic Cultural and Sociolinguistic Knowledge: A Cross-Evaluation Framework with Human SME Ground Truth [0.34797121357690153]
クロス評価フレームワークは、エジプト語とイラク語という2つの未表現のアラビア語方言のコミュニティをインスタンス化した。
提案手法は,母国語話者が作成した103組のプロンプト・ルブリックペアをコントリビュートする。
1,307人の審査員: GPT-5.4は最も信頼できる裁判官(MADj = 10.21 pp, Signed Error = -1.12%)である。
論文 参考訳（メタデータ） (2026-06-30T20:18:32Z) - LLMEval-Logic: A Solver-Verified Chinese Benchmark for Logical Reasoning of LLMs with Adversarial Hardening [69.1037790901185]
現実的な状況シナリオから構築した中国の論理的推論ベンチマークLLMEval-Logicを提案する。
パイプラインのフォワードオーサとエキスパート-オーディット 自然言語アイテムは、参照の形式化とともに、Z3による注釈付き回答を検証し、自然言語から形式へのグレーディングのためのエキスパートルーブリックを構築し、クローズドループの逆行ワークフローを通じて選択されたアイテムを硬化させる。
論文 参考訳（メタデータ） (2026-05-19T09:40:29Z) - Instruction-Guided Poetry Generation in Arabic and Its Dialects [44.29808445432812]
我々は、現代標準アラビア語(MSA)および様々なアラビア方言において、大規模かつ慎重に訓練された命令ベースデータセットを提示する。
このデータセットは、スタイルや韻律など、事前に定義された基準に基づいて、詩を書き、修正し、継続するといったタスクを可能にする。
実験により、このデータセット上の微調整 LLM は、ユーザの要求に合致した詩を効果的に生成できるモデルを生成する。
論文 参考訳（メタデータ） (2026-04-30T11:58:13Z) - Towards a Linguistic Evaluation of Narratives: A Quantitative Stylistic Framework [51.56484100374058]
本研究は, 品質の指標としての言語的次元に着目し, ナラティブアセスメントに対する定量的アプローチを提案する。
本稿では,33種類の定量的言語的特徴を包括的に抽出し,物語の自動評価手法を提案する。
論文 参考訳（メタデータ） (2026-04-21T09:21:40Z) - PARSI: Persian Authorship Recognition via Stylometric Integration [0.0]
我々は、67人の著名なペルシア人詩人の著者を決定するために、多入力のニューラル・フレームワークを使用している。
我々は、厳密な前処理と著者検証により、ガンジョーのデジタルコレクションの647,653節の膨大なコーパスをコンパイルし、データを検証した。
本研究は、著者属性の改善を目的とした、深層表現形式とドメイン固有の機能の統合に焦点を当てる。
論文 参考訳（メタデータ） (2025-06-27T01:08:52Z) - AraPoemBERT: A Pretrained Language Model for Arabic Poetry Analysis [0.0]
AraPoemBERTはアラビア語の詩文に特化して訓練されたアラビア語モデルである。
AraPoemBERTは、詩のジェンダー分類と詩のサブメーター分類という3つの新しいタスクのうちの2つにおいて、前例のない精度を達成した。
この研究で使用されるデータセットには、オンラインソースから収集された2億9900万の詩が含まれている。
論文 参考訳（メタデータ） (2024-03-19T02:59:58Z) - 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) - PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
文書を書く著者は、自分のテキストに識別情報を印字する。
以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。
セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
論文 参考訳（メタデータ） (2022-09-30T11:08:39Z) - Improving Visual Grounding by Encouraging Consistent Gradient-based
Explanations [58.442103936918805]
注意マスク整合性は,従来の方法よりも優れた視覚的グラウンドリング結果が得られることを示す。
AMCは効率的で実装が容易であり、どんな視覚言語モデルでも採用できるため一般的である。
論文 参考訳（メタデータ） (2022-06-30T17:55:12Z) - Automatic Meter Classification of Kurdish Poems [3.0839245814393728]
詩のメーターを知ることは、正しい読み方、意味の理解を深め、曖昧さを避けるのに役立つ。
本論文では,中央クルド語における詩メーターの自動分類法について述べる。
論文 参考訳（メタデータ） (2021-02-24T07:57:38Z)
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。