研究人员开发了一种新颖的工作流程,将历史演出节目单转化为结构化、可互操作的数据。该过程结合了视觉语言模型(VLM)进行准确的文本转录,以及为表演艺术定制的链接艺术本体(Linked Art ontology)的扩展。该方法使用1947年至今的阿维尼翁戏剧节(Festival d'Avignon)节目单进行了测试,转录准确率超过98%,并通过知识图谱约束大型语言模型的生成,显著减少了语义标注的幻觉。这种方法有望实现表演艺术的大规模、可互操作的历史学研究,促进艺术家作品全集(catalogues raisonnés)的创建。 AI
影响 实现了表演艺术历史的大规模数字化存档和分析。
排序理由 该条目是一篇学术论文,详细介绍了一种新的数据处理方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXivLabs
- Bernard Jacquemin
- Biblioth uevoque nationale de France
- CatalyzeX
- DagsHub
- Festival d'Avignon
- Gotit.pub
- Hugging Face
- Influence Flower
- large language model
- Linked Art
- ScienceCast
- vision-language model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →