研究人员开发了新的计算方法,用于检测海因里希·布林格(Heinrich Bullinger)宗教改革时期的书信中对早期教父的引用。研究比较了密集检索和稀疏检索技术,发现经过圣经重用微调的拉丁语编码器在密集方法中表现最佳,而BM25在显式引用方面表现优异。融合这两种方法改进了对隐式引用的恢复。对于主题建模,FASTopic的一个扩展在一致性方面几乎没有提升,但LLM(大语言模型)概念归纳(LLooM)的试点应用为理解布林格大量著作中讨论的主题提供了一个更易于人类理解的替代方案。 AI
影响 引入了用于历史文本分析的新型LLM(大语言模型)技术,有望增进对过去知识分子论述的理解。
排序理由 学术论文,详细介绍了应用于历史文本的信息检索和主题建模的新方法。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →