Objective Projection corpus

LLM在土耳其语语料库研究中难以处理推断性叙事特征

一项新研究评估了大型语言模型（LLM）和基于规则的系统在土耳其语语料库中标注推断性叙事特征的评分者间信度。研究发现，包括Gemini 2.5 Flash、Grok、Claude Fable-5和ChatGPT 5.5在内的模型，以及一个基于规则的检测器，在诸如具体化隐喻等特征上与人类标注者的一致性较低。研究表明，这些推断性特征可能过于复杂，无法被当前的自动检测系统识别，或者这些定义本身尚未足够操作化，以至于任何评分者都无法一致应用。