元鉴
返回中文阅读流
arXiv2026-06-11

CCL25-Eval 任务 5 系统报告:新数据集与经 LoRA 微调的 Qwen2.5

LLM 在古汉语翻译与古诗生成方面进展显著,但古诗精准翻译与情感语义理解的领域研究仍有限。

摘要已翻译professional source英文原文正文翻译排队
正文翻译排队

该来源正文已进入翻译队列,中文正文生成前先展示摘要和原始出处入口。

摘要

LLM 在古汉语翻译与古诗生成方面进展显著,但古诗精准翻译与情感语义理解的领域研究仍有限。

计算机科学 > 计算与语言

[提交于 2026 年 6 月 10 日]

标题:CCL25-Eval 任务 5 系统报告:新数据集与经 LoRA 微调的 Qwen2.5

作者:Haotao Xie
View PDF HTML (experimental)
摘要:近年来,大语言模型(LLMs)在古汉语翻译和古典诗歌生成领域取得了可喜进展。然而,关于古典诗歌精准翻译和情感语义理解的领域专门研究仍然有限。主要挑战在于,大多数研究将诗歌赏析任务视为通用领域问题,忽视了诗歌赏析的独特特征,而高质量、领域专用的数据集极为有限。为弥补这一不足,我们将任务分解为三个子任务:术语解释、语义解释和情感推断。基于多个开源数据集,我们进行数据清洗与对齐,构建了古典汉语诗歌指令对数据集(CCPoetry-49K),包含 49,404 个高质量指令-响应对
Subjects: 计算与语言(cs.CL); Artificial Intelligence (cs.AI) Cite as: arXiv:2606.12392 [cs.CL]   (or arXiv:2606.12392v1 [cs.CL] for this version)   https://doi.org/10.48550/arXiv.2606.12392
聚焦以了解更多
arXiv-issued DOI via DataCite (pending registration)

提交历史

From: Haotao Xie [view email]
[v1] Wed, 10 Jun 2026 17:54:32 UTC (222 KB)
全文链接:

访问论文:

当前浏览上下文:

正文:cs.CL
< prev   |   next >
Change to browse by:

参考文献与引用

  • 正文:NASA ADS
  • 正文:Google Scholar
  • 正文:Semantic Scholar
export BibTeX citation 加载中……

BibTeX 格式引用

×
加载中……
数据提供方:

书签

BibSonomy Reddit
Bibliographic Tools

书目与引用工具

书目浏览器切换
书目浏览器 (What is the Explorer?)
Connected Papers 切换
正文:Connected Papers (What is Connected Papers?)
Litmaps 切换
正文:Litmaps (What is Litmaps?)
scite.ai 切换
正文:scite Smart Citations (What are Smart Citations?)
Code, Data, Media

与本文相关的代码、数据和媒体

alphaXiv 切换
正文:alphaXiv (What is alphaXiv?)
代码链接切换
CatalyzeX 论文代码查找器 (What is CatalyzeX?)
DagsHub 切换
正文:DagsHub (What is DagsHub?)
GotitPub 切换
正文:Gotit.pub (What is GotitPub?)
Huggingface 切换
正文:Hugging Face (What is Huggingface?)
ScienceCast 切换
正文:ScienceCast (What is ScienceCast?)
Demos

演示

Replicate 切换
正文:Replicate (What is Replicate?)
Spaces 切换
正文:Hugging Face Spaces (What is Spaces?)
Spaces 切换
正文:TXYZ.AI (What is TXYZ.AI?)
Related Papers

推荐与搜索工具

链接到 Influence Flower
正文:Influence Flower (What are Influence Flowers?)
CORE 推荐器 (What is CORE?)
  • 作者
  • 会议/期刊
  • 机构
  • 主题
About arXivLabs

arXivLabs:与社区协作者共同开展的实验性项目

arXivLabs 是一个框架,允许协作者直接在我们的网站上开发并分享新的 arXiv 功能。

与 arXivLabs 合作的个人和组织均已认同并接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于这些价值观,并且只与遵循这些价值观的合作伙伴合作。

有一个能为 arXiv 社区增值的项目想法吗?了解更多关于 arXivLabs 的信息。