Компьютерные науки > Расчеты и язык [представлен 14 октября 2025 года (v1), последний пересмотренный вариант от 13 октября 2026 года (эта версия, v4)] Название: Крупномасштабный трубопровод для аннотации корпусов с помощью LLM: вариации и изменения в английском тексте рассматриваются как строительство Вид PDF Резюме: По мере беспрецедентного расширения естественной языковой корпорации ручная аннуляция остается значительным методологическим пробелом в лингвистических работах с композицией. Мы решим эту проблему путем представления масштабируемого трубопровода для автоматизации грамматической аннотации в объемной корпорации с использованием больших языковых моделей (LMS). В отличие от предыдущих контролируемых и итеративных подходов, в нашем методе используется четырехэтапный рабочий процесс: оперативная инженерия, предварительная оценка, автоматизированная обработка партий и послеаварийное подтверждение. Мы демонстрируем доступность и эффективность трубопровода с помощью диахронного тематического исследования вариаций в английской оценке, рассматриваем строительство (рассмотрите Х как/будут/ЭЙ Y). Мы аннотируем 143 933 линии "рассмотрим" соответствия с Corpus of Artical American English (COHA) через OpenAI API менее чем за 60 часов, достигая 98%+ точности в двух сложных процедурах аннотация. Байезийская многономиальная ГАМ, установленная на 44 527 реальных положительных результатов оценочного строительства, показывает ранее незарегистрированные траектории изменений по…
Крупномасштабный трубопровод для аннотации корпусов с помощью LLM: вариация и изменение в английском языке рассматривает строительство
arXiv:2510.12306v4 Анонимный тип: заменить резюме: поскольку естественное языковое корпорация расширяется беспрецедентными темпами, ручное аннотация остается значительным методологическим пробелом в лингвистической работе по корпусу. Мы решим эту проблему путем представления масштабируемого трубопровода для автоматизации грамматической аннотации в объемной корпорации с использованием больших языковых моделей (LMS). В отличие от предыдущих контролируемых и итеративных подходов, в нашем методе используется четырехэтапный рабочий процесс: оперативная инженерия, предварительная оценка, автоматизированная обработка партий и послеаварийное подтверждение. Мы демонстрируем доступность и эффективность трубопровода с помощью диахронного тематического исследования вариаций в английской оценке, рассматриваем строительство (рассмотрите Х как/будут/ {О} Y). Мы аннотируем 143 933 линии "рассмотрим" соответствия с Corpus of Artical American English (COHA) через OpenAI API менее чем за 60 часов, достигая 98%+ точности в двух сложных процедурах аннотация. Байесовская многономиальная ГАМ, установленная на 44 527 позитивов
