跳到正文
arXiv cs.CL· Lena Pickartz, Philipp Schaer, Phillip B. Str\"obel·· 10 小时前AI 评分15

在 Bullinger 宗教改革通信中检索教父引用并建模主题

Retrieving Patristic References and Modelling Topics in Bullinger's Reformation Correspondence

AI 导读

研究针对 Heinrich Bullinger(1504-1575)通信中的教父引用检测,比较 BM25、稠密双编码器与混合检索:BM25 在显式引用上 R@20 达 94%,优于稠密方法,而经圣经复用微调的拉丁语编码器在双编码器中表现最佳(显式 82%、隐式 16%)。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:瑞士宗教改革家、苏黎世教会监督海因里希·布林格(1504-1575)的通信记录了宗教改革时期的政治与宗教辩论,其中包括大量援引教父作为权威来源。通过计算手段检测此类引用在很大程度上仍属空白。我们研究了用于教父引用检测的稠密检索与稀疏检索,以及以元数据为依据的主题建模,作为所讨论主题与思想的代理。此前关于拉丁语互文性的研究已针对各自的目标领域对稠密检索器进行了微调,我们测试了这些模型迁移到布林格通信上的效果。我们在显式引用与隐式引用上比较了词汇方法(BM25)、稠密方法(双编码器)和混合方法。在双编码器中,一个在圣经复用数据上微调的拉丁语编码器表现最佳(显式引用 Recall@20 为 82%,隐式引用为 16%),而 BM25 在显式引用上优于稠密方法(94%,R@20)。由于 BM25 与稠密检索恢复的隐式引用集合互不重叠,融合二者的排序将隐式 R@20 提升至 22%,接近对相同候选进行交叉编码器重排的效果(26%),但没有其推理成本。在主题建模方面,我们用种子引导损失函数和编辑摘要嵌入扩展了 FASTopic。相对于基线的可测量一致性提升仍然很小,但定性与时间分析表明,部分主题与有记载的历史事件相对应。然而,主导主题权重几乎不超过均匀分布,使得主题无法用于为检索提供信息。基于 LLM 的概念归纳(LLooM)的初步应用进一步指向一种更具人类可解释性的替代方案。总之,这些结果提出了在布林格通信中检索教父引用并对细粒度主题建模的首次尝试。
评论: 已被第七届计算人文研究会议 2027 接收。将发表于《计算机与人文研究文集》
主题: 信息检索(cs.IR);计算与语言(cs.CL);数字图书馆(cs.DL)
引用为: arXiv:2611.25247 [cs.IR]
  (或 arXiv:2611.25247v1 [cs.IR] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.25247

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Philipp Schaer [查看电子邮件]
[v1] 2026年11月18日星期三 22:31:31 UTC(22,929 KB)

来源:arXiv cs.CL · arxiv.org