arXiv cs.CL· Verena Platzgummer, John McCrae, Sina Ahmadi·· 10 小时前AI 评分24
从南蒂罗尔方言与库尔德语变体看 GenAI 与 LLM 如何处理非标准语言
\textit{Versteasch du mi?} Computational and Socio-Linguistic Perspectives on GenAI, LLMs, and Non-Standard Language
AI 导读
一篇发表于 Language Policy 期刊的跨学科论文从批判社会语言学和计算语言学双视角，审视 GenAI 与 LLM 对非标准语言变体的处理。研究以南蒂罗尔方言和库尔德语诸变体为切入点，讨论 LLM 在技术层面如何应对非标准语言，以及这是否、何时、如何有助于"民主与去殖民化的数字及机器学习策略"，并涉及直接的政策影响。
正文 · AI 翻译
摘要：大型语言模型（LLM）与生成式人工智能（GenAI）的设计已被证明对使用人数较少的语言“不公平”（Petrov et al., 2023），并会加深数字语言鸿沟（Bella et al., 2023）。批判性社会语言学研究还指出，这些技术不仅得益于以往的语言标准化社会历史进程——该进程往往植根于欧洲民族主义和殖民项目（Migge and Schneider, 2025）——而且还加剧了将语言视为“单一、单语、句法标准化的意义系统”的认识论（Schneider, 2024, p. 5）。在本文中，我们借鉴了此前关于技术与语言政策交叉领域的研究（Kelly-Holmes, 2019），并结合我们各自在批判性社会语言学和计算语言学方面的专长，对这些论点进行审视。我们以各自语言库中两个不同的非标准语言变体复合体——在意大利南蒂罗尔广泛用于非正式交流的南蒂罗尔方言（Alber et al., 2024），以及库尔德语的各种变体——作为起点，对 GenAI 与语言变异和标准化之间的交叉领域展开跨学科探索。我们既从技术角度讨论如何让 LLM 处理非标准语言，也讨论这是否、何时或如何有助于“民主和去殖民化的数字与机器学习策略”（Migge and Schneider, 2025, p. 12），而这具有直接的政策意涵。
| 评论： | 发表于 Language Policy 期刊 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2603.28213 [cs.CL] |
| （或 arXiv:2603.28213v3 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2603.28213 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.1007/s10993-026-09811-8
链接到相关资源的 DOI |
提交历史
来自：Sina Ahmadi [查看邮箱]
[v1]
2026年3月30日星期一 09:34:41 UTC（57 KB）
[v2]
2026年7月15日星期三 11:49:51 UTC（74 KB）
[v3]
2026年10月30日星期五 19:02:37 UTC（75 KB）
来源：arXiv cs.CL · arxiv.org