arXiv 自然语言处理· Nudrat Habib, Tosin Adewumi, Sana Sabah Al-Azzawi, Marcus Liwicki, Elisa Barney·· 6 小时前AI 评分31
零样本作者归属的作者表征策略：基于 LLM 与嵌入向量方法的对比研究
Author Representation Strategies for Zero-Shot Authorship Attribution: A Comparative Study of LLM-Based and Embedding-Based Approaches
AI 导读
一项针对零样本作者归属（ZS AA）的研究对比了代表性写作样本、LLM 生成的风格描述及 LISA 风格嵌入向量等表征策略。评估结果显示，结合候选空间缩减与嵌入维度选择的两阶段 LISA 框架取得了最佳综合性能，而 LLM 生成的风格描述则提供了更紧凑的表征。研究表明纯标签提示词效果不佳，当前开源大语言模型仍需更有效的表征学习。
来源：arXiv 自然语言处理 · arxiv.org