大型语言模型进行主题分析：不限于英语，是否适用于其他语言？针对意大利语的有针对性测试

Apr, 2024

大型语言模型进行主题分析：不限于英语，是否适用于其他语言？针对意大利语的有针对性测试

Thematic Analysis with Large Language Models: does it work with languages other than English? A targeted test in Italian

PDF

Stefano De Paoli

TL;DR本文提出了一种使用大型语言模型（LLM）对与英语不同语言的数据进行主题分析（TA）的测试方法。通过一个使用意大利语半结构化面谈数据集的测试，结果显示预先训练的模型可以在该数据上进行主题分析，并且使用意大利语提示。比较测试显示该模型能够生成与人类研究者独立生成的主题相似的结果。本研究的主要含义是预先训练的 LLM 可能适用于支持多语种情境下的分析，只要所使用的模型支持该语言。

Abstract

This paper proposes a test to perform thematic analysis (TA) with Large Language Model (LLM) on data which is in a different language than English. While there has been initial promising work on using pre-trained LLMs for TA on data in English, we lack any tests on whether these models

thematic analysis large language model pre-trained model multilingual situations italian prompts

发现论文，激发创造

大型语言模型能否模拟半结构化访谈的归纳主题分析？对方法和模型限制的探讨和挑战

本文利用 GPT 3.5-Turbo 作为大型语言模型，试图将其应用于主题分析的质性研究中。尽管大型语言模型的应用在人类主题分析中存在争议，但研究结果证明该模型在一定程度上可以协助主题提取。本研究不旨在取代人类分析师，而是探索大型语言模型对质性研究的一定辅助作用。

May, 2023

LLM-in-the-loop：利用大型语言模型进行主题分析

使用 LLM-in-the-loop 人工智能协作框架进行主题分析，能够在减少人力和时间需求的同时，获得与人工编码者相似的编码质量。

Oct, 2023

利用大型语言模型支持实证法律研究中的主题分析

使用法律专家与大型语言模型（LLM）的协作框架进行主题分析和归纳编码相关研究，对刑事法院意见中的案件描述进行分析，发现典型盗窃案的类别，并证明 LLM 能有效产生初步编码、提高编码质量以及自动分类案件描述主题，为法律研究人员在整合 LLM 到他们的主题分析项目中提供指导。

Oct, 2023

使用大型语言模型编写用户画像：半结构化面谈主题分析测试第 6 阶段

本文探讨利用大型语言模型（GPT3.5-Turbo）是否能够对半结构化面试进行主题分析（TA），并重点关注 LLM 结果如何用于用户画像的生成。结果表明，该模型可以从主题中生成基本的用户画像，并可为用户画像的生成提供想法。

May, 2023

主题分析的自动化：LLM 如何分析争议话题

该研究试验了大型语言模型（LLMs）在支持主题分析上的作用，发现人工研究者与两个 LLMs 在对澳大利亚 Robodebt 丑闻媒体报道的片段进行主题分类时存在有趣的重叠和差异，表明 LLMs 在支持对话和主题分析方面可以发挥作用，但应用中应该作为人类解释的补充，同时该研究还介绍了一种新颖的基于卡片的设计工具箱，以进一步研究 LLMs 作为分析工具的潜力。

May, 2024

大型语言模型为传统主题建模方法提供了一种替代方案

本研究旨在探讨大型语言模型（LLMs）在主题提取方面的潜力，并建立评估协议以评估 LLMs 的聚类效果。通过深入实验与评估，总结了采用 LLMs 进行主题提取的优势和限制。

Mar, 2024

利用大规模语言模型增强时间序列分析：综述

对利用大型语言模型（LLMs）进行时间序列分析的现有方法进行了系统概述，总结了基于 LLM 的时间序列分析的一般流程，并探讨了未来的研究机会。

Feb, 2024

增强大型语言模型的翻译能力的新范式

本文介绍了一项关于增强大型语言模型（LLMs）在机器翻译（MT）任务中翻译能力的研究，提出了一个包括三个阶段的新范 Paradigm，通过使用大量的单语数据进行二次预训练、使用互译文本格式文档进行连续预训练，以及利用和源语言一致的指导来进行监督微调。实验结果表明，我们的方法在翻译能力方面取得了显著的改进，超过了以前的工作，并在参数数量较小的情况下实现了优越的性能。

Mar, 2024

DataTales：探究大型语言模型在编写数据驱动文章中的应用

本研究探讨使用大型语言模型（LLMs）支持数据驱动文章创作的可行性和感知价值，设计了一个原型系统 DataTales，通过使用 LLMs 生成与给定图表相关的文本叙述，并通过与 11 名专业人士进行定性研究评估了该概念，从中提炼了 LLMs 作为有价值的数据驱动文章创作助手的优点和机会。

Aug, 2023

大型语言模型下的短文本主题建模

通过使用大型语言模型 (LLMs) 进行主题建模的两种方法，即并行提示和顺序提示，本文克服了传统主题模型在短文本上推断潜在主题时面临的挑战，并证明这些方法能够识别出比现有方法更连贯的主题，同时保持引发主题的多样性。此外，本研究发现所推断的主题充分涵盖了输入文本，而几乎没有产生虚构的主题。

Jun, 2024