计算机科学 > 信息检索
[提交于 2025年10月22日
]
标题: 自动化Iconclass:大型宗教木刻的大规模分类中的LLMs和RAG
标题: Automating Iconclass: LLMs and RAG for Large-Scale Classification of Religious Woodcuts
摘要: 本文提出了一种新的方法,通过结合大型语言模型(LLMs)和向量数据库以及检索增强生成(RAG),对早期现代宗教图像进行分类。 该方法利用了神圣罗马帝国书籍插图的全页上下文,使LLM能够生成包含视觉和文本元素的详细描述。 然后通过混合向量搜索将这些描述与相关的Iconclass代码匹配。 该方法在五个和四个分类级别上的精度分别达到87%和92%,显著优于传统的图像和关键词搜索。 通过使用全页描述和RAG,系统提高了分类准确性,为早期现代视觉档案的大规模分析提供了一个强大的工具。 这种跨学科方法展示了LLMs和RAG在推进艺术史和数字人文学科研究方面的日益增长的潜力。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.