LLMs for automatic annotation of Mandarin narrative transcripts

En 3 lignesÉtude évaluant 4 LLMs pour annoter automatiquement la macrostructure narrative du mandarin parlé (MAIN). Le meilleur modèle atteint k=0.794 vs k=0.872 (humain-humain), réduit le temps d'annotation de 65%, mais échoue sur les variations lexicales et ambiguïtés sémantiques. Templates open-sourcés.

Résumé généré par Claude — vérifié par l'humain