阿拉伯语及其方言的指令引导诗歌生成

长期以来，诗歌一直是阿拉伯语使用者的重要艺术形式，也是表达思想与文化身份认同的有力媒介。尽管现代阿拉伯语使用者仍然重视诗歌，但现有关于 Large Language Models (LLMs) 中阿拉伯语诗歌的研究，主要集中在阐释或元数据预测等分析任务上，例如押韵模式和标题预测。

相比之下，我们的工作关注阿拉伯语诗歌创作的实际需求，通过引入可控生成能力，帮助用户写作诗歌。具体而言，我们提出了一个大规模、经过精心整理的基于 instruction 的数据集，涵盖 Modern Standard Arabic (MSA) 以及多种阿拉伯语方言。该数据集支持根据预定义标准（包括风格和押韵）进行诗歌写作、修改和续写等任务，也支持诗歌分析。

实验表明，在该数据集上 fine-tuning LLMs 后得到的模型，能够根据自动化指标以及阿拉伯语母语者的人工评估，有效生成符合用户需求的诗歌。数据和代码可在 https://github.com/mbzuai-nlp/instructpoet-ar 获取。