論文の概要: Playing with Words: Comparing the Vocabulary and Lexical Richness of
ChatGPT and Humans
- arxiv url: http://arxiv.org/abs/2308.07462v2
- Date: Thu, 31 Aug 2023 11:09:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-01 19:19:34.244603
- Title: Playing with Words: Comparing the Vocabulary and Lexical Richness of
ChatGPT and Humans
- Title（参考訳）: 言葉遊び:ChatGPTと人間における語彙と語彙の富度の比較
- Authors: Pedro Reviriego, Javier Conde, Elena Merino-G\'omez, Gonzalo
Mart\'inez, Jos\'e Alberto Hern\'andez
- Abstract要約: ChatGPTのような生成言語モデルは、テキストの生成方法を変える革命を引き起こした。
ChatGPTのようなツールの使用は、使用する語彙や語彙の豊かさを増減するか?
これは、AI生成コンテンツに含まれないコンテンツは、人気が減り、最終的には失われる傾向があるため、言葉に影響を及ぼす。
- 参考スコア（独自算出の注目度）: 3.0059120458540383
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The introduction of Artificial Intelligence (AI) generative language models
such as GPT (Generative Pre-trained Transformer) and tools such as ChatGPT has
triggered a revolution that can transform how text is generated. This has many
implications, for example, as AI-generated text becomes a significant fraction
of the text, would this have an effect on the language capabilities of readers
and also on the training of newer AI tools? Would it affect the evolution of
languages? Focusing on one specific aspect of the language: words; will the use
of tools such as ChatGPT increase or reduce the vocabulary used or the lexical
richness? This has implications for words, as those not included in
AI-generated content will tend to be less and less popular and may eventually
be lost. In this work, we perform an initial comparison of the vocabulary and
lexical richness of ChatGPT and humans when performing the same tasks. In more
detail, two datasets containing the answers to different types of questions
answered by ChatGPT and humans, and a third dataset in which ChatGPT
paraphrases sentences and questions are used. The analysis shows that ChatGPT
tends to use fewer distinct words and lower lexical richness than humans. These
results are very preliminary and additional datasets and ChatGPT configurations
have to be evaluated to extract more general conclusions. Therefore, further
research is needed to understand how the use of ChatGPT and more broadly
generative AI tools will affect the vocabulary and lexical richness in
different types of text and languages.
- Abstract（参考訳）: GPT(Generative Pre-trained Transformer)のような人工知能(AI)生成言語モデルの導入と、ChatGPTのようなツールが、テキストの生成方法を変える革命を引き起こした。
例えば、aiが生成したテキストがテキストのかなりの部分を占めるようになると、これは読者の言語能力や、新しいaiツールのトレーニングに影響を与えるだろうか?
言語の進化に影響を与えますか?
単語; ChatGPTのようなツールの使用は、使用する語彙や語彙の豊かさを増大または減少させるか?
これは、AI生成コンテンツに含まれないコンテンツは、人気が減り、最終的には失われる傾向があるため、言葉に影響を及ぼす。
そこで本研究では,ChatGPTとヒトの語彙と語彙の富度を,同じタスクを行う場合の初期比較を行った。
より詳しくは、ChatGPTと人間によって回答された様々な種類の質問に対する回答を含む2つのデータセットと、ChatGPTが文と質問を言い換える第3のデータセットが使用される。
この分析は、ChatGPTが人間よりも少ない単語と低い語彙の富を使う傾向があることを示している。
これらの結果は極めて予備的であり、追加のデータセットとChatGPT構成はより一般的な結論を抽出するために評価されなければならない。
したがって、ChatGPTやより広範囲に生成するAIツールの使用が、異なるタイプのテキストや言語における語彙や語彙の豊かさにどのように影響するかを理解するためには、さらなる研究が必要である。
関連論文リスト
- Towards Human Understanding of Paraphrase Types in ChatGPT [7.662751948664846]
アトミック・パラフレーズ・タイプ(APT)は、パラフレーズを異なる言語的変化に分解する。
APTY(Atomic Paraphrase TYpes)は15のアノテーションによる500の文レベルのアノテーションと単語レベルのアノテーションのデータセットである。
以上の結果から,ChatGPTは単純なAPTを生成できるが,複雑な構造に苦慮していることが明らかとなった。
論文 参考訳（メタデータ） (2024-07-02T14:35:10Z) - Primacy Effect of ChatGPT [69.49920102917598]
本稿では,ChatGPTの優位性について検討する。
実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
論文 参考訳（メタデータ） (2023-10-20T00:37:28Z) - How many words does ChatGPT know? The answer is ChatWords [5.906689377130112]
ChatGPTと類似のAIツールのパフォーマンスを評価することは、さまざまな観点から検討されている複雑な問題である。
任意の単語集合のChatGPT知識を評価する自動テストシステムであるChatWordsの取り組みに貢献する。
その結果,ChatGPTは辞書中の単語の約80%とクイホーテ語の単語の90%しか認識できないことがわかった。
論文 参考訳（メタデータ） (2023-09-28T18:13:02Z) - Is ChatGPT Involved in Texts? Measure the Polish Ratio to Detect
ChatGPT-Generated Text [48.36706154871577]
我々はHPPT(ChatGPT-polished academic abstracts)と呼ばれる新しいデータセットを紹介する。
純粋なChatGPT生成テキストの代わりに、人書きとChatGPTポリケートされた抽象文のペアを構成することで、既存のコーパスから分岐する。
また,ChatGPTによる修正の度合いを,オリジナルの人文テキストと比較した革新的な尺度であるPolish Ratio法を提案する。
論文 参考訳（メタデータ） (2023-07-21T06:38:37Z) - Leveraging ChatGPT As Text Annotation Tool For Sentiment Analysis [6.596002578395151]
ChatGPTはOpenAIの新製品で、最も人気のあるAI製品として登場した。
本研究では、さまざまな感情分析タスクのためのデータラベリングツールとしてのChatGPTについて検討する。
論文 参考訳（メタデータ） (2023-06-18T12:20:42Z) - Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue:
An Empirical Study [51.079100495163736]
本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。
ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。
我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
論文 参考訳（メタデータ） (2023-05-15T07:14:41Z) - Differentiate ChatGPT-generated and Human-written Medical Texts [8.53416950968806]
この研究は、医学における責任と倫理的AIGC(Artificial Intelligence Generated Content)に関する最初の研究である。
本稿では,ChatGPTによる人的専門家による医療用テキストの差異の分析に焦点をあてる。
次のステップでは、これらの2種類の内容の言語的特徴を分析し、語彙、部分音声、依存性、感情、難易度などの違いを明らかにする。
論文 参考訳（メタデータ） (2023-04-23T07:38:07Z) - ChatGPT Beyond English: Towards a Comprehensive Evaluation of Large
Language Models in Multilingual Learning [70.57126720079971]
大規模言語モデル(LLM)は、自然言語処理(NLP)において最も重要なブレークスルーとして登場した。
本稿では,高,中,低,低リソースの37言語を対象として,ChatGPTを7つのタスクで評価する。
従来のモデルと比較すると,様々なNLPタスクや言語に対するChatGPTの性能は低下していた。
論文 参考訳（メタデータ） (2023-04-12T05:08:52Z) - To ChatGPT, or not to ChatGPT: That is the question! [78.407861566006]
本研究は,ChatGPT検出における最新の手法を包括的かつ現代的に評価するものである。
我々は、ChatGPTと人間からのプロンプトからなるベンチマークデータセットをキュレートし、医療、オープンQ&A、ファイナンスドメインからの多様な質問を含む。
評価の結果,既存の手法ではChatGPT生成内容を効果的に検出できないことがわかった。
論文 参考訳（メタデータ） (2023-04-04T03:04:28Z) - Is ChatGPT A Good Keyphrase Generator? A Preliminary Study [51.863368917344864]
ChatGPTは最近、計算言語学コミュニティから大きな注目を集めている。
我々は、キーフレーズ生成プロンプト、キーフレーズ生成の多様性、長い文書理解など、様々な面でその性能を評価する。
その結果、ChatGPTは6つのプロンプトすべてに対して非常によく機能し、データセット間で小さなパフォーマンス差が観測されていることがわかった。
論文 参考訳（メタデータ） (2023-03-23T02:50:38Z) - ChatGPT or Human? Detect and Explain. Explaining Decisions of Machine
Learning Model for Detecting Short ChatGPT-generated Text [2.0378492681344493]
機械学習モデルを効果的に訓練することにより、本来の人間と一見人間(すなわちChatGPT生成)のテキストを正確に区別できるかどうかを検討する。
我々は、ChatGPT生成テキストと人文生成テキストを区別するために訓練されたモデルの背後にある理由を理解するために、説明可能な人工知能フレームワークを使用している。
本研究は,人間生成テキストとChatGPT生成テキストを比較した2つの実験を行い,短いオンラインレビューに焦点を当てた。
論文 参考訳（メタデータ） (2023-01-30T08:06:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。