論文の概要: Voice Under Revision: Large Language Models and the Normalization of Personal Narrative

• arxiv url: http://arxiv.org/abs/2604.22142v1
• Date: Fri, 24 Apr 2026 01:15:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.301537
• Title: Voice Under Revision: Large Language Models and the Normalization of Personal Narrative
• Title（参考訳）: 改訂下の音声:大規模言語モデルとパーソナル・ナラティブの正規化
• Authors: Tom van Nuenen,
• Abstract要約: 本研究では,大規模言語モデルの書き直しが個人の物語のスタイルや物語のテクスチャをどう変えるかを検討する。 3つの条件の下で、3つのフロンティア LLM によって書き直された300の個人的な物語を分析します。 以上の結果から, 現代のLLMは, より洗練され, 位置が低いレジスタへ方向を向かわせることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study examines how large language model rewriting alters the style and narrative texture of personal narratives. It analyzes 300 personal narratives rewritten by three frontier LLMs under three prompt conditions: generic improvement, rewrite-only, and voice-preserving revision. Change is measured across 13 linguistic markers drawn from computational stylistics, including function words, vocabulary diversity, word length, punctuation, contractions, first-person pronouns, and emotion words. Across models and prompt conditions, LLM rewriting produces a consistent pattern of stylistic normalization. Function words, contractions, and first-person pronouns decrease, while vocabulary diversity, word length, and punctuation elaboration increase. These shifts occur whether the prompt asks the model to "improve" the text or simply to "rewrite" it. Voice-preserving prompts reduce the magnitude of the changes but do not eliminate their direction. Stylometric analysis shows that rewritten texts converge in feature space and become harder to match back to their source texts. Additional narrative markers indicate a shift from embedded to distanced narration, and from explicit causal reasoning to compressed abstraction. The findings suggest that contemporary LLMs exert a directional pull toward a more polished, less situated register. This has consequences for digital humanities and computational text analysis, where features such as function words, pronouns, contractions, and punctuation often serve as evidence for style, voice, authorship, and corpus integrity. LLM revision should therefore be understood not merely as surface-level editing, but as a consequential form of textual mediation.
• Abstract（参考訳）: 本研究では,大規模言語モデルの書き直しが個人の物語のスタイルや物語のテクスチャをどう変えるかを検討する。 一般的な改善、書き直しのみ、音声保存リビジョンの3つの条件の下で、3つのフロンティア LLM によって書き直された300の個人の物語を分析します。 変化は、関数語、語彙の多様性、単語の長さ、句読点、収縮、一人称代名詞、感情語を含む、計算的スタイリスティックから引き出された13の言語マーカーで測定される。 モデルとプロンプト条件全体で、LLM書き換えはスタイリスティックな正規化の一貫性のあるパターンを生成する。 機能語、収縮語、第一人称代名詞は減少し、語彙の多様性、単語の長さ、句読点が増加する。 これらのシフトは、プロンプトがモデルにテキストを"改善"するか、単に"書き換え"するかで発生する。 音声保存は変化の大きさを減少させるが、その方向を排除しない。 スティロメトリ分析により、書き直されたテキストは特徴空間に収束し、元のテキストと一致するのが難しくなることが示された。 追加の物語マーカーは、埋め込みされたナレーションから離れたナレーションへのシフトを示し、明示的な因果推論から圧縮された抽象へのシフトを示す。 以上の結果から, 現代のLLMは, より洗練され, 位置が低いレジスタへ方向を向かわせることが示唆された。 これは、関数語、代名詞、収縮、句読点といった特徴が、しばしばスタイル、音声、著者、コーパスの整合性の証拠として機能する、デジタル人間性や計算テキスト分析に影響を及ぼす。 したがって、LCMの改訂は、単に表面レベルの編集ではなく、テキストメディエーションの連続的な形式として理解されるべきである。

関連論文リスト

• Headlines You Won't Forget: Can Pronoun Insertion Increase Memorability? [2.2672506866861695]
  本研究では,特定の言語的特徴,すなわち1人称代名詞と2人称代名詞による直接アドレスが記憶可能性にどのように影響するかを検討する。 合計240名の暗記実験を3回行った結果,代名詞挿入が暗記性に混ざった影響があることが判明した。
  論文  参考訳（メタデータ） (2026-04-21T07:58:03Z)
• Creative Convergence or Imitation? Genre-Specific Homogeneity in LLM-Generated Chinese Literature [17.985893852336865]
  本稿では,Proppian narratologyとナラトロジー関数を取り入れた分析のための新しい理論フレームワークを提案する。 我々はProppの物語理論を拡張し、現代のウェブ物語構造に適した34の物語機能を定義した。 実験の結果、生成したテキストにおける特異な物語論理と厳密な同質化の主な理由は、現在のLLMが物語関数の意味を正しく理解できないことであることがわかった。
  論文  参考訳（メタデータ） (2026-03-15T15:15:48Z)
• The Anatomy of Speech Persuasion: Linguistic Shifts in LLM-Modified Speeches [2.8649371010678606]
  本研究は,大規模言語モデルが公用語における説得性の概念をどのように理解しているかを,音声書き起こしの修正によって検討する。 我々は, GPT-4oに, 説得力を高めるか低下させるよう促すとともに, 特徴量の観点から, オリジナル音声と生成された音声の言語的変化を解析する。 以上の結果から, GPT-4oは, 説得性を人間のように最適化するよりも, 体系的な形式的な修正を施すことが示唆された。
  論文  参考訳（メタデータ） (2025-06-23T13:28:33Z)
• Poor Alignment and Steerability of Large Language Models: Evidence from College Admission Essays [19.405531377930977]
  本研究では,大規模言語モデル (LLM) を高文脈で使用することを検討した。 両タイプのLCMエッセイは,人間によるエッセイとは言語的に異なることがわかった。 人口統計学的に誘発され、未発達の合成テキストは、人間のテキストよりも互いに類似していた。
  論文  参考訳（メタデータ） (2025-03-25T20:54:50Z)
• Beyond Profile: From Surface-Level Facts to Deep Persona Simulation in LLMs [50.0874045899661]
  本稿では,文字のテキストワークに現れる言語パターンと独特の思考パターンの両方を再現するモデルである characterBot を紹介する。 著名な中国の作家ル・ジュンをケーススタディとして、17冊のエッセイ集から派生した4つの訓練課題を提案する。 これには、外部の言語構造と知識を習得することに焦点を当てた事前訓練タスクと、3つの微調整タスクが含まれる。 言語的正確性と意見理解の3つのタスクにおいて、キャラクタボットを評価し、適応されたメトリクスのベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-02-18T16:11:54Z)
• Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
  本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。 本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。 談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
  論文  参考訳（メタデータ） (2024-07-18T08:02:49Z)
• Inclusivity in Large Language Models: Personality Traits and Gender Bias in Scientific Abstracts [49.97673761305336]
  我々は,3つの大きな言語モデル (LLM) を,人間の物語スタイルと潜在的な性別バイアスに適合させることで評価した。 以上の結果から,これらのモデルは一般的にヒトの投稿内容によく似たテキストを生成するが,スタイル的特徴の変化は有意な性差を示すことが示唆された。
  論文  参考訳（メタデータ） (2024-06-27T19:26:11Z)
• White Men Lead, Black Women Help? Benchmarking and Mitigating Language Agency Social Biases in LLMs [58.27353205269664]
  社会的バイアスは、Large Language Model(LLM)生成コンテンツにおいて言語エージェンシーに現れる。 LLMのバイアスを包括的に評価するLanguage Agency Bias Evaluationベンチマークを導入する。 LABEを用いて,近年の3つのLLM(ChatGPT,Llama3,Mistral)における言語エージェントの社会的バイアスを明らかにした。
  論文  参考訳（メタデータ） (2024-04-16T12:27:54Z)
• Secret Keepers: The Impact of LLMs on Linguistic Markers of Personal Traits [6.886654996060662]
  本研究では,Large Language Models (LLMs) が,人口動態や心理的特徴の言語マーカーに与える影響について検討する。 筆者らの個人的特徴に対する言語パターンの予測能力は, LLMの使用によってわずかに低下するが, 顕著な変化は稀である。
  論文  参考訳（メタデータ） (2024-03-30T06:49:17Z)
• Don't lose the message while paraphrasing: A study on content preserving style transfer [61.38460184163704]
  スタイル伝達研究の現実的な応用には,コンテンツ保存が不可欠である。 形式性伝達領域の例において、様々なスタイル転送モデルを比較する。 我々は,スタイル伝達のための最先端技術について,精密な比較研究を行っている。
  論文  参考訳（メタデータ） (2023-08-17T15:41:08Z)

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。