論文の概要: Detecting GPT-Assisted Writing Using Interpretable Stylometric Features

• arxiv url: http://arxiv.org/abs/2609.26687v1
• Date: Tue, 22 Sep 2026 16:44:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 01:05:39.749457
• Title: Detecting GPT-Assisted Writing Using Interpretable Stylometric Features
• Title（参考訳）: 解釈可能なスティロメトリ特徴を用いたGPT支援筆記の検出
• Abstract要約: 本稿では,テキストのみから抽出したテクスチャの解釈可能な特徴の識別能力について検討する。 以上の結果から, 透過的, テキスト固有の特徴は, GPT支援書込みを検出するための測定可能な信号をもたらすことが示唆された。
• 参考スコア（独自算出の注目度）: 43.93322492474641
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Distinguishing GPT-assisted from independently authored student writing has become a critical challenge in academia. This paper evaluates the discriminative capability of interpretable stylometric features extracted solely from submitted text. Using data from 90 participants who wrote both independently and with ChatGPT assistance, we evaluate eight machine learning classifiers while keeping data from the same participant together during validation. On the held-out test set, Random Forest achieved an ROC-AUC of 0.87 and an F1-score of 0.84, with False Positive and False Negative rates of 22.2% and 11.1%, respectively. SHAP analysis shows that lexical and grammatical characteristics drive the resulting predictions. The findings suggest that transparent, text-intrinsic features provide measurable signal for detecting GPT-assisted writing.
• Abstract（参考訳）: 独立系学生からのGPT支援の排除は、アカデミックにおいて重要な課題となっている。 本稿では,テキストのみから抽出したテクスチャの解釈可能な特徴の識別能力について検討する。 独立してChatGPTアシストを作成した90人の参加者のデータを用いて,検証中に同一参加者からのデータを保持しながら,8つの機械学習分類器を評価した。 保持されたテストセットでは、ランダムフォレストはROC-AUCが0.87、F1スコアが0.84、偽陽性と偽陰性が22.2%、偽陰性が11.1%に達した。 SHAP分析は、語彙的および文法的特徴が結果として生じる予測を促進することを示している。 以上の結果から, 透過的, テキスト内在的な特徴は, GPT支援書字を検出するための測定可能な信号をもたらすことが示唆された。

関連論文リスト

• Iterative Prompt Refinement for Dyslexia-Friendly Text Summarization Using GPT-4o [1.4401311275746886]
  本稿では, GPT-4o上に構築した反復的プロンプトベース精錬パイプラインを用いて, ディプレクシアフレンドリーなテキスト要約に関する実証的研究を行った。 Flesch Reading Ease >= 90。 その結果,要約の大多数は4回の試行で可読性しきい値に到達し,多くは最初の試行で成功していることがわかった。
  論文  参考訳（メタデータ） (2026-02-26T01:46:40Z)
• LLM-Augmented and Fair Machine Learning Framework for University Admission Prediction [3.54340329539693]
  この研究は、機械学習、ディープラーニング、および大規模言語モデルテクニックを融合させる包括的なフレームワークを提示している。 2000以上の学生の記録に基づいて、この研究はロジスティック回帰、ナイーブベイズ、ランダムな森林、ディープニューラルネットワーク、そして積み重ねられたアンサンブルをベンチマークした。 フレームワークは解釈可能で、公正を意識し、デプロイ可能である。
  論文  参考訳（メタデータ） (2025-09-26T16:40:44Z)
• Who Wrote This? The Key to Zero-Shot LLM-Generated Text Detection Is GECScore [51.65730053591696]
  我々は,人文テキストがLLM生成テキストよりも文法的誤りを多く含んでいるという観察に基づく,シンプルで効果的なブラックボックスゼロショット検出手法を提案する。 実験結果から,本手法はゼロショット法や教師あり手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-05-07T12:57:01Z)
• Text Sentiment Analysis and Classification Based on Bidirectional Gated Recurrent Units (GRUs) Model [6.096738978232722]
  本稿では,自然言語処理分野におけるテキスト感情分析と分類の重要性について考察する。 双方向ゲート再帰単位(GRU)モデルに基づく感情分析と分類の新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-04-26T02:40:03Z)
• DPIC: Decoupling Prompt and Intrinsic Characteristics for LLM Generated Text Detection [56.513637720967566]
  大規模言語モデル(LLM)は、盗作、eコマースプラットフォームへの偽レビューの設置、炎症性偽ツイートなどの誤用のリスクを引き起こすテキストを生成することができる。 既存の高品質な検出手法では、本質的な特徴を抽出するために、モデルの内部にアクセスする必要がある。 ブラックボックスモデル生成テキストの深い内在特性を抽出する。
  論文  参考訳（メタデータ） (2023-05-21T17:26:16Z)
• DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature [143.5381108333212]
  大規模な言語モデルからサンプリングされたテキストは、モデルのログ確率関数の負の曲率領域を占有する傾向にあることを示す。 次に、与えられたLLMから通路が生成されるかどうかを判断するための新しい曲率ベースの基準を定義する。 我々は、モデルサンプル検出のための既存のゼロショット法よりもディテクターGPTの方が識別性が高いことを発見した。
  論文  参考訳（メタデータ） (2023-01-26T18:44:06Z)
• Handwriting recognition and automatic scoring for descriptive answers in Japanese language tests [7.489722641968594]
  本報告では, 大学入試試験における手書き記述回答の自動評価実験について述べる。 すべての答えは人間の検査官によって採点されているが、手書き文字はラベル付けされていない。 我々は、ラベル付き手書きデータセットで訓練されたディープニューラルネットワークベースの手書き文字認識器を、このラベル付き回答セットに適応させようと試みる。
  論文  参考訳（メタデータ） (2022-01-10T08:47:52Z)
• Detecting Handwritten Mathematical Terms with Sensor Based Data [71.84852429039881]
  本稿では,手書きの数学的用語を自動分類する,スタビロによるUbiComp 2021チャレンジの解を提案する。 入力データセットには異なるライターのデータが含まれており、ラベル文字列は合計15の異なる文字から構成されている。
  論文  参考訳（メタデータ） (2021-09-12T19:33:34Z)

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。