[論文レビュー] What Generative Artificial Intelligence Means for Terminological Definitions

Antonio San Martín|arXiv (Cornell University)|Feb 25, 2024

linguistics and terminology studiesArts and Humanities被引用数 3

ひとこと要約

本稿は、生成的AI（GenAI）、特にChatGPTが、使いやすさにおいて従来の静的定義を凌駕する文脈に応じたインタラクティブでカスタマイズ可能な定義を可能にすることで、用語的定義の作成と利用方をどのように変容させるかを調査する。本稿は、AIの効率性と人的専門性を融合させたAI支援用語学的記述（AI-assisted terminography）を提唱し、定義作成の高速化、柔軟性の向上、品質の改善を実現するが、正確性と信頼性の限界を認識することで、人的に管理された用語的リソースの持続的価値を保証する。

ABSTRACT

This paper examines the impact of Generative Artificial Intelligence (GenAI) tools like ChatGPT on the creation and consumption of terminological definitions. From the terminologist's point of view, the strategic use of GenAI tools can streamline the process of crafting definitions, reducing both time and effort, while potentially enhancing quality. GenAI tools enable AI-assisted terminography, notably post-editing terminography, where the machine produces a definition that the terminologist then corrects or refines. However, the potential of GenAI tools to fulfill all the terminological needs of a user, including term definitions, challenges the very existence of terminological definitions and resources as we know them. Unlike terminological definitions, GenAI tools can describe the knowledge activated by a term in a specific context. However, a main drawback of these tools is that their output can contain errors. For this reason, users requiring reliability will likely still resort to terminological resources for definitions. Nevertheless, with the inevitable integration of AI into terminology work, the distinction between human-created and AI-created content will become increasingly blurred.

研究の動機と目的

• 生成的AIが用語的定義の作成と消費に与える影響、特に従来の用語的リソースとの比較において、その影響を検討すること。
• ChatGPTのようなGenAIツールが、用語学者が文脈に応じた柔軟な定義をより効率的に作成するのをどのように支援できるかを検討すること。
• AI支援用語学的記述が、用語作業におけるAIの効率性と人的専門性を統合する新しいパラダイムとしての可能性を評価すること。
• GenAIの正確性と信頼性における限界を特定し、高水準の応用分野においても従来の用語的リソースがなぜ不可欠であるかを理解すること。
• 大規模言語モデルの時代において、用語学者の役割を再定義する、AI支援用語学的記述が標準的実務となる未来を提言すること。

提案手法

• 認知言語学的枠組みを用いて、用語を意味的潜在性へのアクセスポイントとして概念化し、前意味的要素（premeanings）をその潜在性の文脈的に制約された部分集合として定義する。
• 特定のテキスト、画像、または記述された状況を提示することで、ChatGPTが文脈に即した定義を生成する能力を評価する。
• GenAIへのプロンプト入力として、コーパスツール（例：Sketch Engine）を用いて共起ラインや語のスケッチ（意味的スケッチを含む）を抽出し、構造化された入力を得ることを提唱する。
• AIが生成した定義をコーパス由来の証拠を用いて後処理することで、内容の追跡可能性と正当性を保証する。
• 用語学者は、ChatGPTを用いて反復的改善を行うよう推奨される。AIのフィードバックを通じて定義を評価・強化・検証するプロセスを経る。
• 新規の評価手法を提唱する：ChatGPTが定義から用語を特定できるかどうかをテストすることで、定義の適切さを自動的に評価し、失敗した場合は見直しが必要であると示す。

実験結果

リサーチクエスチョン

• RQ1 ChatGPTのようなGenAIツールは、使いやすさにおいて従来の静的定義を上回る文脈に応じた、ユーザーに合わせた用語的定義をどの程度生成できるか？
• RQ2 AI支援用語学的記述は、用語作業におけるGenAIの効率性と人的専門性の信頼性をどのように統合して実装できるか？
• RQ3 GenAIの正確性と一貫性における限界は何か。それらは、専門分野におけるAI生成定義の長期的持続可能性にどのように影響するか？
• RQ4 GenAIツールは、コンテンツの検証、誤りの検出、スタイルの改善を含め、定義作成プロセスをどの程度向上させられるか？
• RQ5 GenAIをコーパストールに統合することで、柔軟で証拠に基づく用語的定義の生成をどのように簡素化できるか？

主な発見

• ChatGPTは、特定の使用状況で活性化される意味を反映する文脈に応じた定義を生成でき、従来の定義で説明される前意味的要素を越える。
• GenAIは、インタラクティブでユーザーに適応する定義生成を可能にし、静的リソースでは実現できないフォローアップ質問、明確化、文脈カスタマイズを可能にする。
• 強みがある一方で、GenAIは正確性の問題を抱えており、事実誤認や「幻覚（hallucinations）」が生じるため、高水準の応用や正確性が求められる分野での利用を制限する。
• AI支援用語学的記述——人的に作成された定義をGenAIで後処理・精錬する——は、生産性の大幅な向上と定義品質の向上を実現し、特に柔軟で文脈に敏感な定義において顕著である。
• GenAIとSketch Engineのようなコーパスツールの統合により、共起ラインや意味的スケッチを用いた構造的で証拠に基づく定義生成が可能となり、追跡可能性と正当性が向上する。
• ChatGPTが定義から用語を逆引きできる能力は、定義の適切さを評価する新しい自動化手法を提供し、失敗した場合は見直しが必要であることを示唆する。