言葉でデータを表現する：文脈工学的アプローチ

要旨: 大規模言語モデル（LLMs）は、幅広い応用領域において顕著な潜在能力を示しています。しかし、データを忠実に表現する信頼性の高いテキストを作成することは依然として課題です。従来の研究は、文脈内学習と知識拡張を通じたタスク特化の条件付けが性能を向上させることを示してきましたが、LLMs は数値データの解釈と推論に苦戦し続けています。これに対処するため、データから文体的に自然な語りを生成する方法論として wordalisations を導入します。視覚化が数値データを分かりやすく表示するのと同様に、wordalisations はデータの洞察を記述的なテキストへと抽象化します。この手法の多様性を示すため、3つの適用分野に適用します：サッカー選手のスカウティング、性格テスト、国際調査データ。この特定のタスクには標準化されたベンチマークが欠如しているため、3つの適用領域における正確性を評価するべく、LLMを審査者とする評価と人間を審査者とする評価を実施します。 wordalisation はデータを正確に表現する魅力的なテキストを生み出すことを示しました。さらに、データについての開かれた・透明性のあるコミュニケーションの開発におけるベストプラクティス手法について述べます。