大規模言語モデルの出力における言語表現のコントラスト分析：構造化された合成データ生成と抽象化N-gram関連付けによる手法

概要: 対照的な合成テキスト生成と統計分析を通じて、異なる社会集団に関連する言語的・談話的なパターンを発見するための方法論的枠組みを提示する。先行するアプローチと対照的に、あらかじめ定めた単語や表現のリストによってバイアスを診断するのではなく、バイアスの微妙な表れ方を特徴づけることを目指す。また、孤立した単語や文ではなく、文脈化されたデータを扱っている。提案手法は、物語、課題志向、対話的など、あらゆるジャンルのテキスト生成に適用可能である。文脈化されたデータは、状況シナリオと集団マーカーの制御された組み合わせによって生成され、同等の物語条件を維持しつつ、参照される集団のみが異なる最小ペアのテキストを作り出す。頑健な分析を促進するため、言語形式は一般化され、言語的な抽象化と集団の間の関連は、点別相互情報量の変種を用いて定量化する。これにより、集団間で不釣り合いに出現する表現を検出できる。つづいて、断片（フラグメント）のランキング戦略によって、バイアスを示す言語的シグナルが高濃度に含まれるテキストのセグメントを優先する。これにより、専門家が文脈の中で言語表現の有害性の可能性を評価できるようになり、量的分析と質的解釈を橋渡しする。