いまもアクセントは聞こえるのか？LLM時代における母語シグナルの回復力を調査する

Abstract

機械翻訳から大規模言語モデル（LLM）へと進化してきた文章支援ツールは、研究者の書き方のあり方を変えてきました。本研究では、3つの時代、すなわちニューラルネットワーク（NN）以前、LLM以前、LLM以後におけるACL Anthology論文のネイティブ言語識別（NLI）傾向を分析することで、この変化が研究論文を均質化しているのかどうかを調べます。半自動化されたフレームワークを用いてラベル付きデータセットを構築し、著者の背景に由来する言語的特徴（フィンガープリント）を検出するための分類器を微調整します。分析の結果、時間の経過とともにNLI性能が一貫して低下していることが示されました。興味深いことに、LLM以後の時代には異常が見られます。中国語とフランス語は、予想外の耐性または発散した傾向を示す一方で、日本語と韓国語では、予想を上回って急激な低下が見られます。