Voice Under Revision: Large Language Models and the Normalization of Personal Narrative
요약
본 연구는 LLM을 활용한 개인 서사의 재작성이 스타일과 질감에 미치는 영향을 분석했습니다. 세 가지 프롬프트 조건 하에서 여러 최첨단 LLM으로 300편의 개인 서사를 분석한 결과, LLM은 기능어와 일인칭 대명사 사용을 줄이고 어휘 다양성 및 구두점의 정교함을 높이는 경향을 보였습니다. 이러한 변화는 모델이 텍스트를 특정 '표준적' 스타일로 수렴시키려는 경향성을 시사합니다.
핵심 포인트
- LLM은 개인 서사를 재작성할 때 일관된 스타일 표준화 패턴을 보인다.
- 재작성 과정에서 기능어(function words)와 일인칭 대명사 사용이 감소한다.
- 어휘 다양성, 단어 길이, 구두점의 정교함 등 특정 언어적 표지들이 증가하는 경향을 보인다.
- LLM은 텍스트를 '표준화된' 스타일로 수렴시키려는 강력한 경향성을 가진다.
본 연구는 대규모 언어 모델 (Large Language Model) 의 재작성이 개인 서사 (personal narrative) 의 스타일과 서사 질감에 미치는 변화를 고찰합니다. 세 가지 프롬프트 조건 (일반적 개선, 재작성 전용, 음성 보존 수정) 하에서 세 가지 최첨단 LLM(대규모 언어 모델) 이 재작성한 300 편의 개인 서사를 분석합니다. 변화는 기능어, 어휘 다양성, 단어 길이, 구두점, 준동사, 일인칭 대명사, 감정어 등 계산 스타일론 (computational stylistics) 에서 도출된 13 가지 언어적 표지 (linguistic marker) 를 통해 측정됩니다. 모델과 프롬프트 조건을 통틀어 LLM 재작성은 일관된 스타일적 표준화 패턴을 보입니다. 기능어, 준동사, 일인칭 대명사는 감소하는 반면, 어휘 다양성, 단어 길이, 구두점의 세밀화는 증가합니다. 이러한 변화는 모델이 텍스트를
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기