Human-machine cooperation for semantic feature listing

要約

【タイトル】人間と機械が協力してセマンティックフィーチャーリストを作成する

【要約】
・セマンティックフィーチャーノームとは、概念が持つ可能性がある特徴と持たない特徴のリストであり、人間の概念的知識を特徴付ける上で中心的な役割を果たしている。
・しかし、その作成には人的な労力が必要である。
・大規模言語モデル（LLM）は、そのようなフィーチャーリストを自動的に生成するための新しい手段を提供するが、重大なエラーに陥りやすい。
・ここでは、限られたデータからの人間のレキシカル・セマンティックスを学習したモデルとLLM生成データを組み合わせて、効率的に高品質のフィーチャーノームを生成する新しい方法を提案する。

要約(オリジナル)

Semantic feature norms, lists of features that concepts do and do not possess, have played a central role in characterizing human conceptual knowledge, but require extensive human labor. Large language models (LLMs) offer a novel avenue for the automatic generation of such feature lists, but are prone to significant error. Here, we present a new method for combining a learned model of human lexical-semantics from limited data with LLM-generated data to efficiently generate high-quality feature norms.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI