Semantic Change Characterization with LLMs using Rhetorics

要約

言語は社会的出来事に応じて継続的に進化し、その結果、新しい用語が誕生し、意味が変化します。
これらの変更は、自動翻訳やチャットボットなどのコンピューター アプリケーションに重大な影響を与えるため、それらを正確に特徴付けることが不可欠となっています。
最近の LLM の開発により、特に感覚推論と推論において、自然言語理解が著しく進歩しました。
この論文では、次元、関係、向きという 3 つのタイプの意味変化を特徴付ける際の LLM の可能性を調査します。
これは、LLM の思考連鎖と修辞的手段を組み合わせ、新しく作成されたデータセットを使用してアプローチの実験的評価を行うことによって実現されます。
私たちの結果は、意味の変化を捕捉および分析する際の LLM の有効性を強調し、計算言語アプリケーションを改善するための貴重な洞察を提供します。

要約(オリジナル)

Languages continually evolve in response to societal events, resulting in new terms and shifts in meanings. These changes have significant implications for computer applications, including automatic translation and chatbots, making it essential to characterize them accurately. The recent development of LLMs has notably advanced natural language understanding, particularly in sense inference and reasoning. In this paper, we investigate the potential of LLMs in characterizing three types of semantic change: dimension, relation, and orientation. We achieve this by combining LLMs’ Chain-of-Thought with rhetorical devices and conducting an experimental assessment of our approach using newly created datasets. Our results highlight the effectiveness of LLMs in capturing and analyzing semantic changes, providing valuable insights to improve computational linguistic applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google