지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
This research evaluates the effectiveness of bidirectional language models, particularly those based on the BERT architecture, in distinguishing between human-authored text and machine-generated text in the Korean language. Through an extensive empirical analysis using a newly established benchmark, KoMGTDetect-Bench, we explore the linguistic attributes and complexities that differentiate machine-generated text from human-authored text, such as vocabulary usage, sentence structure, and syntax. Our findings reveal that BERT-based models excel in detecting subtle nuances and irregularities in text, attributing their success to the model’s deep semantic and syntactic understanding enabled by bidirectional context-aware training strategy. This study also examines the performance of these models across various linguistic phenomena specific to the Korean language, highlighting their strengths and limitations.
목차
1. Introduction
2. Related Works
3. KoMGTDetect-Bench: Korean Machine-Generated Text Detection Benchmark
4. Linguistic Characteristics of Human-Authored and Machine-Generated Texts
5. Experimental Setup
6. Result
7. Ablation Study: Performance Evaluation of Models Focusing on Six Korean Language Phenomena
8. Discussion
9. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Decoding BERT’s Internal Processing of Garden-Path Structures through Attention Maps
영어학
2023 .01
-
사전학습 언어모델의 기술 분석 연구
인문언어
2020 .01
-
Effects of Text Modification and Text Complexity of a Literary Text on Reading Comprehension in Korean EFL Context
Studies in English Education
2015 .01
-
유럽공통참조기준(CEFR) 텍스트 매개 영역 능력기술문의 구성 요소와 특성 분석
국어국문학
2023 .12
-
한국어 쓰기 지도를 위한 학습자 텍스트 분석 - 중국인 학습자를 중심으로 -
언어와 정보사회
2016 .07
-
한시 텍스트마이닝 기법의 적용과 한계
어문연구
2024 .09
-
Проблема эстетики художественного текста в современной лингвистике
러시아어문학연구논집
2015 .01
-
BERT Learns More than Word Frequency Information: A Case Study of Do-Be Constructions
언어
2022 .09
-
텍스트 개념의 이론적 추상화에 관한 연구
외국학연구
2022 .03
-
딥러닝 모델 기반의 한국어 문장 통사적 복잡도 측정 모델 구현 연구
응용언어학
2023 .09
-
텍스트에 대한 내용 및 구조 친숙도가 EFL 학습자의 텍스트 처리과정에 미치는 영향
영어영문학연구
2019 .01
-
한국어 읽기 텍스트 선정을 위한 텍스트 복잡성의 개념과 요인
언어와 문화
2020 .01
-
DeepKLM - 통사 실험을 위한 전산 언어모델 라이브러리 -
언어사실과 관점
2021 .01
-
Identification of Machine-Translated Texts Using Machine Learning
담화·인지언어학회 학술대회 발표논문집
2018 .04
-
언어 네트워크 분석을 활용한 한국어 쓰기 교육 연구-논증 텍스트에 나타난 핵심 어휘를 중심으로-
이중언어학
2020 .01
-
한국어교육에서 텍스트의 정체성 일고
한성어문학
2017 .08
-
학문 목적 학습자의 쓰기 텍스트 분석 -한국어 모어 화자와 중국어권 학습자 자료의 대조를 중심으로-
언어사실과 관점
2017 .01
-
서양문헌 한국어 번역의 내력과 과제
수사학
2015 .12
-
Investigating Syntactic Interference Effects in Neural Language Models for Second Language Acquisition
영어학연구
2024 .02
-
표준어 정책에 대한 비판적 담화 연구: 기사에 달린 댓글을 중심으로
담화와인지
2023 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092177117