數位語言證據與生成式AI概念地圖 | Flyism

平台、轉貼、多人協作、自動更正與生成式模型都可能影響文本來源。數位語言分析必須與數位保全、模型驗證及偏差審查整合。

flowchart TD
  A[數位語言材料] --> B[平台與媒介慣例]
  A --> C[數位鑑識與來源保全]
  B --> D[語料可比性]
  C --> D
  E[人類作者] --> F[人機共作流程]
  G[大型語言模型] --> F
  F --> D
  D --> H[作者分析與模型驗證]
  H --> I[偏差與法律可採性檢查]

概念索引

數位鑑識、大型語言模型、作者歸屬分析、機器學習、效度、鑑識倫理

核心論述

作者歸屬分析只能回答特定比較假設、作者歸屬與作者側寫回答不同問題、語言特徵必須放回交際目的與文類理解、文本長度與語境差異會限制作者比對、似然比描述證據對競爭假設的支持程度、聲音比較必須驗證效度與可靠度、數位文本的作者分析必須納入平台與生成工具、演算法偏差可能把語言差異轉成司法風險

回鏈