偽造テキスト

偽造テキストとは、本物らしく見せかけて実際には意味のない、コンピュータで生成された説明文書です。偽造テキストは、スパムブログのように、本物の文書と混ぜて検索エンジンの結果を操作するために作成されることがよくあります。また、偽造テキストは、スパムに本物のテキストの表面的な特徴を与えることでスパムフィルターを欺くために、電子メールに添付されることもあります。

時には、ディソシエイテッド・プレスやフラーフ詩のように、ユーモア効果を狙ってコンピュータの助けを借りて無意味な文書が作成される。また、それらは出版物の信憑性に異議を唱えるためにも使用される。MITの学生がSCIgenと呼ばれるコンピュータ・プログラムで作成した論文をある会議に提出し、最初は受理された。これを受けて学生たちは、提出のハードルが低すぎると主張するに至った。

コンピューターで生成されるテキストの量が、人間がそれをキュレーションする能力を上回っているため、両者を区別する何らかの手段が必要です。しかし、テキストが本物であるかどうかを絶対的に判断する自動化されたアプローチは、意味論の本質的な課題に直面します。ノーム・チョムスキーは、「無色の緑のアイデアは激しく眠る」というフレーズを作り出し、文法的には正しいが意味的には一貫性のない文の例を示しました。ある文脈では、この文 (または任意のフレーズ) に意味を与えることができると指摘する人もいます。

この点に関してこの表現を使用した最初のグループは、インディアナ大学の以下のグループです。彼らの研究では、サイバースペースにおける偽造テキストを検出し、偽造テキストの有害な問題を特定する試みが詳細に説明されています。このサイトには、教師あり学習に基づいてコーパスが偽造であるかどうかを評価するテキストを送信する手段があります。多くのユーザーが誤った種類のデータを送信し、それに応じてスコアにコメントしています。このアプリケーションは特定の種類のデータを対象としているため、たとえば電子メールを送信しても意味のあるスコアは返されません。

参照

外部リンク

インディアナ大学情報学部の偽造紙検出装置