モチーフに基づく民話型自動化のための大規模言語モデル：シンデレラのケーススタディ

本研究では、民話学における大規模分析のための方法論を構築し、機械学習と自然言語処理を使用してシンデレラのバリエーションの大規模なコレクションからモチーフを自動検出しました。分析の結果、異なるバリエーション間の類似点や相違点をクラスター化と次元削減によって明らかにしました。その結果、大規模な言語モデルが物語内の複雑な相互作用を検出できることが示され、広範なテキストコレクションの計算分析や多言語間の比較を容易にすることに寄与することが確認されました。