AnthroScore：一种拟人化的计算语言学度量

拟人化，即将人类特征赋予非人类实体，塑造了关于技术影响和可能性的讨论。我们提出了AnthroScore，一种语言中隐式拟人化的自动度量。我们使用掩码语言模型来量化非人类实体如何被周围上下文隐式地框架为人类。我们展示了AnthroScore与人类对拟人化的判断以及社会科学文献中描述的拟人化维度相对应。出于对计算机科学话语中误导性拟人化的担忧，我们使用AnthroScore分析了15年的研究论文和下游新闻文章。在研究论文中，我们发现拟人化随时间稳步增加，而与语言模型相关的论文拟人化程度最高。在ACL论文中，拟人化的时间增长与关键的神经进展相关。基于对大众媒体科学误导信息的担忧，我们发现新闻标题中的拟人化水平高于其所引用的研究论文。由于AnthroScore不依赖词典，它可以直接应用于广泛的文本来源。