银舌与杂类：探索聊天机器人中的交叉性代词

聊天机器人是建立在大型语言模型上的对话代理。它是在显著部分人类输出上训练的，能够以相当程度的程度模仿他人。因此，我们需要考虑聊天机器人所模拟的社会身份（或可以设计来模拟的社会身份）。在本研究中，我们通过日本第一人称代词的案例进行了身份模拟的探索，这些代词以交叉性方式与社会身份紧密相连，即交叉性代词。我们进行了一次受控在线实验，其中来自日本两个地区（关西和关东）的受试者见证了使用十套第一人称代词与聊天机器人进行的交互。我们发现，代词本身即可在性别、年龄、地区和礼貌等交叉点上引发对聊天机器人社会身份的感知，虽然也有局限。本工作突显了代词使用对社会身份模拟的重要性，提供了一种面向文化敏感人格开发的语言方法，并推进了智能代理中交叉性身份的潜力。