Can GPT-4 learn to analyze moves in research article abstracts?

这篇文章中，写作文本分析中最具有影响力和持久性的想法之一是，体裁可以通过描述结构作家目的的移动来进行描述。相当多的研究试图识别这些不同的交际行为，但分析一直受到主观性、可靠性和需要多个编码器确认分析的耗时问题的困扰。在本文中，我们利用GPT-4的可行性通过使用自然语言提示来自动化注释过程。我们专注于四个应用语言学期刊中的摘要，设计了能够有效识别模型移动的提示。这些提示的注释输出由两个评估者评估，第三个评估者解决了分歧。结果表明，8次提示比使用2次提示更有效，证实了包含说明可变性区域的示例可以增强GPT-4识别单个句子中的多个移动的能力，并减少与文本位置相关的偏差。我们认为，当具有特定领域语言专业知识的人类参与提示过程时，GPT-4在自动化注释过程中具有相当大的潜力。

本文旨在利用GPT-4自然语言提示的优势自动化文本注释过程，以解决主观性、可靠性和需要多个编码器确认分析的问题。该论文试图验证GPT-4在自动化注释过程中的有效性。

本文使用自然语言提示，利用GPT-4自动化注释过程，以识别文章中的移动。结果表明，8个提示比使用2个提示更有效，可以增强GPT-4识别单个句子中的多个移动的能力，减少与文本位置相关的偏差。

本文使用GPT-4自动化注释过程，具有较高的效率和准确性，可以减少人工注释的时间和工作量。实验使用了四个应用语言学期刊的摘要，并通过两个评估者进行了评估。作者还发现，包括说明可变性区域的示例可以增强GPT-4的识别能力。

最近的相关研究主要涉及基于机器学习的自动注释方法，如基于规则的方法和基于统计的方法。其中一些研究使用了类似的自然语言提示，但本文使用的是最新版本的GPT-4模型，具有更高的准确性和效率。