無料エムダッシュ除去ツール 各ダッシュをその節に対応させる

今日の language models は、何十年にもわたる professionally typeset な prose から sentence rhythm を学びました。その prose の中で em dash は、文が終止なしに形を変える必要があるときに、writer が手を伸ばす記号です。training はまさにその柔軟性を評価し、comma、colon、period のどれにすべきか決めないまま 2 つの考えをつなぎます。この習慣は、model が自力で text を生成し始めるとすぐに目立って現れます。1 つの段落に複数の dash が入るのは珍しくなく、人が同じ一節を手で下書きするなら、1 ページ全体で 1 つ以上使うことはめったにありません。これはなぜ ChatGPT が em dash を使いすぎるのかの背景にある pattern です。

読者はそのパターンを見分けるようになっています。"The result — surprising given prior work — held across every site" のような文は, 読者が結果に到達する前にその出自を示します。これは, 余計な delve や余計な moreover がそうであるのと同じです。段落がこの記号に大きく依存すると, 監督者や査読者は他の AI の痕跡も探して読み始め, 実際の議論は, それ自体で読まれた場合よりも, より懐疑的に受け取られます。

この習慣をやめるには、各ダッシュが何の代わりをしているのかを特定し、その役割に合った記号を補うことです。挿入句はコンマ2つ、または括弧で囲みます。列挙や説明はコロンで導きます。密接に関連する2つの完全な文はセミコロンを用いるか、単に2文にします。学術的なスタイルガイドでは、エムダッシュは通常、1ページにつき意図的に1回までにとどめ、それ以上の頻出は草稿が読み返されていない兆候とみなします。

em dash は目に見える signal であり、その頻度は文体 fingerprint 研究で AI model 間に 200 倍の差があると分かりましたが、machine-drafted な一節が持つ signal はそれだけではありません。leverage や delve のような使いすぎの vocabulary は別の signal であり、AI word cleaner はそれを拾うために作られています。そして、sentence rhythm と word predictability のより深い問題こそ、TextPulse humanizer が文書全体にわたって replacement ごとに処理するもので、このツールが見つけた dash を 1 つずつ扱うのとまったく同じです。