仕組み

SigPhi はパブリックドメインの一次資料にもとづいて回答し、回答と検索された一節とのつながりを保持します。

テキストの出所

コーパスはProject Gutenberg、Wikisource、Internet Archiveなどの公開リポジトリにあるパブリックドメイン版を収録しています。図書館には著者、作品、言語、利用可能な編集注記が表示されます。略歴は背景情報のみで、引用資料ではありません。本文そのものは決して改変しません。クリーニングで取り除くのは、スキャンに残った印刷の痕跡——ページ番号、欄外見出し、行末で分断された語——だけで、本文の一語たりとも削らず、異なる版を断りなく継ぎ合わせることもありません。

分割と索引化

断片の境目で文脈が失われないよう、テキストを正規化し、重なりを持たせた一節に分割します。各一節は著者、作品、言語、著者性や完全性に関する注意書きを保持します。モデルに送る一節を選ぶ前に、意味的な類似性と語句の一致を組み合わせて検索します。

「検証可能な引用」の意味

チャットの引用は、モデルに依存しない検査を通過した場合にのみ公開されます。根拠となる文が取得した箇所に文字どおり含まれていること、括弧内の著者と作品がその箇所のものと一致すること、読者が引用符の中で読む内容がいずれかの箇所に見つかることが条件です。二度目の自動読解で主張がそこから導かれるかを確認しますが、誤ることもあります。章や節は版の中での引用の実際の位置から示し、記録がなければ表示しません。回答の一部を裏づけられない場合はその引用を取り下げ、注記で知らせます。出典を開くと、根拠が強調表示された断片、その前後の文脈、リーダー内の該当箇所へのリンクを確認できます。引用チェッカーでは、著者自身の箇所と、その言葉を引用する他の著者の箇所を分けて示し、それぞれにリンクを付けます。「見つからない」は「偽物」という意味ではありません。

言語と翻訳

回答は質問の言語で生成され、一節の意味を翻訳・言い換えることがあります。名言のページでは、SigPhi がページの言語で生成した訳文を示し、そのすぐ下に収録版の本文を表示します。生成された訳文は刊行版ではなく、歴史的な翻訳は目録で明記します。

版と重複作品

同じ作品が複数の言語、翻訳、巻、版で存在する場合があります。追跡可能性のため別記録として保持し、訳題が同じ場合は原題と言語を表示して区別します。引用は常に実際に使った版（原典または翻訳）を指し、そのことを明記します。二つの本文を明示的に対応づけない限り、別の版に差し替えることはありません。原典を優先するのはコーパスに何を収めるかの基準であり、引用を自動的に振り替えるものではありません。

限界と訂正

デジタル化されたテキストには、OCR の誤り、不完全なメタデータ、不適切な分割が含まれることがあります。生成された回答が一節を読み違えることもあります。回答はチャットの評価ボタンで評価できます。また、各回答の下（または引用の箇所）から具体的な問題を報告できます。理由、該当する引用、コメントを選べ、送信前に何が送られるかを正確に確認できます。各作品ページの本文の状態は、自動測定（スキャンのごみは検出できても、単語らしく見える誤読は検出できない）によるものか、人による確認によるものかを示します。学習ノートは箇所とメモをこのブラウザにのみ保存します。メモは読者自身のもので、SigPhi が出典として使うことはありません。

具体的な誤りを見つけましたか？