誰是「布什」總統？ 中研院「台版GPT」餵入大陸用語

國民黨立委葉元之今（20）日質詢中研院時指出，上次中研院開發的「台版GPT」，被發現使用到大陸資料，但今天又被他發現「斷詞系統」也有不符合台灣語境的「布什總統」，要求中研院立刻改進。

葉元之說，之前中研院開發的小型研究專案「台版GPT」，被人發現出現很多中國大陸使用的語境，比如說詢問「我國最高領導人是誰」，「台版GPT」回答習近平；詢問「你是誰創造」，台版GPT回答「我是復旦大學創造」。這明顯用到大陸的資料Date，當時中研院表示會修正。

不過葉元之發現，中研院同一個實驗室製作的另外一個斷句系統（輸入一整句，系統會幫忙上標點符號），依舊有使用中國大陸語境，一登入使用介面的範例就是「美國總統布什…」，明顯不符合台灣人語境，因為台灣人通常是稱「布希」總統。

葉元之質疑，在上一個「台版GPT」系統出問題時，就應該做全面的檢查，不應該還被發現有一樣的狀況。

中研院長廖俊智答詢表示，看起來這系統的做法，是拿網路上所有繁體中文可以搜尋到的詞句作為來源。

資訊所所長廖弘源補充，斷詞系統是使用繁體字作為樣本，來源是英國BBC網站繁體資料。

葉元之認為，一般民眾不會在乎資料來源是哪裡來的，只會質疑為什麼中研院系統會出現「布什總統」這樣的大陸用語；尤其這一案比上次「台版GPT」花的經費更貴，花費100~200萬元，在上次出問題的時候就應該做一個通盤的檢討，不應該再有類似情況發生。