텍스트 내 의미 정보의 기하학적 프로필: 프레임 조건부 유일성 및 스칼라 요약을 위한 상충 관계 트라이앵글
A Geometric Profile of Semantic Information in Text: Frame-Conditional Uniqueness and a Trade-Off Triangle for Scalar Summaries
텍스트는 얼마나 많은 의미를 담고 있는가? 섀넌 이론(Shannon's theory)은 기호에 대한 불확실성을 측정하며 의미에는 의도적으로 무관한 반면, BERTScore와 같은 쌍별(pairwise) 메트릭은 하나의 텍스트를 특성화하기보다는 두 텍스트를 비교한다. 우리는 텍스트의 문장 임베딩(sentence embeddings) 구조에서 의미적 내용을 측정하는 기하학적 프레임워크를 개발한다. 이 프레임워크는 세 부분으로 구성된다. 첫째, 고정된 임베딩과 기준선(baseline) 내에서, 여섯 가지 자연스러운 공리가 스케일까지 스칼라 측도를 유일하게 결정하며, 이를 프레임 조건부 유일성 정리(frame-conditional uniqueness theorem)라고 한다. 결과적으로 나온 스칼라는 경험적으로 너무 거친(coarse) 것으로 나타나, 더 풍부한 표현이 필요하게 되었다. 둘째, 우리는 일반적 담론으로부터의 변위인 참신성(novelty), 뚜렷한 아이디어의 다양성인 폭(breadth), 그리고 이들 간의 연결성인 통합(integration)을 포착하는 3좌표 의미 프로필(semantic profile)을 제안한다. 여기에 클러스터링 임계값 $τ$에 의해 해상도가 고정되는 이산적인 최소 단위(의미 양자, semantic quantum)를 포함한다. 셋째, 우리는 부정 정리(no-go theorem)를 증명한다: 프로필의 스칼라 요약은 의역(paraphrase) 및 연결(concatenation) 하에서의 해석적 안정성, 텍스트 규모 간의 서수적 강건성(ordinal robustness), 그리고 표현 간 비교 가능성을 동시에 만족할 수 없다. 우리는 이 상충 관계 트라이앵글(trade-off triangle)의 각기 다른 꼭짓점을 차지하는 두 가지 실용적인 스칼라인 $S_{\mathrm{minmax}}$와 $S_{\mathrm{rank}}$를 제시한다. 23개의 합성 카테고리, 5개의 Project Gutenberg 소설, 3개의 임베딩 모델에 걸친 검증(validation)이 이 상충 관계를 확인했다. 추천되는 순위 정규화(rank-normalized) 구성은 점 추정(point estimates)으로서 28개의 서수 검사 중 25개를 통과했으며(Benjamini-Hochberg 보정 후 28개 중 21개), 유니그램 엔트로피(unigram entropy) 및 BERTScore 기반 참신성 신호를 포함한 7개의 기준선(baseline)을 능가했다. 별도의 변분(variational) 결과는 폭 좌표를 행렬식 점 과정(determinantal point process)의 로그-행렬식(log-determinant)과 연결하며(507개의 Gutenberg 장에 걸쳐 Spearman $ρ= 0.985$), 폭에 대한 최적화 이론적 기초를 제공한다.