A Study of Information Acquisition Support Focusing on the Perspectives of News Reporting and Discussion

点击翻译按钮获取中文摘要

今年度は，以下の研究を行った.1)報道・議論の対立度合いの定量化指標であるGarimellaのRWC(Random Walk Controversy)が持つグラフサイズが小さくなると正しく計測できない問題を，ランダムウォーク方法を変更し，グラフに応じて最適のパラメータを設定するAdaptive RWCを考案して第36回人工知能学会全国大会で発表した．ただし，さらに国際会議にも投稿したが，不採録であった．2) Liangらのキーフレーズ抽出法を用いて，複数のメディアで共通するキーフレーズ集合（共通キーフレーズ）をトピックの要約として，各メディアの固有のキーフレーズ（差異キーフレーズ）をメディアの報道意図の要約として抽出し，可視化する手法を提案して，WebDB夏のワークショップ2022で発表した．3) BreiらのLDAのトピック抽出結果を内容理解を支援するために，トピックのランキング上位の単語に対して，その単語の前後で係り受け関係にある単語の出現頻度を集計し，最も関係が強い単語を関連語として同時に表示する手法を提案し，WebDB夏のワークショップ2022で発表した．4) あるトピックに関してメディアが報道したニュース数と，それに言及したツイート数の2種類の時系列変化に対して，それぞれ山西らのChangeFinderを用いて変化点を抽出し，さらに変化点直後のニュース群またはツイート群からキーフレーズを抽出することで，何らかのイベントの発生とその内容を把握する手法を提案し，DEIM 2023で発表した．5) 今後BERTを活用するための先行事例として，BERTベースのEncoder-Decoderモデルの出力の制御方法について，レシピから魅力的なタイトルを自動生成する研究を行い，DEIM 2023で発表した．