[1H]AIとの学習

11:40 〜 12:05

[1H-05] 群衆による論証構築のための最適資源配分

*木田 開¹、伊藤 寛祥²、鈴木 伸崇²、森嶋 厚行² (1. 筑波大学大学院人間総合科学学術院人間人間総合科学研究群情報学学位プログラム、2. 筑波大学 図書館情報メディア系)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

クラウドソーシング、ヒューマンコンピュテーション、強化学習、意見集約

クラウドソーシングを活用した意見の集約手法は、ファクトチェック等の分野で注目される一方、結果のみを収集する従来手法では論理的な説明が不足しているため、得られた結果の信頼性や妥当性を検証することが難しい。そこで、本研究ではワーカからの意見を論証という形で収集し、確信度付き推論ネットワークを構築する手法を提案する。本手法は、問題を分割、量的な計算が可能であるという利点があり、単純多数決では正解に至らない場合でも有用な結果を導く可能性を示した。さらに、確信度付き推論ネットワークにおけるリソースの配分問題をマルコフ決定過程として定式化し、DQNを用いてリソースの最適化することを試みた。実験の結果、従来の均等配分と比較してスコアが向上し、リソースを効率的に活用できることが確認された。