講演情報
[4Yin-A-17]主流意見の分離と有益な少数派意見の顕化によるニュースコメントランキングの多様性向上
〇方 佐凡1、坪内 孝太2、清水 徹2、西尾 信彦1 (1. 立命館大学、2. LINEヤフー研究所)
キーワード：
多様性ランキング、深層クラスタリング、倫理的な人工知能
ニュースコメントの多様化は、読者の視野を広げ、オンライン議論における単一の論調の支配を防ぐ上で重要である。しかし、コメント分布はロングテール型であり、密集した主流領域には複数の近接した会話が含まれる一方、低品質や話題外のコメントが疎らに出現する。このような状況下では、既存のクラスタリング手法や非類似度ベースの手法は、主流のサブピークを分離できなかったり、断片化した外れ値を不適切にピックアップしたりする傾向がある。 本研究では、M-DECを提案する。これは、外れ値集中項、主流コンパクトネス正則化項、ソフト上限容量制約を用いて自己学習を修正し、エントロピー正則化されたカバレッジ目的関数による代表選択を行う、コメントをランキングするフレームワークである。 30件のニュース記事を用いた実験において、M-DECは、より強い外れ値集中を実現し、人間評価において品質を低下させることなくより多様と評価される上位10件のスレートを生成できた。これらの結果は、有害コメントを回避しつつニュースコメントランキングを多様化する上で、構造化された主流分離と露出バランシングの価値を裏付けるものである。