A Study of Information Acquisition Support Focusing on the Perspectives of News Reporting and Discussion
| Project/Area Number |
23K21727
|
|---|
| Project/Area Number (Other) |
21H03557 (2021-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2021-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62020:Web informatics and service informatics-related
|
|---|
| Research Institution | Wakayama University |
|---|
Principal Investigator |
風間 一洋 和歌山大学, システム工学部, 教授 (60647204)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
土方 嘉徳 兵庫県立大学, 情報科学研究科, 教授 (10362641)
吉田 光男 筑波大学, ビジネスサイエンス系, 准教授 (60734978)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,160,000 (Direct Cost: ¥13,200,000、Indirect Cost: ¥3,960,000)
Fiscal Year 2024: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2022: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2021: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
|
|---|
| Keywords | ソーシャルメディア / 情報獲得 / ニュース / 分極度 / ラベル付け |
|---|
| Outline of Research at the Start |
報道されたニュースがソーシャルメディア上で拡散・言及される現象に着目し，同一トピックに対する複数の報道機関（情報発信者）の報道とソーシャルメディアユーザ（情報受信者）の反応を相互に関係づけた報道・議論の2部グラフ構造から，視点間の相違の度合いや各視点のユーザの割合を測定し，構造の各部分の意味・役割を提示することで，それらの時系列変化を観測できる情報獲得システムを実現し，多くの事例に適用し有効性を評価する.
|
| Outline of Annual Research Achievements |
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．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までの進捗状況は以下の通りである．
1) 報道・議論の情報収集システムを，より大規模データを扱えるように改良した．
1) Adaptive WRCに関しては，国際会議に投稿した結果，類似論文が半年前に投稿されていたために不採録だったことから，今後の展開を検討中である．
2) BERTを用いたキーフレーズ抽出手法により，ニュースやツイート，及びそれらの集合へのラベル付けを実現した．
3) ニュースやツイートの時系列変化と，それに対する変化点検出により，注目すべき時点を調べることを可能にした．
|
| Strategy for Future Research Activity |
次年度は以下のように研究を推進する予定である．
1) 分極化の分析については，新しいアプローチを検討する．
2) ニュースとツイートの分析において，新たに形容詞を用いる手法と，ML-Askよりも良い感情分析手法を検討する．
3) 右派・左派などのイデオロギーの定量化指標を検討する．
|
Report
(2 results)
Research Products
(10 results)
