| Project/Area Number |
23K22076
|
|---|
| Project/Area Number (Other) |
22H00804 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 06010:Politics-related
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
狩野 芳伸 静岡大学, グリーン科学技術研究所, 教授 (20506729)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
三輪 洋文 学習院大学, 法学部, 教授 (20780258)
岸本 泰士郎 慶應義塾大学, 医学部(信濃町), 特任教授 (60348745)
野中 尚人 学習院大学, 法学部, 教授 (90264697)
五十嵐 彰 大阪大学, 大学院人間科学研究科, 准教授 (90844762)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2026: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2025: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2024: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2023: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2022: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
|
|---|
| Keywords | 自然言語処理 / 世論形成過程 / 人工知能 / SNS / 世論形成 / 議事録 / メディア |
|---|
| Outline of Research at the Start |
世論が政治家の言動や政治的出来事に対して合理的に反応しているかを検証することは、現代民主主義においてアカウンタビリティが確保されているかをチェックする上で重要な課題である。本研究では、SNSデータ（引用された新聞記事を含む）と国会議事録（文字・映像）を対象に、機械学習による精細な話し言葉解析器と心理状態分析器・嘘検出器を用いて、これら情報の受信・発信者の状態とその変化をミクロで推測する。さらにマクロな集団としての我が国の世論形成過程、政府・政治家と世論の関係を時系列モデルで分析し、可視化する。具体的なテーマとしては対外国人意識を重点的に扱う。
|
| Outline of Annual Research Achievements |
SNS投稿データの収集について引き続き収集を行い、以前よりも精密なフィルタを適用した投稿データとクラウドソーシング調査結果に基づき、オンラインアカウントの各種属性推測を行った。我々が独自に進めているクラウドソーシング調査は、アクティブに投稿を行っているSNSユーザに対し、投稿データを収集するとともに様々な個人的、政治的属性についてアンケートに答えてもらうものである。
また、さまざまな媒体の投稿テキストを対象に、政治的であるかどうかの判定や、政治的な傾向の推測を行うシステムを構築した。政治的であるかどうかのフィルタを適用したデータセットに対して政治的傾向の学習を行うことで、分類性能が向上することを示した。
さらに、衆参議員のTwitterの投稿に対するリプライを収集し、オンラインハラスメントの現状を分析した。
リプライを単位とした分析では、当選回数の少ない女性衆院議員に対するリプライは同条件の男性議員に対するリプライよりも暴言である可能性が高かった。これに対して議員の投稿を単位とした分析では、当選回数の少ない女性衆院議員は多くのリプライを受ける傾向にあり、そのために受ける暴言の数も多いが、暴言の割合については優位な男女差はみられなかった。また、参議院ではこれらの結果はみられなかった。政党別にみると、どちらの単位の分析でも、衆参ともに与党よりも野党の方が受けるリプライの暴言率が高い傾向にあることがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
SNS投稿データの収集については商用サービスの利用規定変更により方針変更を余儀なくされたが、主に収集済みの投稿データとクラウドソーシング調査結果に基づき、おおむね予定通りの研究を進めることができた。
|
| Strategy for Future Research Activity |
前年度に引き続き、SNS投稿データ・国会議事録・新聞記事のそれぞれについて、大規模言語モデルの適用、性能向上を試みる。
含意関係・矛盾関係の自動判定のため、本研究に適したデータセットの構築を試みるとともに、現実的な設定においてどのようなパターンがあり、どのような課題がありうるか探求する。
また、ファクトチェックのような実用的応用を視野に、基盤的な自然言語処理技術の構築を行う。
なお、代表者は自然言語処理および機械学習部分を、分担者（野中・三輪）は政治学的な分析部分を、分担者（五十嵐）は社会学的な分析部分を、分担者（岸本）は精神・心理的な分析部分を、それぞれ担当する。
|
