| 研究課題/領域番号 |
22K19822
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
関 洋平 筑波大学, 図書館情報メディア系, 准教授 (00348468)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
|---|
| キーワード | 立場分類 / 市民意見 / 市議会議員 / T5 / マルチタスク学習 / アテンション / 都市間比較 / スマートシティ / BERT / 意見分析 / 市議会議事録 / 深層学習 |
|---|
| 研究開始時の研究の概要 |
本研究では、自治体の政策課題に対する意識と市民の意識とのギャップを評価するための方法を開発する。具体的には、ソーシャルメディアから市民の意見を深層学習に基づき抽出し、行政側の説明がどれだけ要求されているかという観点で市民の政策課題に対する立場を定量化する。また、市議会の議事録から政策課題に関連する意見を抽出し、議会側が経緯の説明やデータを提供しているかという観点で議員の立場の有用性を判別し定量化する。
|
| 研究成果の概要 |
本研究では、政策課題に対する市民と自治体の意識を調査する文書ジャンルとして、ソーシャルメディアと市議会の議事録を対象とし、市民や市議会議員の意見を賛成・反対などの立場で分類し、有用性や地域依存性、政策課題に対する適合性などの属性を判別して組み合わせて抽出した意見を都市別に比較する。提案手法では、政策課題に対するアテンション（注意機構）や、適合性を考慮したマルチタスク学習により、市民意見・市議会議員意見の抽出精度が有意に向上することを明らかにした。これらの成果は、国際ジャーナル IJDL（Springer, IF: 1.8（5 year impact factor, 2022））に採択された。
|
| 研究成果の学術的意義や社会的意義 |
学術的には、ソーシャルメディアと市議会会議録という異なる文書ジャンルを対象として、言語モデルT5を用いて、適合性とのマルチタスク学習やアテンションを考慮して、統一的に立場を比較できる手法を実現した点にその意義が認められる。社会的意義としては、実験を通して、社会課題に対する都市間の意識の差や市民と市議会議員の意識のギャップを明らかにすることができた。一例としては、カジノなどの統合リゾート（IR）誘致に関する市議会議員と市民意見を大阪市と横浜市とで比較した結果、大阪市の方が横浜市よりも賛成意見が多いことを明らかにし、最終的に実際に大阪市に誘致されることになった結果と矛盾がないことを明らかにした。
|
