著者

安藤 駿 猪瀬 裕介 増田 英孝 佐々木 良一

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.55, no.9, pp.2149-2158, 2014-09-15

---

近年,テレビ番組やWEB放送などでTwitterなどを用いて視聴者の意見を取得し反映するケースが多い.このような場合にはリアルタイムで有益な意見を抽出し,放送に活かすことが望ましい.著者らが開発中のITリスク問題に関する合意形成支援システムSocial-MRCにおいても,数千人規模の参加者の合意形成を支援するためにUSTREAMを用いて放送し,Twitterを改良したものを用いて意見の収集を図っている.しかし意見の数が膨大になり,人の力だけでリアルタイムに意見を分類することは困難である.そこで自動的に有益な意見を抽出する必要があるが,放送を見ながら実時間で意見を記入する場合は,Twitterに限らず投稿される意見は短い文章が多く自然言語処理だけでは満足な結果を得ることが難しい.一般的に機械学習の素性として名詞を用いることが多いが,名詞は議論の内容に依存することが多く,学習時には出てこなかった未知の話題を含む有益な意見が出てくることも多い.このような問題を解決するため,投稿者に選択してもらった意見の対象および意見の種類の項目を素性として用いるとともに未知の名詞の出現頻度を素性に用いるMAUOS方式を開発した.この方式をSocial-MRCを用いた「青少年への情報フィルタリング問題」の合意形成に適用することによって,短い文章において新しい傾向を持つ意見を高い精度で分類することができたので報告する.