A Study of Information Acquisition Support Focusing on the Perspectives of News Reporting and Discussion

聚焦新闻报道与讨论视角的信息获取支持研究

基本信息

批准号：
21H03557
负责人：
風間一洋
金额：
$ 10.98万
依托单位：
Wakayama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03557/
关键词：
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

项目摘要

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．

今年，我们进行了以下研究： 1）我们应用随机游走方法来解决Garimella的RWC（Random Walk Controversy）问题，RWC是报告和讨论中冲突程度的量化指标，无法正确测量当图尺寸变小时，我们设计了自适应RWC，它根据图设置最佳参数，并在第36届日本人工智能学会全国会议上提出。然而，我向一个国际会议提交了论文，但没有被接受。 2）采用Liang等人的关键短语提取方法，以多种媒体共有的一组关键短语（公共关键短语）作为主题摘要，并使用各媒体特有的关键短语（差异关键短语）我们提出了一种将其提取并可视化为摘要的方法，并在 2022 年 WebDB 夏季研讨会上进行了展示。 3）为了支持Brei等人的LDA主题提取结果的内容理解，我们统计了主题排名靠前的单词前后具有依赖关系的单词的出现频率，并提出一种同时将强词显示为相关词的方法，并在 2022 年 WebDB 夏季研讨会上提出。 4）对于两种类型的时间序列变化：媒体报道的关于某个主题的新闻报道数量和提及它们的推文数量，使用Yanishi等人的ChangeFinder提取变化点，然后将新闻组在提取变化点后，我们还提出了一种通过从一组推文中提取关键短语来了解事件发生和内容的方法，并在 DEIM 2023 上公布。 5) 作为未来使用 BERT 的先例，我们研究了如何通过从食谱自动生成有吸引力的标题来控制基于 BERT 的编码器-解码器模型的输出，我们在 DEIM 2023 上展示了该模型。