twitter研究会資料 安藤
TRANSCRIPT
目次
1. 背景
2. Social-MRCについて Social-MRCとは
3. 問題点 プロトタイプを用いた実験
研究目的
4. 意見分類フロー 概要
Twitterインタフェース
有益意見自動分析システムについて
意見分類ツールについて
提示意見選定ツールについて
5. 今後の展開
2
目次
1. 背景
2. Social-MRCについて Social-MRCとは
3. 問題点 プロトタイプを用いた実験
研究目的
4. 意見分類フロー 概要
Twitterインタフェース
有益意見自動分析システムについて
意見分類ツールについて
提示意見選定ツールについて
5. 今後の展開
3
はじめに(1/2) 4
1つのリスクへの対策が別のリスクを生み出す多重
リスクの問題が存在
従業員が顧客情報を漏洩させてしまうかもしれない
従業員のメールを監視しよう!
メールを監視するなんて
プライバシーの侵害だ!
経営者
従業員
顧客
個人情報を絶対に漏洩させるな!
はじめに(1/2) 5
1つのリスクへの対策が別のリスクを生み出す多重
リスクの問題が存在
従業員が顧客情報を漏洩させてしまうかもしれない
従業員のメールを監視しよう!
メールを監視するなんて
プライバシーの侵害だ!
経営者
従業員
顧客
個人情報を絶対に漏洩させるな!
多様な価値基準を持つ利害関係者との間で,
合意を形成するための
リスクコミュニケーションが重要
7
これらの要求を満たすシステム
Social-MRC
(Social Multiple Risk Communicator)
Social-MRCの要件
要求1
対立する多様なリスクを考慮しつつ対策を考える必要がある
要求2 対策の最適な組み合わせを求める必要がある
要求3
関与者の数が数千人を超える社会的合意形成の問題に適用可能
要求4 多くの関与者間で合意が得られるコミュニケーション手段が必要である
ITリスク対策に関する社会的合意形成支援システムSocial-MRCの開発構想
佐々木良一, 杉本尚子, 矢島敬士, 増田英孝, 吉浦裕, 鮫島正樹, 舩橋誠壽
情報処理学会論文誌 Vol.52, No.9(20110915) pp. 2562-2574
目次
1. 背景
2. Social-MRCについて Social-MRCとは
3. 問題点 プロトタイプを用いた実験
研究目的
4. 意見分類フロー 概要
Twitterインタフェース
有益意見自動分析システムについて
意見分類ツールについて
提示意見選定ツールについて
5. 今後の展開
8
Social-MRC[概要] 9
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
第1階層 (MRC-Studio)
第2階層(MRC-Plaza)
Social-MRC[オピニオンリーダ] 11
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
実際に議論を行う,議論に関する問題の専門家達
Social-MRC[ファシリテータ] 12
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
議論を進行しつつ,一般関与者の意見をオピニオンリーダに伝える人
Social-MRC[MRC専門家] 13
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
オピニオンリーダやファシリテータの議論を受けて,MRCを用いて
最適解を演算する人
Social-MRC[一般関与者] 14
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
意見を投稿することで議論に
参加している一般の人達
Social-MRC[議論の流れ] 15
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見 第2階層(MRC-Plaza)
意見
最適解
配信動画
Social-MRC[議論の流れ] 16
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
第1階層 (MRC-Studio)
配信動画
Social-MRC[議論の流れ] 17
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
第1階層 (MRC-Studio) 最適解
配信動画
Social-MRC[議論の流れ] 18
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
第1階層 (MRC-Studio)
最適解
配信動画
意見 Twitter
インタフェース
Social-MRC[議論の流れ] 19
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
第1階層 (MRC-Studio)
最適解
配信動画
意見
意見
意見
Social-MRC[議論の流れ] 20
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
意見
意見
意見
目次
1. 背景
2. Social-MRCについて Social-MRCとは
3. 問題点 プロトタイプを用いた実験
研究目的
4. 意見分類フロー 概要
Twitterインタフェース
有益意見自動分析システムについて
意見分類ツールについて
提示意見選定ツールについて
5. 今後の展開
22
問題点 25
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
意見
意見
意見
意見が膨大になると
すべての意見の中から
必要な意見を分類することが困難
問題点 26
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
意見
意見が膨大であっても
議論に必要な意見を抽出できる
意見分類フローが必要
目次
1. 背景
2. Social-MRCについて Social-MRCとは
3. 研究目的 プロトタイプを用いた実験
研究目的
4. 意見分類フロー 概要
Twitterインタフェース
有益意見自動分析システムについて
意見分類ツールについて
提示意見選定ツールについて
5. 今後の展開
27
意見分類フロー[概要](1/2) 29
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
意見分類フロー[概要](1/2) 30
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
一般関与者の意見の意見を
収集する
セレクトメニューによる分類機能
ツイート評価機能
意見分類フロー[概要](1/2) 31
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
一般関与者の膨大な意見の中から
有益な意見に絞り込む
特徴語と手がかり表現による分類機能
機械学習による分類機能
意見分類フロー[概要](1/2) 32
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
システムが有益と分類した
意見の中から,人手によって
有益な意見に絞り込む
検索機能
複数タイムラインインタフェース
有益な意見を送る機能
意見分類フロー[概要](1/2) 33
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
意見分析者が有益と分類した
意見の中から,現在行われている議論に
最も必要な意見を抽出
ファシリテータに意見を提示する機能
意見分類フロー 35
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
分類項目[意見の種類] 41
選択項目 ハッシュタグ
議論点提示
-現状の問題点提示- #c_pro
-提案の問題点提示- #p_pro
-議論の方向性提示- #d_deb
-新たな視点の提示- #d_new
-改善案の提示- #d_im
-その他- #d_etc
提案の導入後 -影響- #im_ef
-利活用法- #im_me
質問 -質問- #que_q
-質問の応答- #que_r
意見の要約 #o_dig
事実提示 #o_fact
その他 #e_etc
セレクトメニューによる分類[メリット]
各意見にラベルを付与
意見の種類の項目は実際に行われた議論から,
議論において分類が必要な項目を解析し作成
42
意見分析者が
必要なラベルの意見に絞り込むことでき,分類を容易にすることが可能
意見分類フロー 46
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
意見の例
48
皆さん、よろしくお願いします
未成年者のネトゲーマーはネカフェに入れないと発狂しそう
この最適解は支持できませんね。もう少し煮詰めてもらってもいいですかね?
罰則がないと強制力がないのですが、その危険性についてどう考えていますか?
罰則があるないだけはなくて、どの程度の罰則が適当なのか議論すべきではないでしょうか。
確かに、有害かどうかなんて難しいよね。人間でも難しいんだ。自動的にだなんて難しい
有益な意見 有益ではない意見
有益意見分析システム[概要](1/4)
機械学習による分類機能
▶ 人手による教師データを用いて有益な意見を分類するための機能
特徴語と手がかり表現による分類機能
▶ 有益な意見によく出てくる特徴語や手がかり表現を持つ有益な意見を分類するための機能
49
2つの機能を組み合わせた
ハイブリット分類システム
有益意見分析システム
機械学習による分類機能
▶ 人手による教師データを用いて有益な意見を分類するための機能
特徴語と手がかり表現による分類機能
▶ 有益な意見によく出てくる特徴語や手がかり表現を持つ有益な意見を分類するための機能
53
2つの機能を組み合わせた
ハイブリット分類システム
素性 55
素性 次元数
1 重要な名詞セットの出現頻度 100
2 助動詞の基本形の出現頻度 37
3 ツイート中の句点の出現頻度 1
4 ツイート全体の文字数 1
5 ツイートに付与された意見の対象の項目 4
6 ツイートに付与された意見の種類の項目 13
機械学習による分類機能[例]
56
反対派の携帯のフィルタリングは親が選択できるとあったが、昨今は親のリテラシが低い場合もある。フィルタリングを選択制にするならば、親への教育が必要ではないのか。
フィルタリング2回,教育1回
オピニオンリーダへ提案の問題点提示
文字数79文字
助動詞の基本形の出現頻度
助動詞は体言や用言に意味を補ったり,気持ちや判断を表す役割
▶ 例:「保護者の教育が重要らしい」
▶ 例:「保護者の教育を実施すべきだ」
59
助動詞の基本形の出現頻度を素性とする
ツイートに付与された意見の対象・意見の種類
61
選択項目 ハッシュタグ
オピニオンリーダ #OL_(名前)
対策案n番目 #plan_n番目
最適解n番目 #opt_n番目
選択項目 ハッシュタグ
議論点提示
-現状の問題点提示- #c_pro
-提案の問題点提示- #p_pro
-議論の方向性提示- #d_deb
-新たな視点の提示- #d_new
-改善案の提示- #d_im
-その他- #d_etc : :
: :
: :
有益意見分析システム
機械学習による分類機能
▶ 人手による教師データを用いて有益な意見を分類するための機能
特徴語と手がかり表現による分類機能
▶ 有益な意見によく出てくる特徴語や手がかり表現を持つ有益な意見を分類するための機能
62
2つの機能を組み合わせた
ハイブリット分類システム
特徴語と手がかり表現による分類機能
機械学習による分類機能で誤分類された意見を分析
65
罰則付きかー。実際にどういう罰則が考えられるんでしょうか。
議論すべき重要な名詞
有益な意見に出てくる
手がかり表現
有益な意見によく出てくる手がかり表現
*全11件のうち一部を抜粋
今後さらに追加予定
68
表現
「問題がある」
「どう考えて」
「どういう」
「どのような」
「どうでしょう」
「基準」
具体的な数値や割合
: :
精度[機械学習による分類機能]
実際の分類
有益 有益ではない
機械学習
有益 17 2
有益
ではない 19 261
精度 0.930
70
機械学習だけでは,有益な意見を有益ではないと分類してしまう傾向がある
精度[有益意見分析システム]
実際の分類
有益 有益ではない
システム
全体
有益 17→25 2→5
有益
ではない 19→11 261→258
精度 0.930→0.946
71
特徴語と手がかり表現による分類機能によって
誤分類された意見をより正しく分類できる
意見分類フロー 73
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
意見分類フロー 80
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
意見分類フロー 82
一般関与者
入力
閲覧
MRC-Plaza
入力
MRC-Studio
意見
議論中継
MRC専門家
最適解
映像配信
ファシリテータ
オピニオンリーダ
サブ
ファシリテータ
意見分析者
意見
分類結果
分類結果
有益意見分析システム
分類結果
目次
1. 背景
2. Social-MRCについて Social-MRCとは
3. 研究目的 プロトタイプを用いた実験
研究目的
4. 意見分類フロー 概要
Twitterインタフェース
有益意見自動分析システムについて
意見分類ツールについて
提示意見選定ツールについて
5. 今後の展開
84
今後の展開
一般関与者が100人程度の実験を行い,意見分類フローの評価を行う
▶ 日程 :7月29日(月)15:00 開始予定
▶ 対象問題:情報フィルタリング問題
85
興味のある方は