大規模合意形成支援システムD-AgreeにおけるBERTを用いた不適切発言フィルタリングの精度向上の検証

• Item type: SIG Technical Reports(1)
• 公開日: 2021-05-03
• タイトル: 大規模合意形成支援システムD-AgreeにおけるBERTを用いた不適切発言フィルタリングの精度向上の検証
• タイトル / 言語: en
• タイトル: Verification of Accuracy Improvement of Inappropriate Remarks Filtering Using BERT in the Crowd Discussion Support System, D-Agree
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学
• 著者所属: 京都大学
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Kyoto University
• 著者名: 佐藤, 拓実; 長谷川, 拓也; 伊藤, 孝行
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 自然言語処理を用いた不適切発言フィルタリングの研究を，実オンライン議論での利用における精度向上を目指した手法の詳細と先行研究手法との比較検討について示す．近年，SNS 等の発展に併せて誹謗中傷を含めた不適切発言の増加が大きな社会問題となっている．そのため，ユーザー同士が交流を行うようなオンラインのサイトでは，不適切発言を自動的に判定し取り除く仕組みであるフィルタリングが重要視されてきている．我々はその中でも，ユーザー同士がテキストで議論を行うオンラインテキスト議論に注目をした．中でも，次世代の民主主義プラットフォームとして注目を集めているオンライン上のクラウド（Crowd）スケールの議論支援プラットフォームの一つである大規模合意形成支援システム D-Agree を利用する．自然言語処理を用いた不適切発言フィルタリングの先行研究では既に高い精度が報告されている．本稿では先行研究に対して学習データを追加するとともに，自然言語処理モデルにより精度が良いとされる BERT を用いた．実利用における有効性を評価する評価実験を行なった結果と，それらを先行研究手法の結果と比較をし考察を行なった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper presents a research on inappropriate remark filtering using natural language processing, including details of the method aimed at improving accuracy in real online discussions and a comparison with previous research methods. In recent years, with the development of social networking services (SNS), the increase in inappropriate remarks, including slander, has become a major social problem. For this reason, filtering, which is a system that automatically detects and removes inappropriate remarks, is becoming more and more important for online sites where users interact with each other. In this paper, we focus on online text discussion, in which users discuss with each other in text. We use D-Agree, the Crowd Discussion Support System, which is one of the online crowd-scale discussion support platforms that are attracting attention as a next-generation democracy platform. Previous research on inappropriate remark filtering using natural language processing has already reported high accuracy. In this paper, we add training data to the previous studies and use BERT, which is considered to be a more accurate natural language processing model. This paper discusses the results of the accuracy evaluation in terms of actual use, and compares them with the results of the previous research methods.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12628305
• 書誌情報: 研究報告セキュリティ心理学とトラスト（SPT）; 巻 2021-SPT-42, 号 7, p. 1-7, 発行日 2021-05-03
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8671
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会