@techreport{oai:ipsj.ixsq.nii.ac.jp:00210625,
 author = {酒井, 敦也 and ファム, ユイ and 鈴木, 祥太 and 佐藤, 拓実 and 川村, 直輝 and 伊藤, 孝行},
 issue = {1},
 month = {Mar},
 note = {近年，Web 上での大規模議論が注目を集めている．そのような中，大規模オンライン合意形成支援システムの研究が盛んに行われている．大規模な議論では意見が数百，数千と投稿され，一日中議論が開かれていることもあるため人間がファシリテータの役割を担うことは困難である．自動ファシリテーションエージェントの開発のため，議論をグラフ構造として抽出する先行研究が存在するが，本研究は議論構造抽出のタスクの一つであるノード分類を高精度で行うことを目的とする．提案する手法には，Bidirectional Encoder Representations from Transformers (BERT), Gated Attention Network (GaAN) を用い，議論構造には Issue-Based Information System (IBIS) 構造を採用する．実験の結果，先行研究や他の一般的な分類手法よりも高い精度で意見を分類できることを示すことができた．},
 title = {自動ファシリテーションエージェントのためのGated Attention Networkを用いたノード分類},
 year = {2021}
}