テキストデータの特徴抽出を用いた情報サービスの監視に関する研究(3.2 第3回情報シナジー研究会, 3. 研究活動)

(1)

テキストデータの特徴抽出を用いた情報サービスの

監視に関する研究(3.2 第3回情報シナジー研究会,

3. 研究活動)

著者

一藤裕, 今野将, 曽根秀昭

雑誌名

年報

巻

4 ページ

125-128

発行年

2005-05

URL

http://hdl.handle.net/10097/48517

(2)

テキストデータの特徴抽出を用いた情報サービス

の監視に関する研究

-藤裕* 今野将I曽根秀昭I

概要電子掲示板は,だれでも気軽に利用できるコミュニティサイトである.そこでは,面識の無い人と対人関係を構築することなく,発言という方法で議論や情報交換等のコミュニケーションをとることができる.その一方で,それらのコミュニケーションを阻害する荒らし行為と呼ばれる問題発言も発生する.これらの発言に対し,管理者は早期発見･対処をすることが望ましい.しかし,これらの問題発言は,発言の内容や文脈,前後関係を考慮する必要があるため,発見することが非常に困難である.本論文では,そのような荒らし行為に対し,各発言が閲覧者に与える心理的影響を数値化し,その変動から問題発言の発見を支援する,新たな掲示板監視手法を提案する.

1 まえがき

近年.電子掲示板が普及し,だれでも匿名で文字を利用して,情報や意見の交換が幅広く行えるようになった.しかし,この匿名性のために問題行為が発生することがある. 一つは,過失で起こる場合である.掲示板では, 意見の対立が生まれることも珍しくない.意見の対立では,どちらも感情的な言葉を使って自分の意見を主張することが多い.意見の対立による活発な意見交換は,建設的な意見が生まれることもあるため規制すべきではない[1, 2, 31という研究もあるが, 行き過ぎてしまうと,他の閲覧者にとって不快なものとなる. もう一つは故意に行う場合である.これは,匿名を悪用したもので代表的なものとして,釣り(相手を怒らせるような書き込みを行い,相手の反応を楽しむ行為),煽り(相手を挑発する行為)やコピー &ペーストを利用した閲覧の邪魔をする行為等がある.これらは議論の妨げにし'かならず,対処すべき問題行為である. 以上より,掲示板管理者はこれらの不快な発言や問題行為(以下"荒らし行為"と呼ぶ)が発生した場令,即座に対応せねばならない.現在,多くの掲示板では他の閲覧者による指摘や管理者の監視で対処しているところが多い.しかし,掲示板管理者がすべての発言を読み判断し発見しなければならない

■東北大学情報科学研究札Graduate School of lnfbrmation

Sciences, TOHOKU Univ.

十東北大学情報シナジーセンター, Informa.tion Syncrgy Cen-ter, TOHOKU Univ.

ため,管理負担が非常に大きい.そのため,負担を減らすために,問題発言によく出現する単語をNG ワードとして登録しておき,それが出現するたびに人間が内容を確認する方法がある.しかし,否定的な意見を述べた発言にも反応してしまうなど,誤報が多い.したがって,問題発言の発見を効率よく支援する監視支援手法が必要である. そこで本論文では,問題発言に含まれる相手を不快にする単語だけでなく,相手に好感を与える単語と発言の連鎖に着目し,新たな指標"荒み度'､を提案する.その指標の変動から,これらの問題行為の発見を支援する手法を提案する. 2 荒み度の算出 2.1 対象となる荒らし行為荒らし行為には,流し読み程度で容易に発見できるものとそうでないものが存在する.そこで本論文では,対象とする荒らし行為を発見が困難であると思われる以下の3つとした. ◎多人数(2人自作自演を含む)による屠り合い ◎閲覧者を不快にさせる書き込みの連続 ◎不快な書き込みを誘発させるような挑発的な書き込みこれらの荒らし行為をテキストデータから特定の単語の抽出を利用し検出する新たな監視支援手法を捷案する.

(3)

2.2 新評価指標化荒み度M 掲示板の新たな評価指億として"荒み度(Ruina【 tion FigurelRF〕)"を提案する･これは閲覧者に心理的変化を与える単語と発言の連鎖数から算出し, 掲示板がどれだけ荒れているかを示す指標である. 次節で,その算出方法を詳しく説明する. 2.3 荒み鹿の算出方法荒み塵RFを算出するために,今回7個の式と2個の集合を定義する. Positive Word匝L'日ま,閲覧者に単体で好感を与える単語(ありがとう,ガンバレ等) の集合を表し, pwの各要素に与えた重みをPositive

word Weight匝mD](ZnL'W > O)とする･その逆に,

閲覧者に単体で不快を与える単語(死ね,黙れ等)の集合はNegative Word [nlJ']で表し, nwの各要素に

与えた重みをNegative Word Weight 〔nlL)W] (n･7L)W <

o)とする.各発言中に出現したpw･nwに一致した

数をConcord Number回で表し,それぞれm,押,

mnwで表す.単語から算出できる各発言の得点を

Opinion Score [Os]で表す･ Osはpw ･ nu, ･ -を使って,以下のように表す. Os -PWIL)* mpw +nww* mnw (1) ここで筆者らは,単語の出現回数だけで掲示板の流れや傾向を表現し荒らし行為を発見することを試みた.しかし,これだけでは特定の単語が出現した発言すべてが反応するため,効率よく荒らし行為を発見することは難しいことが判明した.そこで,早語以外に閲覧者に影響を与えるものとして,松村らの発言の連鎖を用いて他者に最も影響を与えた起点となる発言を探す研究【4日5】に着目した･これより, 発言の連銭は掲示板の流れや傾向を表現するに足ると考えた.したがって,発言の連銭数(Resと定義する)を用いて, Weber-FKhner's law(ウェーバー･フェヒナ-の法則)‡から,発言の連鎖が閲覧者に与える影響をComment Chain Score 【ccs]とし,次のように定義する. Os ∼ 0のとき ccs - log,.Re.s Os<Oのとき ccs--logYlRes (2) ここで, ccsの底nは任意であり, nを変化させることにより荒み度の変動を強調することが可能となる. ‡人間にある刺激を与えた場合.その絶対値に比例した感覚を生ずるのではなくて,与えた刺激の対数に比例する感覚を生ずる式1 ･ 2から算出する各発言の得点をStatement score 【ss‖二定義すると, t番目の発言のSsは以下となる. Sst - Ost + ccst (3) S.Sが正であればその発言は好感を与えているとみなす.逆に, Ssが負であれば,その発言は不快感を与えているとみなす. 荒み度"Ruination FLmre【RF]'.は掲示板全体の指標であるので,各発言の得点釦を順に加算したものとなる.よって,最後に書き込まれた発言がt 個目時,荒み度1Utは,次のようになる. i 1Ut - ∑ssi (4) 1 前節で述べた荒らし行為は可能な限り早期発見･対処が望ましい.そこで本提案手法では,以上のような7個の式と2個の集合を用いて各発言の得点をリアルタイムで算出し,それがどのように蓄積･変動しているかを逐次計算し評価することにより荒らし行為の発見を行う.次章にて荒み度RFの評価方法について詳しく述べる.

3 荒み度の評価方法

荒み度RFは発言の得点を蓄積したものであり, そこから荒らし行為を発見するためには,その変動を見る必要がある.そこで著者らは,荒み度から得られた情報を損なうことなく効率的に表現することを考え,株価の変動を表現するために使われるローソク足チャート[6日7】を用いて荒み度の変動を表現し,株価の変化率を調べるために使われるRSI【6日7】を用いて荒み度の変化率を表現することを提案する. 荒み度の変動をローソク足チャートで表現するために,株価の指定期間の始値･高値･安値･終値を荒み度に対応させる必要がある.そのため,掲示板の各発言の荒み度を,区切りを指定･分割し,各集合ごとに最初の値･極大値･極小値･最後の値を始値･高値･安値･終値に見立てて,ローソク足チャートを出力する.また, RSIを出力するために,ローソク足の終値同士の差を利用し線グラフとして出力する. 本論文では,このローソク足チャートの変化の傾向と程度から荒れていると思われる範囲を掲示板管理者の目視により抽出し,さらにRSIと比較することにより, 2.1節で述べた荒らし行為の発見を行う. 図1のAの部分は,他と比べローソク足チャート

(4)

○ローソク足十TtSl 図1:評価グラフの見方の下落が激しく, RSⅠよりその勢いが強くなっていることが分かるので,その範囲は荒れているとみなす.逆に,図1のBの部分は,ローソク足チャートは下落しているが, RSIよりその勢いが弱くなっていることが分かるので,その範囲は荒れていないとみなす.このようにローソク足とRSIを比較することによって,荒れている範囲を抽出する. 4 美顔 4.1対象掲示板と評価方法荒み度を用いた監視支援の有効性を示すための実験対象として,インターネット上の巨大掲示板"2 ちゃんねる"【8】から19個のテーマの異なった掲示板をサンプルとして選択した.これらの掲示板の荒れている範囲の抽出は,主観が入らないようにするために,インターネット層3年以上の20代の男性 6人に,サンプル掲示板を読み,荒れていると判断した範囲を抽出する評価を実施した. 荒み度を算出するためにpwの数を121個, nw の数を308個登録し,全ての対象掲示板に対して同じものを使用した.また,発言の連盛削こ関しては, 明示的に表現されている発言のみを数えている.そこから得られた提案手法による結果とアンケート結果の比較を行った. 今回は一例として, " 【米大統領選】固唾のむ日本政府,ケリー氏勝利なら政策練り直しも"という題名の掲示板にccjの底を7に設定した提案手法の結果を以下に示す.ローソク足チャートに適応させるため,発言を10ずつに区切りグラフ出力した. 4.2 比較検証本提案手法による出力グラフは図2となった. 3 章で述べた比較方法を用いることにより,このグラフから荒れている範囲は四角で囲った部分と判定される. 本提案手法とアンケート結果との比較は表1となり,提案手法とアンケートの結果はほぼ一致した. 誤報(提案手法の判定結果だけ荒れていると判断した場合)として出力された800から840に関しては, 荒らし行為とは捉えられないが, nwが多く含まれる発言が多かったためであった. 表1:アンケート結果と提案手法の比較また,その他の掲示板に対する結果は表2となった.表中のQはアンケート結果によって荒れていると判断された箇所の数を示しており, Eは提案手法によって荒れていると判断された箇所の数を示している.また,誤報回数はアンケート結果では荒れていないと判断された箇所であるが,提案手法では荒れていると判断された回数である. 表2の荒れていない掲示板3つに対しては提案手法において誤報が発生することはなかった.また, 荒れている範囲を持つ掲示板に対して,提案手法による発見率は81%であった. 今回登録したnwが含まれる発言は全体の約5分

(5)

表2:提案手法の警報とアンケート結果の比較種類 B R 少数(Q/E) 佩ｹ_ 相談.雑談関連1 011 相談.雑談関連2 0/0 相談.雑談関連3 2 0/0 相談.雑談関連4 1/1 相談.雑談関連5 1/3 相談.雑談関連6 " ･0/0 相談.雑談関連7 0/1 相談.雑談関連8 0/0 相談.雑談関連9 0/0 時事関連1 2 0/0 時事関連2 釘 R 0/0 時事関連3 " 0/1 時事関連4 0/0 入試関連1 1/1 入試関連2 " 0/0 入試関連3 1/2 飛パソコン関連1 1/1 パソコン関連2 1/1 パソコン関連3 迭 R 1/1 の1であり,その発言を一つずつ確認するのは非効率である.よって,相手に不快感を与える単語の集合nwだけでなく.好感を与える単語の集合pwと発言の連鎖を考慮した提案手法は効率的に荒らし行為の発見を行うことができた. 5 まとめ本論文では,荒らし行為に対する掲示板管理者の監視負担を軽減するために,新たな評価指標として "荒み度''を提案し,それを導入した新監視支援手法を提案した.その結果, 19個の掲示板に対して実験を行い,半数以上の人間が荒れていると判断した範囲の発見率は表2より81%であった.これにより, 管理者が全ての発言をチェックするという負担を軽減することのできる効率の良い監視支援手法を実現した. 但し,本稿ではpwwとnwwを土1に設定してるため,単語の強弱,係り受けによる影響,文脈理解を考慮していない.また,本捷薬事法では管理者の目視による判断を採用しているため,明確な判断基準がまだできていない.したがって,これらを考慮することにより,より感度がよく信頼性の高い監視支援が実現できると思われる.これは今後の研究課題である.

参考文献

[1]柴内康文了官い争う- ｢フレーミング論争の検証｣ '',現代のエスプリ,川浦康至(宿), γol.370, 至文堂, 1998. 【2]大洋幸生,松村真宏,中村洋, "フレーミングは議論を阻害するか-2ちゃんねるは何故面白い?'､, 第11回ITRC研究会. 2OO2. [31松村真宏,三浦麻子,柴内康丸大浮華生,石塚満, "2ちゃんねるが盛り上がるダイナミズ

ム'.,情報処理学会誌vol.45, no.3,

pp.1O53-1061, 2004. [4]松村真宏,大博幸生.石塚満了テキストによるコミュニケーションにおける影響の普及モデル," 人工知能学会論文誌. vol.17, no.3, pp.259-267, 2002. [5]松村真私大博幸生,石塚満, `儲響の普及モデルに基づくオンラインコミュニティ参加者のプロファイリング",人口知能学会論文誌, vo118, non.4, pp.165-172, 2003･ [6】伊藤智洋. `儲かる!株の教科書テクニカル指標の読み方･使い方",日本実業出版社､ 2004. 【7】阿部達郎,柳谷雅之野村光紀,蔓部書土野村光紀, "株はチャートでわかるトテクニカル分析がチャートギャラリーでわかる!できる!パンローリング相場読本シリーズ'',パンローリング. 2000. [8】 2ちゃんねる, http://www･2ch･net/