グラフデータ処理に基づく意見集約とダイアログワークショップの統合手法

抄録

本研究は，定性的アプローチにて生成した自然言語データを，機械学習技術を活用したAskaにて分析を行い，結果を人が行った分析と比較することで有用性を評価し，自然言語データの分析手法の一つとして提言することを目的とした．方法については，創造的ワークショップ手法にて書き出した個々の考えの文章データをAskaに投稿し，各投稿データの相互評価を行った. そして, この関係データ（グラフデータ）の行列において要素の並び順を最適化してデータ集約を行い，このAskaとワークショップの結果を比較した．Askaによる分析結果は，文章に含まれる特定単語による単純な整理・分類ではなく，全体の意味を捉えたグルーピングが行われていることを確認した．人が行ったワークでは各々のデータの捉え方が加味されるため，機械学習よりも細分化されより抽象性の高いグルーピングが行われていた．しかしながら，Askaの結果は意見間の連続性がみられるとともにより概略的であり，全体像の把握が容易であった．このように，Askaと創造的ワークショップを統合的に用いることで, より合理的に意見を集約・理解することができることを示した．