Argument MiningのためのWeb市民議論データのアノテーション

抄録

本論文では，Argument MiningにおけるArgument ComponentやRelationを用いた自動構造化の試みをスレッド構造に適用する手法を提案する．本論文の貢献は以下の通りである．(1)スレッド構造を持つオンライン市民議論データに対して投稿内と投稿間の関係に着目したスキームを適用した．(2)そのスキームを用いてアノテーションを行い，アノテータ間一致度を評価した. 最終的に，Argument Miningの分野において最大規模のコーパスを作成する事ができた．(3)SVMやEnd-to-Endなニューラルモデル等を用いて，文のタグ付け，投稿内関係および投稿間インタラクションを分類する識別モデルを提案した．識別モデルの評価実験の結果，我々のアノテーションデータを用いて，スレッド構造に対して比較的安定した精度でEnd-to-Endに識別することが可能であることが分かった．