抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,チャットやTwitterなどの短いテキストを即時交換できるメディアを対面口頭での発表・質疑と並行させる試みが増えてきている。こうした試みは対面口頭対話のような制限がないチャットというメディアを聴衆に提供することで,より広い視点からの意見をより多く議論に取り込む目的で行われている。しかし,発表者が発表中や質疑応答中にもチャットに注意を払い続けることは困難であり,発表者が重要だと思うようなチャット発言を議論に取り上げることが難しいという問題があった。本論文では,チャットから対面口頭対話上での話題に対して返信することのできるクロスチャネル返信という概念を提案し,クロスチャネル返信を分析することによって,発表者が重要だと思うチャット発言を自動的に学習・推定することを試みた。クロスチャネル返信を実装したChatplexerシステムを使用して実験したところ,チャット上の発言の過半数はクロスチャネル返信に対する返信とその子孫ノードであり,発表者が重要だと思う発言もそれらのチャット発言であることが多いことが分かった。また,クロスチャネル返信の情報を用いると,発表者が重要だと思う発言をJ4.8で学習・推定させた場合に適合率が大きく改善されることが分かった。(著者抄録)