[論文レビュー] A Motif-based Approach for Identifying Controversy

Mauro Coletto, Kiran Garimella+2 more|arXiv (Cornell University)|Mar 15, 2017

Misinformation and Its Impacts参考文献 6被引用数 8

ひとこと要約

本稿では、言語やトピックに依存せず、リプライスレッド内の局所的ユーザー相互作用パターンに着目することで、SNSにおける議論の対立性を検出する、モチーフに基づくアプローチを提案する。この手法は、グローバルなネットワーク構造やテキスト内容に依存せず、議論の対立性を85%の正確度で分類可能であり、ベースラインの構造的特徴、伝搬ベースの特徴、時間的特徴よりも7ポイント優れている。特に、双対的モチーフは、社会的圈权利を超えた極端な関与を捉えるのに特に有効である。

ABSTRACT

Among the topics discussed in Social Media, some lead to controversy. A number of recent studies have focused on the problem of identifying controversy in social media mostly based on the analysis of textual content or rely on global network structure. Such approaches have strong limitations due to the difficulty of understanding natural language, and of investigating the global network structure. In this work we show that it is possible to detect controversy in social media by exploiting network motifs, i.e., local patterns of user interaction. The proposed approach allows for a language-independent and fine- grained and efficient-to-compute analysis of user discussions and their evolution over time. The supervised model exploiting motif patterns can achieve 85% accuracy, with an improvement of 7% compared to baseline structural, propagation-based and temporal network features.

研究の動機と目的

• コンテンツベースおよびグローバルネットワークベースの議論の対立性検出手法の限界を解消するため、言語、トピック、ネットワーククラスタリングに関する計算的仮定に敏感である問題を解決すること。
• 局所的で繰り返し可能なユーザー相互作用パターンに注目することで、言語およびトピックに依存しない議論の対立性特定手法を開発すること。
• 大規模な非対立的会話内において、細分化された対立的サブディスカッションを検出可能な、細粒度で動的な検出を可能にすること。
• 局所的ネットワークモチーフが、伝統的な構造的特徴、伝搬ベースの特徴、時間的特徴よりも、議論の対立性予測において優れているかどうかを評価すること。
• リプライサブツリーにおけるモチーフベース分析を用いて、議論の対立性の時間的推移をスケーラブルかつ効率的に監視可能であることを示すこと。

提案手法

• 本手法は、ユーザー間のリプライ関係を表すユーザー・リプライグラフ R = (U, I) を用いてユーザー相互作用をモデル化し、局所的相互作用パターンとしてモチーフを抽出する。
• モチーフは、ユーザー相互作用の小さな繰り返しパターンとして定義され、双対的パターン（例：相互リプライ、片方向リプライ）および三重対象パターン（例：3人のユーザー間の相互リプライ）を含む。
• 各リプライツリーに対して、モチーフ頻度を特徴量として計算し、特に社会的ネットワーク境界を越えた非対称的および対称的なリプライ行動を捉える双対的モチーフに注目する。
• スコアリングのための教師あり学習モデル（AdaBoost）を、モチーフベース特徴量に加えて、リプライツリーのサイズ、平均リプライ間隔、最大相対次数といったベースライン特徴量と組み合わせて訓練する。
• 本手法は、全スレッドだけでなく、非対立的会話内におけるサブツリーに対しても適用可能であり、非対立的会話内での局所的対立性検出を可能にする。
• 本手法は、18のページからなる192.7K件のツイートを含む、手動で対立性がアノテートされたTwitterデータセットを用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 局所的ネットワークモチーフは、言語やトピックに依存せず、SNSにおける対立的会話と非対立的会話を効果的に区別できるか？
• RQ2 モチーフベース特徴量は、伝統的な構造的特徴、伝搬ベースの特徴、時間的特徴と比較して、議論の対立性検出においてどれほど優れているか？
• RQ3 モチーフ分析は、非対立的会話内においても、対立的サブディスカッションをどの程度効果的に検出できるか？
• RQ4 どの特定のモチーフパターンが議論の対立性を最も示唆的であるか？また、それらはユーザー参加行動のダイナミクスをどのように明らかにするか？
• RQ5 モチーフベースのモデルは、時間的経過に伴う議論の対立性の進化を、スケーラブルかつ効率的に監視するために使用可能か？

主な発見

• モチーフベースのモデルは、議論の対立性分類において85%の正確度を達成し、構造的特徴、伝搬ベースの特徴、時間的特徴を用いたベースラインモデルよりも7ポイントの向上を示した。
• ベースライン特徴量に双対的モチーフを追加することで、正確度は78%から84%に上昇し、対立性予測において強い予測力を持つことが示された。
• 三重対象モチーフは、データセットにおいて頻度が低いため、性能向上に寄与は限定的であるが、対立的スレッドでは関連性がある。
• モデルで最も重要な特徴量は平均リプライ間隔であり、次に最大相対次数が続く。双対的モチーフは、上位6つの特徴量のうちの一つにランクインしている。
• 非対立的ルートツイートからの直接リプライサブツリーのおよそ7%が、対立的と分類された。これは、本手法が広範な会話内での局所的対立性検出が可能であることを確認するものである。
• 特に、非友人関係を含む接続での関与を示す双対的モチーフ（例：モチーフA）は、対立性の予測に非常に有効である。一方、相互フレンドシップを含むモチーフ（例：モチーフC）は、対立性の予測においてはあまり関連性が薄い。