[論文レビュー] Helping News Editors Write Better Headlines: A Recommender to Improve the Keyword Contents & Shareability of News Headlines

Terrence Szymanski, Claudia Orellana-Rodriguez+1 more|arXiv (Cornell University)|May 26, 2017

Topic Modeling参考文献 9被引用数 7

ひとこと要約

本論文は、SEOのキーワードとしての顕著なキーワードを特定し、NLPおよび機械学習を用いてソーシャルメディアでの共有可能性を予測することで、ニュース記事の可視性を向上させる見出し推薦システムを提示する。このツールはキーワードの関連性と人気度に基づき順位付けを行い、視認性を高めるために色分けし、ツイッターおよびフェイスブックにおけるウイルス的拡散の可能性をスコア化する。これにより、検索順位の向上とエンゲージメントの向上が実現される。

ABSTRACT

We present a software tool that employs state-of-the-art natural language processing (NLP) and machine learning techniques to help newspaper editors compose effective headlines for online publication. The system identifies the most salient keywords in a news article and ranks them based on both their overall popularity and their direct relevance to the article. The system also uses a supervised regression model to identify headlines that are likely to be widely shared on social media. The user interface is designed to simplify and speed the editor's decision process on the composition of the headline. As such, the tool provides an efficient way to combine the benefits of automated predictors of engagement and search-engine optimization (SEO) with human judgments of overall headline quality.

研究の動機と目的

• SEOとソーシャルメディアでのエンゲージメント予測を統合することで、ニュース編集者がより効果的なオンライン見出しを作成するのを支援すること。
• 自動キーワード推薦と編集者の主観的判断の両立を図り、見出しの質を保つこと。
• 検索エンジンおよびソーシャルメディアでのパフォーマンスに見合った見出しを整えることで、オンラインでの可視性と読者数の向上を図ること。
• 編集の裁量を代替せずに、見出しの発見可能性とウイルス的拡散性の両面で最適化を支援すること。

提案手法

• ニュース記事本文から固有表現およびキーワードをNLPで抽出する。
• 局所的な頻度とグローバルなSEO人気度を組み合わせた重み付きスコアを、各キーワードに対して計算する。
• 言語的および感情的特徴に基づき、見出しのツイッターおよびフェイスブックでの共有可能性を予測するための教師あり回帰モデルを採用する。
• キーワードが見出しに含まれている場合は緑色、含まれていない場合は赤色に色分けし、フォントサイズで重要度を示す。
• 入力モード（記事入力と分析）と見出し評価モードの2モードを備えたリアルタイム分析統合インターフェースを実装する。
• ニュースアーカイブおよびソーシャルメディアトレンドから得た静的キーワードデータベースを活用し、今後は動的でリアルタイムの更新を計画する。

実験結果

リサーチクエスチョン

• RQ1 自動キーワード順位付けと共有可能性予測を統合したハイブリッドシステムは、オンラインニュースの見出し効果を向上させることができるか？
• RQ2 システムが推薦するキーワードは、人間の編集者が選んだものとどの程度一致するか？
• RQ3 見出しの特徴に基づいて、機械学習がソーシャルメディアでのウイルス的拡散をどの程度正確に予測できるか？
• RQ4 キーワード推薦の使用は、SEOパフォーマンスの向上および読者数の増加と相関するか？

主な発見

• 分析対象の3,000件のアイルランド・タイムズの見出しのうち64％が、システムが推薦する上位5つのキーワードの2つ以上を含んでおり、人間の編集判断と強い一致を示している。
• 88％の見出しが上位5つの推薦キーワードの少なくとも1つを含んでおり、システムの編集実務への関連性が裏付けられている。
• グーグルニュース（アイルランド版）に掲載された記事は、掲載されなかった記事と比べてページビューがほぼ2倍（1,665.5 vs. 892.4）にのぼり、可視性と読者数の強い相関が示唆された。
• システムの共有可能性予測モデルは、広く共有されやすい見出しを的確に特定できており、戦略的ソーシャルメディア配信を支援する。
• 色分けとフォントサイズのインターフェース機能は、プロの編集者による使いやすさテストで好意的に評価された。
• 共参照（例：タオイセアシュとエインダ・ケニー）の解消に失敗した点は限界であり、NLPパイプラインにおける共参照解決の改善が求められる。